Clear Sky Science · sv
Avkoda hälsoskillnader efter kön, etnicitet och kroniska sjukdomar i tre latinamerikanska länder
Varför vardagslivet formar långsiktig hälsa
Varför drabbas vissa grupper av kroniska sjukdomar som diabetes eller hjärtproblem oftare än andra, även när de bor i samma land? Denna studie ser bortom biologin för att visa hur arbete, utbildning och grundläggande tjänster som rinnande vatten och avlopp i samverkan med kön och etnicitet påverkar hälsan i Brasilien, Mexiko och Ecuador. Genom att använda moderna dataverktyg på miljontals vuxna avslöjar författarna mönster som hjälper förklara vem som blir sjuk, vem som får diagnos och var offentliga åtgärder kan ge störst effekt. 
Att jämföra tre länder sida vid sida
Forskarlaget slogs ihop och använde nationella hälsoundersökningar från Brasilien, Mexiko och Ecuador insamlade 2018–2019, vilket täcker nästan 97 miljoner vuxna. De fokuserade på om människor rapporterade att en vårdprofessionell någon gång sagt att de hade vissa kroniska tillstånd, inklusive diabetes, hjärt-kärlsjukdom, njursjukdom, stroke eller fetma. Vid sidan av dessa diagnoser undersökte teamet ett litet antal konkreta aspekter av vardagslivet: utbildningsnivå, typ av arbete samt om hushållet hade rörbundet vatten, säkert dricksvatten, avloppssystem, sophämtning och om bostaden var i en stad eller på landsbygden. De grupperade personer efter kön (använt som en proxy för genus) och efter breda etniska kategorier: ursprungsbefolkning, svarta, blandade och andra grupper såsom vita eller mulatter.
Använda maskiner för att upptäcka dolda mönster
I stället för traditionella statistiska metoder som antar enkla, linjära samband använde författarna ett maskininlärningssätt kallat random forests. Denna metod kan upptäcka komplexa, intrasslade samband mellan många faktorer samtidigt. För var och en av de åtta grupperna som bildats utifrån kön och etnicitet tränade de en separat modell för att förutsäga vem som haft en diagnos av kronisk sjukdom. De ställde sedan, i praktiken, frågan: ”Vad händer med modellens träffsäkerhet om vi tar bort en faktor i taget?” Prestationsfallet, mätt som en förändring i area under kurvan (AUC), visade hur viktig varje social faktor var för just den gruppen. 
Vem påverkas mest och varför
Modellerna fungerade bäst för ursprungsbefolkningens män och kvinnor, följt av personer med blandad etnicitet, och därefter svarta och andra grupper. Det innebär att för ursprungsbefolkningen i synnerhet följde risken för kronisk sjukdom nära de sociala villkor som studien mätte. Överlag spelade arbetstyp och utbildningsnivå större roll än tillgången till grundläggande tjänster. För män tvärs över etniciteter framträdde yrke som den enskilt viktigaste faktorn, särskilt för svarta män, vilket antyder att stabilt, formellt arbete kan minska stress, förbättra livsmedelssäkerhet och underlätta åtkomst till sjukvård. För kvinnor spelade utbildning konsekvent en större roll än för män, troligen eftersom utbildning hjälper kvinnor att känna igen symtom, navigera vårdsystem och anta förebyggande vanor.
Ojämlika tjänster och en komplex bild för ursprungsgrupper
Studien fann också tydliga skillnader i levnadsvillkor. Ursprungsbefolkningen, särskilt män, var mest benägna att sakna rörbundet vatten, avlopp och sophämtning, medan personer med blandad etnicitet i allmänhet klarade sig bäst. Förvånande nog stämde inte alltid mer utbildning och bättre tjänster överens med en lägre sannolikhet för att ha en diagnos bland ursprungsbefolkningen och vissa ”andra” grupper. Författarna föreslår två möjliga förklaringar: bättre ställda ursprungsbefolkningar kan söka vård oftare och därmed få sjukdomar upptäckta i högre utsträckning, eller ökad inkomst kan medföra förändringar i kost och bruk av substanser som höjer sjukdomsrisken. Maskininlärningsmodellerna antyder att för dessa samhällen är det interaktionen mellan flera nackdelar—etnisk identitet, könsroller, arbete, utbildning och infrastruktur—som driver hälsoklyftorna, snarare än någon enskild faktor.
Vad det betyder för politik och människor
För en lekmannaläsare är slutsatsen både dämpande och hoppfull. Kroniska sjukdomar är inte bara resultatet av gener eller personliga val; de formas i hög grad av jobb, skolor och grundläggande tjänster, och dessa fördelas ojämnt efter kön och etnicitet. Författarna hävdar att effektiva lösningar måste vara lika flerskiktade som problemen: förbättra utbildning för kvinnor, stärka anställningsvillkor för män, utöka tillgång till rent vatten och sanitet samt rikta särskild uppmärksamhet mot ursprungs- och svarta samhällen som möter flera överlappande hinder. Kort sagt, att minska hälsoklyftorna i Latinamerika kräver att man behandlar sociala villkor som en del av hälsosystemet självt, inte som en bakgrundsdetalj.
Citering: 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
Nyckelord: hälsoojämlikheter, sociala determinanter, kronisk sjukdom, Latinamerika, kön och etnicitet