Geschlechtergerechte epidemiologische Datenanalyse: Methodische Aspekte und empirische Befunde

Zusammenfassung

Geschlechtergerechte Forschungsansätze sind in Deutschland im Rahmen von Standards guter epidemiologischer Praxis sowie in der Gesundheitsberichterstattung (GBE) verankert. Sie werden zunehmend für die Umsetzung der Gender-Mainstreaming-Strategie in der Forschungsförderung von Bund und Ländern eingefordert. In diesem Artikel werden methodische Fragen der Datenanalyse in den Mittelpunkt gestellt und anhand eines empirischen Beispiels aus der GBE des Landes Bremen bearbeitet. Für diesen Artikel wurden die Daten einer bevölkerungsbezogenen Querschnittserhebung vertiefend ausgewertet. Die GBE benötigt Analyseund Berichterstattungsmethoden, die einerseits die geschlechterbezogenen Aspekte von Fragestellungen entdecken können und andererseits die Anforderungen an eine angemessene Kommunikation der Ergebnisse (Transferaspekt) berücksichtigen. Die Analyse beschäftigt sich hauptsächlich mit der Frage: Welche Auswirkungen hat der Einbezug der Kategorie Geschlecht in verschiedene statistische Auswertungsverfahren zur Identifizierung potenzieller Zielgruppen auf die Ergebnisse? Als Auswertungsmethoden wurden logistische Regressionsanalysen und ein 2-stufiges Verfahren explorativ eingesetzt. Dieses setzt sich aus graphischen Modellen und CHAID-Entscheidungsbaumanalysen zusammen und ermöglicht die Visualisierung komplexer Ergebnisse. Beide Methoden werden nach Geschlecht stratifiziert und kontrolliert analysiert und miteinander verglichen. Es zeigt sich, dass – solange auf kein Vorwissen für die Modellierung zurückgegriffen werden kann – nur stratifizierte Analysen Unterschiede zwischen den Geschlechtern und innerhalb der Genusgruppen entdecken können. Bei kontrollierten Analysen können Geschlechterunterschiede nur durch die Aufnahme geeigneter Interaktionsterme ermittelt werden. Die Ergebnisse werden aus statistisch-epidemiologischer Sicht sowie im Kontext der Anforderungen der GBE diskutiert. Es wird geschlussfolgert, dass die Frage nach der Geschlechtersensibilität von Auswertungsmethoden nur in Bezug auf konkrete Fragestellungen und Bedingungen beantwortet werden kann. Häufig wird eine Aussage über das angemessene statistische Vorgehen erst nach einer separaten Analyse für Frauen und Männer getroffen werden können. In Zukunft bedarf es sowohl der Entwicklung innovativer Studiendesigns als auch der konzeptionellen Klärung im Hinblick auf die biologischen und soziokulturellen Elemente der Kategorie Geschlecht.

Abstract

In Germany gender-sensitive approaches are part of guidelines for good epidemiological practice as well as health reporting. They are increasingly claimed to realize the gender mainstreaming strategy in research funding by the federation and federal states. This paper focuses on methodological aspects of data analysis, as an empirical data example of which serves the health report of Bremen, a population-based cross-sectional study. Health reporting requires analysis and reporting methods that are able to discover sex/gender issues of questions, on the one hand, and consider how results can adequately be communicated, on the other hand. The core question is: Which consequences do a different inclusion of the category sex in different statistical analyses for identification of potential target groups have on the results? As evaluation methods logistic regressions as well as a two-stage procedure were exploratively conducted. This procedure combines graphical models with CHAID decision trees and allows for visualising complex results. Both methods are analysed by stratification as well as adjusted by sex/gender and compared with each other. As a result, only stratified analyses are able to detect differences between the sexes and within the sex/gender groups as long as one cannot resort to previous knowledge. Adjusted analyses can detect sex/gender differences only if interaction terms have been included in the model. Results are discussed from a statistical-epidemiological perspective as well as in the context of health reporting. As a conclusion, the question, if a statistical method is gender-sensitive, can only be answered by having concrete research questions and known conditions. Often, an appropriate statistic procedure can be chosen after conducting a separate analysis for women and men. Future gender studies deserve innovative study designs as well as conceptual distinctiveness with regard to the biological and the sociocultural elements of the category sex/gender.