03. März 2023 | Pressemitteilung
Mortalität in den USA: Neue Methode zeigt große Ungleichheit bei der Sterblichkeit

© iStockphoto.com/RyanJLane
Forschende am MPIDR und der University of Wisconsin-Madison haben eine neue Methode namens GAP entwickelt, um die Ungleichheit bei der Sterblichkeit in den USA zu messen, die durch die unterschiedliche Altersstruktur der verschiedenen ethnischen Gruppen entsteht. Sie stellen fest, dass die derzeitig gültigen Berechnungen, die auf Standardkennzahlen wie der Lebenserwartung beruhen, die ethnischen Ungleichheiten bei der Sterblichkeit unterschätzen.
Ethnische Gruppen in den USA haben eine sehr unterschiedliche Altersstruktur. So ist etwa die hispano-amerikanische Bevölkerung in den USA jünger als die weiße. „Standardansätze zur Messung der Ungleichheit bei der Sterblichkeit berücksichtigen nur das Sterberisiko. Unser Ansatz ist darauf zugeschnitten, auch die Tatsache zu erfassen, dass sich die Altersstrukturen unterscheiden,“ sagt Mikko Myrskylä, Direktor des Max-Planck-Instituts für demografische Forschung (MPIDR) in Rostock und Mitautor der nun in der Fachzeitschrift Epidemiology veröffentlichten Studie.
Myrskylä, Héctor Pifarré i Arolas, Assistenzprofessor an der University of Wisconsin, Madison, und ihre Co-Autor*innen entwickelten eine neue Methode die Ungleichheit bei der Sterblichkeit zu berechnen, die die Altersstruktur verschiedener Gruppen berücksichtigt. Die Forschenden nennen sie GAP (eine Anspielung auf den Altersunterschied, den sie erfasst). Nachdem sie die Ungleichheit bei der Sterblichkeit in den USA in Bezug auf die ethnische Zugehörigkeit untersucht hatten, stellten sie fest, dass die derzeitigen Berechnungen, die auf Standardkennzahlen wie der Lebenserwartung beruhen, die Sterblichkeitsunterschiede in diesen Bevölkerungsgruppen unterschätzen.
Sterblichkeitsunterschiede zwischen verschiedenen ethnischen Gruppen neu analysieren
„Bestehende Ansätze gehen implizit oder explizit von Altersstrukturen aus, die sich von denen der tatsächlichen Bevölkerung unterscheiden, und in einigen Fällen kann das zu irreführenden Schlussfolgerungen führen,“ so Pifarré i Arolas.
Die Forschenden nutzten GAP, um die aktuellen Ungleichheiten bei der Sterblichkeit verschiedener ethnischer Gruppen neu zu analysieren. Sie verglichen US-Amerikaner*innen mit asiatischem Hintergrund, Schwarze Amerikaner*innen, Hispano-amerikaner*innen und amerikanische Ureinwohner*innen mit weißen Amerikaner*innen. Das Team verwendete Herz-Kreislauferkrankungen, die häufigste Todesursache in den USA, um die Werte abzugleichen. Auf der Grundlage von GAP ist der Sterblichkeitsnachteil von Schwarzen Amerikaner*innen und amerikanische Ureinwohner*innen verglichen mit weißen Amerikaner*innen genauso tödlich oder tödlicher als Herz-Kreislauferkrankungen.
Zuverlässigerer Wert für die Gesundheitspolitik, um finanzielle Mittel zuzuweisen
Im Gegensatz dazu haben asiatische Amerikaner*innen und Hispanoamerikaner*innen einen Sterblichkeitsvorteil gegenüber weißen Amerikaner*innen, der mehr als zwei Mal so groß ist wie jener Wert, der auf der Berechnung der Lebenserwartung basiert.
Die Demograf*innen verwendeten öffentlich zugängliche Daten der Human Mortality Database, des National Center for Health Statistics, der Centers for Disease Control and Prevention und der Weltgesundheitsorganisation als Input für die neu vorgeschlagene GAP-Methode.
„Für die Gesundheitspolitik kann unsere Methode GAP einen zuverlässigeren Wert dafür liefern, auszuwählen, wohin knappe finanzielle Mittel gehen sollten“, sagt Hector Pifarré i Arolas.
Originalpublikation
Pifarré i Arolas, H., Acosta, E., Dudel, C., Hale, J.M., Myrskylä, M: U.S. Racial/Ethnic Mortality Gap Adjusted for Population Structure. Epidemiology (2022). DOI: 10.1097/EDE.0000000000001595
Autor*innen und Institutionen
Héctor Pifarré i Arolas, Universität Wisconsin-Madison
Enrique Acosta, Max-Planck-Institut für demografische Forschung, Rostock
Christian Dudel, Max-Planck-Institut für demografische Forschung, Rostock
Jo Mhairi Hale, Max-Planck-Institut für demografische Forschung, Rostock; Universität St Andrews
Mikko Myrskylä, Max-Planck-Institut für demografische Forschung, Rostock; Universität Helsinki
Open Source Code
Alle Daten und der Code zur vollständigen Reproduktion der Analysen sind auf der Website OSF.