Folgen der COVID-19-Pandemie: Gibt es Risikogruppen für ein verringertes subjektives Wohlbefinden nach dem ersten Lockdown?

Sozial ungleich verteilte gesundheitliche Auswirkungen der COVID-19-Pandemie ließen sich international und national vielfach nachweisen [1‐5]. Hinsichtlich Infektionsraten, Hospitalisierung und Mortalität besonders betroffen waren z. B. Menschen aus sozial deprivierten Regionen [6, 7], mit geringerem Bildungsgrad [8], Migrations- oder Fluchterfahrung [9, 10] sowie Arbeitslose [11]. Als anfälliger für eine Infektion und schwere Krankheitsverläufe erwiesen sich außerdem ältere Menschen und Personengruppen mit Vorerkrankungen sowie starkem Übergewicht [12].

Auch Maßnahmen zur Eindämmung der Pandemie (nicht-pharmakologische Interventionen – NPI, wie Schulschließungen und Kontaktbeschränkungen) können sich über ihre wirtschaftlichen und sozialen Konsequenzen auf die Gesundheit verschiedener Bevölkerungsgruppen unterschiedlich auswirken und so gesundheitliche Ungleichheiten verstärken. Dabei gibt es klare Hinweise, dass Belastungen durch NPI sich sozial ungleich verteilt haben [13‐16]. Stärker beeinträchtigt wurden z. B. Frauen, Menschen in prekärer Beschäftigung und mit geringer Qualifikation oder solche mit Migrationserfahrung. Aber auch Bevölkerungsgruppen, welche i. d. R. nicht zu den klassischen benachteiligten Gruppen gezählt werden, wie Selbstständige und Künstler:innen, erwiesen sich als stärker durch wirtschaftliche Folgen der NPI betroffen (z. B. [17]). Solche ungleich verteilten Belastungen können wiederum (als indirekte Pandemiefolgen) gesundheitliche Ungleichheiten verstärken. Dabei ist anzunehmen, dass sich indirekte Gesundheitsfolgen in Krisen zunächst im subjektiven Wohlbefinden widerspiegeln, bevor sie sich bei andauernder Belastung in manifesten Erkrankungen niederschlagen. Subjektive Gesundheitsdimensionen wie die gesundheitsbezogene Lebensqualität, inkl. des psychischen und körperlichen Wohlbefindens, stellen wichtige Aspekte der Gesundheit dar und scheinen damit besonders geeignet, kurz- bis mittelfristige gesundheitliche Auswirkungen der pandemiebedingten Situation abzubilden. Wir verwenden hier den Begriff Wohlbefinden als Oberbegriff für verschiedene Dimensionen der subjektiven Gesundheit und Lebensqualität.

In der Corona-Health-App-Studie des Robert Koch-Instituts (RKI) wurde im zweiten Halbjahr 2020 ein geringeres Wohlbefinden berichtet bei Menschen mit geringerem Bildungsgrad, in jüngeren Altersgruppen, bei nicht regulär arbeitenden Befragten sowie beim weiblichen Geschlecht [18]. Weitere Studien zeigten Anstiege in negativen Emotionen wie Einsamkeitsgefühlen, v. a. bei Jüngeren [19], sowie Depressivität und Ängstlichkeit [20, 21], z. T. mit deutlichen sozialen Gradienten. International waren Ausgangsbeschränkungen mit einer Reduktion der Lebenszufriedenheit verbunden [22].

Die genannten Befunde zeigen eine größere Betroffenheit einiger Bevölkerungsgruppen durch direkte und indirekte Folgen der Pandemie. Um gesundheitlichen Ungleichheiten oder ihrer Verstärkung infolge der Pandemiesituation entgegenzuwirken, sollten besonders gefährdete Bevölkerungsgruppen gezielt durch unterstützende Maßnahmen adressiert werden [23]. Dies setzt zunächst die Identifikation solcher Risikogruppen voraus. Dabei wurden Kategorisierungsmerkmale wie Geschlecht, sozioökonomischer Status und Alter bislang i. d. R. einzeln untersucht. Das Zusammenwirken verschiedener Benachteiligungsdimensionen wurde erst wenig betrachtet.

Im Mittelpunkt des Konzeptes „Intersektionalität“ stehen Benachteiligungen, welche sich aus der Verschränkung verschiedener sozialer Diversitätsmerkmale ergeben können. Der Begriff wurde von Kimberlé Crenshaw [24] geprägt und bezieht sich ursprünglich auf die Marginalisierung schwarzer Frauen durch die getrennte Betrachtung der Diskriminierungsfaktoren Ethnie und Geschlecht. Er lässt sich jedoch auf weitere marginalisierende Faktoren, wie z. B. den Sozialstatus, Behinderungen, chronische Erkrankungen oder die sexuelle Orientierung, beziehen. Erfahrungen mit der Zugehörigkeit zu verschiedenen sozialen Kategorien beeinflussen sich gegenseitig und es wird angenommen, dass hier Dynamiken über additive Effekte hinaus wirken. Kategorien können als Personen- und soziale Kontextmerkmale betrachtet werden, indem sie die Identität formen und durch den sozialen Kontext hergestellt werden [25].

Es wurde gefordert, Aspekte der Intersektionalität auch in quantitativen Studien zur Bevölkerungsgesundheit stärker zu thematisieren [26‐29]. Im Gegensatz zu Auswirkungen der Pandemie hinsichtlich einzelner sozialer Kategorisierungen ist ihr Zusammenwirken jedoch erst wenig untersucht. Eine Ausnahme bilden z. B. Auswertungen der SOEP-CoV-Studie, in der die Wechselwirkung von Geschlecht und beruflicher Selbstständigkeit betrachtet wurde [17, 30]. Auch international finden sich in der Literatur zu COVID-19 vorwiegend Aufrufe zu einer stärkeren Berücksichtigung intersektionaler Aspekte (z. B. [31‐34]), während empirisch bisher eher spezifische Risikogruppen exemplarisch betrachtet wurden (z. B. [35‐37]). Unklar bleibt dabei, welche (gerade mehrfach marginalisierten) Bevölkerungsgruppen in Bezug auf verschiedene gesundheitliche Outcomes besonders betroffen waren. Hier scheinen Erkenntnisse aus unterschiedlichen Kulturkreisen aufgrund der sehr verschiedenen Bedingungen und Auswirkungen der Pandemie zudem nur bedingt vergleichbar zu sein.

Ziel unseres Beitrags ist die Untersuchung möglicher Diversitätskonstellationen für eine besondere Beeinträchtigung im Wohlbefinden durch die Pandemie. Die Herausforderung liegt in der explorativen Identifikation von Risikogruppen, ohne im Vorweg die Betrachtung auf bereits bekannte Konstellationen einzuschränken. Dabei beziehen wir als potenzielle Gruppierungsmerkmale v. a. soziale Dimensionen ein, die im Kontext von COVID-19 bereits mit direkten oder indirekten gesundheitlichen Folgen in Zusammenhang gebracht wurden (s. o). Durch unser Vorgehen berücksichtigen wir insbesondere auch die Möglichkeit von Intersektionen, d. h. Kombinationen der betrachteten Merkmale bei der Definition von Risikogruppen, ohne diese jedoch vorzugeben.

Die Datenbasis unserer Auswertungen bildet das Sozio-oekonomische Panel (SOEP) in der Version 37 mit Daten bis einschließlich der Erhebungswelle 2020 [38]. Dabei handelt es sich um eine deutschlandweite Repräsentativbefragung, welche seit 1984 jährlich durchgeführt wird und längsschnittliche Daten zu einer Vielzahl wirtschaftlicher, sozialer und auch gesundheitlicher Indikatoren liefert. Wir berücksichtigen alle Befragten, bei denen Wohlbefindensaspekte vor und nach Lockdownbeginn erhoben wurden.

Hinsichtlich des Wohlbefindens betrachten wir individuelle Veränderungen zwischen der letzten Erhebung vor Beginn des ersten Lockdowns (23.03.2020) und der ersten Erhebung danach. Als potenzielle Prädiktoren berücksichtigen wir jeweils die Ausprägung zum letzten Erhebungszeitpunkt vor dem Lockdown (2018/2019 bis März 2020). Da es sich um eine Sekundäranalyse bereits erhobener SOEP-Daten handelt, sind ethische Aspekte im Umgang mit Befragten für unsere Analysen nicht relevant.

Hauptziel unserer Analyse war die Identifizierung von Risikogruppen für ein verringertes Wohlbefinden infolge der COVID-19-Pandemie und assoziierter Maßnahmen, wobei intersektionale Effekte explizit berücksichtigt werden sollten. Dazu wurden verschiedene Maße zum subjektiven Wohlbefinden in ihrer Veränderung beim Übergang in die Phase pandemiebedingter Einschränkungen betrachtet und es wurde durch ein exploratives Machine-Learning-Verfahren nach Gruppen mit unterschiedlichen Verläufen gesucht.

Trotz Verwendung von Random Forests mit einem Fokus auf die Optimierung der Vorhersage und Berücksichtigung statistischer Interaktionen zeigen die Ergebnisse insgesamt eine nur sehr geringe Erklärung von Veränderungen im Wohlbefinden durch die einbezogenen sozialen Kategorisierungsmerkmale. Es ergaben sich damit keine klar abgrenzbaren homogenen Risikogruppen. Insbesondere intersektional definierte Risikogruppen wurden nicht identifiziert.

Dieses Ergebnis bestätigte sich in einem linearen Regressionsmodell. Ohne Kontrolle für die Werte vor der Pandemie erklärte auch dieses Verfahren nur einen vergleichbar geringen Varianzanteil in den Differenzwerten, d. h. Veränderungen im Wohlbefinden. Eine Identifizierung von Risikogruppen lässt sich durch diese Ergebnisse nicht mit ausreichender Sicherheit vornehmen.

Auch die Höhe der Regressionskoeffizienten, die die Effekte potenzieller Risikofaktoren darstellen, fällt überwiegend gering aus. Die deutlichsten Unterschiede zeigten sich für Ausprägungen gesundheitlicher Merkmale vor Pandemiebeginn. Insbesondere chronische Vorerkrankungen gingen mit einer stärkeren Reduktion des subjektiven Wohlbefindens einher, wobei v. a. körperliche Gesundheitsaspekte betroffen waren. Ähnlich fallen die Ergebnisse bei Vorliegen einer Behinderung aus. In geringerem Ausmaß galt dies außerdem für (starkes) Übergewicht. Hier wäre jeweils sinnvoll, in weiteren Untersuchungen die Mechanismen näher zu beleuchten, welche zu diesem Rückgang beigetragen oder aber ihm entgegenwirkt haben.

Die beobachtete gesundheitliche Gefährdung durch Vorerkrankungen, Behinderungen, ein höheres Alter oder starkes Übergewicht deckt sich mit Beobachtungen höherer Risiken für Infektionen und schwere Verläufe [12]. Hier sind also die gleichen Merkmale mit direkten wie auch indirekten Pandemiefolgen assoziiert. Übereinstimmend mit Analysen des Infektionsgeschehens [8] berichteten Befragte mit höherem Bildungsabschluss eine geringfügig bessere körperliche Gesundheit.

Einen stärkeren Rückgang der psychischen Gesundheit fanden wir im Regressionsmodell bei Alleinerziehenden. Hier könnte sich eine höhere Belastung durch die Kinderbetreuung im psychischen Wohlbefinden niederschlagen. In der Literatur wird vor allem die Mehrbelastung von Müttern durch die Kinderbetreuung im Lockdown thematisiert [13].

Erstaunlich ist, dass die vielfach nachgewiesenen gesundheitlichen Benachteiligungen, die mit einem geringen sozioökonomischen Status einhergehen, sich in unseren Ergebnissen zum subjektiven Wohlbefinden kaum widerspiegeln. Es finden sich insbesondere auch solche Gruppen nicht klar wieder, die laut anderen Veröffentlichungen besonders stark von wirtschaftlichen Folgen des Lockdowns betroffen waren, z. B. selbstständige Frauen [17, 30], Erwerbstätige mit geringem Bildungsniveau und Einkommen [14] sowie Menschen mit Migrationserfahrung [15].

Eine mögliche Erklärung wäre, dass sich pandemiebedingte Belastungen erst mit zeitlicher Verzögerung im Wohlbefinden zeigen und diese Effekte hier noch nicht erfasst wurden, sich aber in nachfolgenden Erhebungen zeigen. Sollte dies nicht zutreffen, wäre es aufschlussreich zu untersuchen, welche Ressourcen einer Beeinträchtigung im Wohlbefinden in Bevölkerungsgruppen mit größeren wirtschaftlichen Einbußen entgegenwirken.

Mena und Bolte [47] fanden in einer Entscheidungsbaum-Analyse der Studie „Gesundheit in Deutschland aktuell“ (GEDA) aus 2009, dass Gruppen mit schlechter mentaler Gesundheit sich v. a. durch geringe soziale Unterstützung und hohe Belastungen durch Haushalt oder Pflege‑/Betreuungsaufgaben identifizieren ließen. Dies betraf häufiger Frauen. Sie verweisen auf erklärende Mechanismen für gesundheitliche Ungleichheiten, während soziokulturelle und ökonomische Variablen praktisch nicht als Variablen für Gruppenunterscheidungen bedeutsam waren. Eine Befragung zur retrospektiven Beurteilung der Lebenszufriedenheit vor, während und nach dem ersten Lockdown zeigte ebenfalls, dass die Beurteilung der eigenen Lebenssituation während der Pandemie (z. B. bezüglich sozialer Kontakte sowie Familien- und Arbeitsleben) Veränderungen der Lebenszufriedenheit über soziodemografische Merkmale hinaus erklären konnte [48]. Da in unserer Auswertung durchaus auf individueller Ebene Verläufe mit deutlichen Veränderungen im Wohlbefinden beobachtet wurden, könnten Unterschiede in Belastungen und Ressourcen, welche nicht direkt mit sozialen Kategorisierungen zusammenhängen, entscheidend für die Erklärung von Wohlbefindensveränderungen in der Pandemie sein.

Sehr ähnliche Unterschiedsmuster wie wir berichten Eicher et al. [18] aus einer App-Befragung während der Pandemie in Abhängigkeit von sozialen Merkmalen wie Alter, Geschlecht, Bildung, Erwerbssituation sowie chronischen Erkrankungen. Die Varianzaufklärung für körperliche und psychische Wohlbefindensaspekte erreichte ca. 20–30 % in der Erhebung im zweiten Halbjahr 2020. Entscheidend ist, dass dabei interindividuelle Unterschiede erklärt wurden, während wir uns auf Veränderungen beziehen, bei denen Unterschiede im Ausgangsniveau egalisiert wurden.

Bedeutsame Wechselwirkungen im Sinne intersektionaler Effekte konnten wir nicht identifizieren. Dies widerlegt intersektionale Ansätze nicht. Zum einen benennen diese keine spezifischen Intersektionen, welche hinsichtlich bestimmter Gesundheitsmaße betroffen sind. Zum anderen stellen sie keine falsifizierbare Theorie dar, sondern eine kritische Perspektive auf soziale Ungleichheit und Benachteiligung [49]. Da auch die Haupteffekte der Sozialvariablen nur geringe Gruppenunterschiede aufzeigten, stellen die Ergebnisse unseres Erachtens auch nicht die grundsätzliche Untersuchbarkeit von Intersektionalität in quantitativen Studien infrage.

Jedoch scheinen Maßnahmen zur Stabilisierung der Gesundheit für spezifische Risikogruppen anhand dieser Ergebnisse kaum gerechtfertigt. In einer Auswertung eines großen schwedischen Gesundheitssurveys (vor der COVID-19-Pandemie) definierten Wemrell et al. [50] Intersektionalität über eine Kombination von Migration, Geschlecht und Einkommen als Strata und fanden trotz sozialem Gradienten keine gute Vorhersage von Gruppen mit schlechtem subjektiven Gesundheitszustand und keine Verbesserung durch Einbezug der intersektionalen Strata gegenüber einzelnen Prädiktoren. Sie warnen, dass Public-Health-Interventionen für Risikogruppen die Gefahr beinhalten, entgegen ihrer Intention bestimmte Personen zu stigmatisieren und zu benachteiligen, wenn die identifizierten Risikogruppen nicht homogen sind.

Der Gesundheitszustand vor Pandemiebeginn scheint für das subjektive Wohlbefinden bedeutsamer zu sein als demografische und sozioökonomische Kategorisierungsmerkmale. Letztere ermöglichen es bislang nicht, Bevölkerungsgruppen mit erhöhtem Risiko für ein verringertes Wohlbefinden bei Einsetzen der pandemiebedingten Einschränkungen zu identifizieren. Insbesondere ließen sich auch keine Konstellationen von Risikovariablen identifizieren, deren intersektionales Zusammenwirken Ungleichheiten im Wohlbefinden erklärt. Aus der Tatsache, dass der Ausgangszustand eine Rolle spielt, lässt sich aber folgern, dass die Förderung eines hohen Wohlbefindens insgesamt zur Resilienz der Bevölkerung in Krisensituationen beitragen könnte.