Health Services Management
print

Sprachumschaltung

Navigationspfad


Inhaltsbereich

Regionale Unterschiede der Lebenserwartung in Deutschland auf Ebene der Kreise und kreisfreien Städte und deren mögliche Determinanten

Autoren/Herausgeber: Latzitis, N.
Sundmacher, L.
Busse, R.
Erschienen: 2011
Publikationsart: Articles in Refereed Journals (National)
ISBN/ISSN: 0941-3790
erschienen in: Das Gesundheitswesen
Weitere Quellenangabe: Volume 73(4), Pages 217-28

Zusammenfassung

Ziel der vorliegenden Arbeit ist es, regionale Unterschiede des Gesundheitszustandes der Bevölkerung in Deutschland auf Ebene der Kreise und kreisfreien Städte aufzudecken und deren möglichen Ursachen zu identifizieren. Gesundheit als latentes Konstrukt ist keiner direkten Messung zugänglich. Daher wird für Gesundheit stellvertretend die Lebenserwartung berechnet. Für den analytischen Teil der Arbeit wurde eine umfangreiche Datenbank mit Daten aus den Bereichen Sozioökonomie, Umwelt, Bildung sowie medizinische Versorgung aufgebaut und verwendet. In einem ersten Schritt wurde die Vielzahl der unabhängigen Variablen durch eine Faktorenanalyse zu drei Faktoren (sozioökonomische Rahmenbedingungen, Umwelt, medizinische Versorgung) verdichtet. Auf diesen Ergebnissen aufbauend wurde die regionale Verteilung der drei Faktoren mit einer Clusteranalyse dargestellt. Im letzten Schritt wurden die Faktoren für das multiple Regressionsmodell genutzt, um die Wirkstärke der Faktoren auf die Lebenserwartung der Bevölkerung Deutschlands zu identifizieren. Die Ergebnisse zeigen, dass sozioökonomische Bedingungen den größten Einfluss auf die Gesundheit haben. Daher greifen gesundheitspolitische Präventionskampagnen, die die sozioökonomischen Bedingungen der Bevölkerung unberücksichtigt lassen, zu kurz.

Abstract

The aim of this study is to show health differences at a county level in Germany and to identify possible reasons for these differences. The study calculates life expectancy as being representative for the health status. The analytical part of the study uses a wide database with socioeconomic, environmental, educational and health-care data. In a first step, the set of variables is reduced by a factor analysis and three factors are generated (socioeconomic conditions, environment, health-care). Secondly, a cluster analysis is used to show the regional distribution of the gained factors and thirdly a regression analysis is used to show the influence of the three factors on life expectancy. The results of the regression analysis show that socioeconomic conditions have the greatest influence on health status. Because of this, preventive health-care measures should integrate an improvement of socioeconomic conditions.

Weiterführende Links