Gesundheitsungleichheiten nach Geschlecht, Ethnie und chronischen Krankheiten in drei lateinamerikanischen Ländern entschlüsseln

Warum der Alltag die langfristige Gesundheit prägt

Warum entwickeln bestimmte Bevölkerungsgruppen häufiger chronische Erkrankungen wie Diabetes oder Herzprobleme als andere, selbst wenn sie im selben Land leben? Diese Studie blickt über die Biologie hinaus und zeigt, wie Arbeit, Bildung und grundlegende Versorgungsleistungen wie Trinkwasser und Abwasserentsorgung zusammen mit Geschlecht und ethnischer Zugehörigkeit die Gesundheit in Brasilien, Mexiko und Ecuador beeinflussen. Unter Nutzung moderner Datenwerkzeuge für Millionen Erwachsener legen die Autorinnen und Autoren Muster offen, die erklären helfen, wer krank wird, wer diagnostiziert wird und wo öffentliche Politik den größten Unterschied machen könnte.

Drei Länder im Vergleich

Die Forschenden fassten nationale Gesundheitsdaten aus Brasilien, Mexiko und Ecuador zusammen, erhoben in den Jahren 2018–2019, und erfassten damit fast 97 Millionen Erwachsene. Sie konzentrierten sich darauf, ob Personen angaben, jemals von einer Fachkraft im Gesundheitswesen über bestimmte chronische Erkrankungen informiert worden zu sein, darunter Diabetes, Herz-Kreislauf-Erkrankungen, Nierenerkrankungen, Schlaganfall oder Adipositas. Neben diesen Diagnosen untersuchte das Team eine kleine Anzahl konkreter Aspekte des Alltags: Bildungsniveau, Berufsart sowie ob Haushalte Zugang zu Leitungswasser, sicherem Trinkwasser, Abwasseranlagen, Müllabfuhr hatten und ob sie in städtischen oder ländlichen Gebieten lebten. Die Personen wurden nach Geschlecht (als Proxy für Gender) und nach breiten ethnischen Kategorien gruppiert: indigene, Schwarze, gemischte und andere Gruppen wie Weiße oder Mulatten.

Mit Maschinen verborgene Muster erkennen

Anstatt traditioneller statistischer Methoden, die einfache, lineare Zusammenhänge voraussetzen, nutzten die Autorinnen und Autoren einen maschinellen Lernansatz namens Random Forests. Diese Methode kann komplexe, verflochtene Zusammenhänge zwischen vielen Faktoren gleichzeitig erkennen. Für jede der acht Gruppen, die sich aus Geschlecht und Ethnie ergeben, trainierten sie ein eigenes Modell, um vorherzusagen, wer eine Diagnose für eine chronische Erkrankung hatte. Sie fragten dann praktisch: „Was passiert mit der Genauigkeit des Modells, wenn wir jeweils einen Faktor entfernen?“ Der Leistungsabfall, gemessen als Änderung der Fläche unter der Kurve (AUC), zeigte, wie wichtig jeder soziale Faktor für die jeweilige Gruppe war.

Wer am stärksten betroffen ist und warum

Die Modelle funktionierten am besten für indigene Männer und Frauen, gefolgt von Menschen gemischter Herkunft und dann Schwarzen und anderen Gruppen. Das bedeutet, dass bei indigenen Menschen das Risiko chronischer Erkrankungen besonders eng mit den in der Studie gemessenen sozialen Bedingungen verknüpft war. Insgesamt waren Berufsart und Bildungsniveau wichtiger als der Zugang zu grundlegenden Dienstleistungen. Für Männer aller Ethnien hob sich die berufliche Stellung als der wichtigste einzelne Faktor hervor, insbesondere bei Schwarzen Männern, was darauf hindeutet, dass stabile, formelle Beschäftigung Stress senken, Ernährungssicherheit verbessern und den Zugang zu Gesundheitsdiensten erleichtern kann. Für Frauen spielte Bildung durchweg eine größere Rolle als bei Männern, möglicherweise weil Bildung Frauen hilft, Symptome zu erkennen, sich im Gesundheitssystem zurechtzufinden und präventive Verhaltensweisen anzunehmen.

Ungleiche Versorgung und ein komplexes Bild bei indigenen Gruppen

Die Studie fand auch deutliche Unterschiede in den Lebensbedingungen. Indigene Menschen, besonders Männer, hatten am häufigsten keinen Zugang zu Leitungswasser, Abwasser und Müllabfuhr, während Menschen gemischter Herkunft generell am besten abgeschnitten haben. Überraschenderweise ging bei indigenen Erwachsenen und einigen „anderen“ Gruppen mehr Bildung und bessere Versorgung nicht immer mit einer geringeren Wahrscheinlichkeit einer chronischen Krankheitsdiagnose einher. Die Autorinnen und Autoren schlagen zwei mögliche Erklärungen vor: Besser gestellte indigene Personen könnten häufiger Kliniken aufsuchen und dadurch Krankheiten öfter diagnostiziert bekommen, oder steigendes Einkommen könnte Ernährungs- und Substanzkonsumgewohnheiten verändern und dadurch das Krankheitsrisiko erhöhen. Die Modelle des maschinellen Lernens deuten darauf hin, dass in diesen Gemeinschaften die Wechselwirkung mehrerer Benachteiligungen — ethnische Identität, Geschlechterrollen, Arbeit, Bildung und Infrastruktur — die Gesundheitsunterschiede antreibt, statt eines einzelnen dominanten Faktors.

Was das für Politik und Menschen bedeutet

Für eine sachkundige Leserschaft ist die Schlussfolgerung gleichermaßen ernüchternd wie hoffnungsvoll. Chronische Erkrankungen sind nicht nur Ergebnis von Genen oder individuellen Entscheidungen; sie werden stark von Arbeit, Bildung und grundlegenden Dienstleistungen geprägt, und diese sind wiederum ungleich über Geschlechts- und Ethnienlinien verteilt. Die Autorinnen und Autoren argumentieren, dass wirksame Lösungen ebenso vielschichtig sein müssen wie die Probleme: Bildung für Frauen verbessern, Arbeitsbedingungen für Männer stärken, Zugang zu sauberem Wasser und Sanitäranlagen ausweiten und indigene sowie Schwarze Gemeinschaften besonders unterstützen, die mehreren sich überlappenden Barrieren gegenüberstehen. Kurz gesagt: Die Verringerung gesundheitlicher Ungleichheiten in Lateinamerika erfordert, soziale Bedingungen als Teil des Gesundheitssystems zu behandeln und nicht als bloßen Hintergrund.

Zitation: Chivardi, C., Zamudio Sosa, A., Cavalcanti, D.M. et al. Decoding health disparities by gender, ethnicity and chronic diseases across three Latin American countries. Nat Commun 17, 3854 (2026). https://doi.org/10.1038/s41467-025-67564-0

Schlüsselwörter: Ungleichheiten im Gesundheitswesen, soziale Determinanten, chronische Krankheit, Lateinamerika, Geschlecht und Ethnie