The unequal distribution of socioeconomic status and health among neighborhoods

Aanvraag voor: Gezondheidsmonitor Volwassenen en Ouderen 2016
Type: Toegang tot databestand
Status: Goedgekeurd
Bestanden:
Gegevens aanvrager
Organisatie: Telos-Het PON & Tranzo
Adres organisatie:

Stationsstraat 20

5038 ED Tilburg

Aanvraaggegevens
Titel onderzoek: The unequal distribution of socioeconomic status and health among neighborhoods
Is uw organisatie opdrachtgever voor het onderzoek?
Voert u dit onderzoek uit in samenwerking met andere organisaties, zoals universiteiten en onderzoekinstituten?
Universiteit van Tilburg
Omschrijving van onderzoek:
Voor mijn thesis van de master Sociology aan Tilburg University wil ik gaan onderzoeken hoe sociaaleconomische ongelijkheden in de samenleving worden verdeeld over de ruimte, en wat het effect hiervan is op de gezondheid van individuen. Verschillen in individuele sociaaleconomische status worden vaak ook in ruimte uitgedrukt. In de ene wijk wonen meer mensen met een lage sociaaleconomische status dan in de andere wijk, en deze wijken hebben vaak verschillende kenmerken. Er vindt clustering plaats, mensen met een hoge sociaal economische status wonen in dezelfde wijken, en mensen met een lage sociaal economische status wonen in dezelfde wijken. Uit eerder onderzoek is gebleken dat in Nederland de sociaaleconomische verschillen tussen wijken groot zijn, en voor zowel de maatschappij als beleidsmakers is het onwenselijk dat er achtergestelde wijken zijn en ontstaan, omdat de verwachting is dat wonen in een sociaaleconomisch achtergestelde wijk samen gaat met een verminderde integratie en een afname van sociale cohesie.
Er is in Nederland nog weinig onderzoek gedaan naar de relatie tussen sociaaleconomische status en gezondheid, en wat de rol van de wijk in deze relatie is. Voor beleidsmakers is het interessant om te weten of en hoe de harde kenmerken van de wijk, zoals de geluids- en luchtbelasting, zodat hier beleidsmatig op ingespeeld kan worden. In Nederland is ook nog niet veel onderzoek op grote schaal gedaan met geaggregeerde wijkdata.
Daarnaast zijn vorige onderzoeken vaak verouderd, is er gebruik gemaakt van oude data en data van mindere kwaliteit, wat problematisch is omdat kenmerken van de personen en wijken al achterhaald kunnen zijn, en er dus geen valide conclusies kunnen worden getrokken over de huidige situatie. Ook is er in vorige onderzoeken vaak maar naar één kant van gezondheid gekeken, bijvoorbeeld alleen naar de psychische gezondheid, en wordt er alleen gebruik gemaakt van objectieve of subjectieve data. In mijn onderzoek wil ik een combinatie van beide gebruiken, met up-to-date data om zo tot goede bruikbare resultaten en aanbevelingen te kunnen komen.
Om dit te onderzoeken wil ik graag data van de GGD Gezondheidsmonitor 2016 gebruiken om te gaan onderzoeken in hoeverre deze wijkkenmerken een versterkende/verzwakkende rol spelen in de relatie tussen individuele sociaaleconomische status en individuele gezondheid. Uit de Gezondheidsmonitor 2016 wil ik de individuele data van sociaaleconomische status halen (werk, opleidingsniveau, moeite met rondkomen van inkomen), de persoonskenmerken (geslacht, leeftijd, etniciteit) en de gegevens rondom de gezondheid. In mijn thesis wil ik mij voornamelijk focussen op de zelfbeoordeling gezondheid, chronische ziekte en psychische gezondheid (angst en depressie). Naast deze enquête data wil ik gebruik maken van objectieve data rondom de sociaaleconomische status van individuen en de gezondheid van deze individuen, om de betrouwbaarheid van de resultaten te vergroten.
Om tot de onderzoeksresultaten te komen, zal ik multilevel-analyses uit gaan voeren, in verband met de verschillende niveaus van de data. De sociaaleconomische status en de gezondheid worden op individueel niveau gemeten, en voor de wijkkenmerken wordt geaggregeerde data op wijkniveau gebruikt.
Welke onderwerp(en) heeft u voor uw onderzoek nodig?
Alcoholgebruik, Angst & depressie, Beperkingen, Bewegen, Chronische aandoeningen (kort), Eenzaamheid, Ervaren gezondheid, Geluidshinder, Lengte & gewicht, Mantelzorg geven, Mantelzorg ontvangen, Ouderenmishandeling, Regie over eigen leven, Roken, Vrijwilligerswerk
Welke achtergrondkenmerken heeft u voor uw onderzoek nodig?
Etniciteit/herkomst, Geografische indicator; GGD niveau , Geografische indicator; gemeentecode, Geografische indicator; postcode, Geslacht, Huishoudsamenstelling, Leeftijd, Opleiding, Rondkomen, Werksituatie
Wenst u de gegevens te koppelen aan andere (registratie) bestanden?
- Inkomen van personen (INPATAB)
- Hoogst behaald en hoogst gevolgd opleidingsniveau en opleidingsrichting van de bevolking in Nederland (HOOGSTEOPLTAB)
- Verstrekkingen van geneesmiddelen op 4 posities ATC-code aan personen (MEDICIJNTAB)
Op welk geografisch niveau worden de gegevens gepubliceerd?

Alle geografische eenheden

Waar worden de gegevens gepubliceerd of gerapporteerd?
Universiteit van Tilburg - Master thesis
Online beschikbaar gemaakt via de bibliotheek van de Universiteit van Tilburg.
Wat is de verwachte datum van publicatie of rapportage van gegevens (maand-jaar)?
juli 2020
Overige opmerkingen:
Telos beschikt over een remote access verbinding bij het CBS. Wanneer er toestemming wordt gegeven voor het gebruik van dit bestand zal er een microdata project worden gestart tbv het onderzoek voor de masterthesis.

Nadere toelichting onderzoeker:
In principe wordt er niets herleidbaar gepubliceerd. Het idee is dat wanneer er een opeenstapeling is van achterstanden in een wijk, dit een negatief effect kan hebben op de personen die in deze wijk wonen. Het onderzoek kijkt naar deze effecten en in welke mate deze achterstanden het positieve effect tussen sociaal economische status en gezondheid beïnvloeden. De verwachting is wanneer men in een achtergestelde wijk woont, individuele sociaal economische status een minder groot effect heeft. Dit omdat de theorie laat zien dat de individuele gezondheid in achterstandswijken vaak slechter is dan in de meer welvarende wijken en buurten. Wanneer hier een significant resultaat uit voortkomt, is het voor beleidsmakers interessant om niet alleen persoonsgericht beleid te voeren, maar ook geografisch (wijkgericht/buurtgericht) beleid te formuleren, of om in ieder geval rekening te houden met dit effect.

Om tot de onderzoeksresultaten te komen, zal ik multilevel analyses uit gaan voeren. Multilevel analyses zijn een vorm van regressie analyses waarin data op verschillende niveaus gebruikt kan worden, in dit onderzoek gaat het om data op individueel en op wijkniveau. De resultaten worden gepresenteerd in verschillende regressie modellen, waarin de verklarende relaties worden getest. De resultaten geven weer of het hebben van een hogere sociaal economische status tot een betere gezondheid leidt, en of dit positieve effect van sociaal economische status op gezondheid afneemt wanneer men in een achtergestelde wijk woont, niet in welke wijken in Nederland dit het geval is. De sociaal economische status en de gezondheid worden op individueel niveau gemeten, en voor de wijkkenmerken wordt geaggregeerde data op wijkniveau gebruikt, afkomstig uit de Wijkbalans, ontwikkeld door Telos. De wijkbalans is een verdieping op de Nationale Monitor Duurzame Gemeenten. Via deze verdieping is het mogelijk om goede informatie op buurt- en wijkniveau in beeld te brengen. In deze buurt- en wijkmonitor wordt de duurzaamheid/leefbaarheid van een wijk of buurt in kaart gebracht door middel van kwantitatieve analyses.

Conclusie regcie GM; Buurt wordt gebruikt als verklarende eenheid niet om op buurtniveau uitkomsten te publiceren.
HomeNaar GGD GHOR Kennisnet