Wird für populationsbezogene Studien eine Variable „Raum“ benötigt?

Hintergrund: Sozioökonomischer Status und gesundheitsrelevante Verhaltensweisen von Personen sind räumlich nicht homogen in der Fläche verteilt. Möglichkeiten und Anforderungen an Patienten unterscheiden sich zwischen ländlichen und urbanen Gebieten z.T. erheblich. Für Studien ist es oft sinnvoll diese Parameter in einer einzigen Variablen „Raum“ zu subsumieren oder sie bei fehlenden Angaben mittels einer solchen Variablen abschätzen zu können. Ziel: Am Beispiel von Daten einer onkologischen Versorgungsstudie wird untersucht, ob es Unterschiede zwischen räumlichen Kategorien im sozioökonomischen Status und in der gesundheitsbezogenen Lebensqualität gibt. Methoden: Es werden vier Raumkategorien (ländliche Räume [LR], Stadt-Umland-Bereiche [SB], Großstandrandbereiche [OR] und Großstädte [VR]) gemäß der Landesraumordnung unterschieden. Zur Auswertung kommen beispielhaft die Daten von 767 Patienten mit Prostatakrebs. Die Lebensqualität wird mithilfe des EORTC-Instrumentes bestimmt. Ergebnisse: Patienten im OR sind knapp 2 Jahre jünger (65,5±6,6 Jahre; Rest: 67,4±7,1 Jahre), haben den höheren Schulabschluss (32,2% Fachhochschul-/Hochschulreife; Rest: 17,8%) und ein höheres Einkommen. Großstädter sind häufiger ledig (4,9%; Rest: 2,8%) bzw. geschieden (9,3%; Rest: 4,6%). In den LR findet sich der höchste Anteil an selbständig Beschäftigten (25,5%; VR: 6,3%; Rest: 19,2%), in den SB der höchste Anteil an privat Versicherten (11,1%; Rest: 6,9%). Bei der Lebensqualität finden sich nur geringe Unterschiede. Patienten im OR haben einen etwas besseren allgemeinen Gesundheitszustand, im LR werden einige symptomatische Items besser eingeschätzt. Diskussion/Schlussfolgerungen: Es finden sich räumliche Unterschiede, die z.T. korreliert sind (Alter/Gesundheitszustand, Bildung/Einkommen) bzw. bekannte Phänomene bestätigen (Ledigenquote in Großstädten). Dieses ist ein erster Ansatz, mit einer einzigen Variablen („Raum“) verschiedene sozioökonomische Parameter abzubilden und für weitere Analysen zu berücksichtigen.