Explaining Multidimensional health inequalities in Tehran
علوم بهزیستی و توانبخشی( University of Social Welfare and Rehabilitation)
، ۱۳۹۵
م،۳۲۷ص.
پیوست
چاپی
دکترا
سلامت رفاهاجتماعیHealths Social Welfare
۱۳۹۵/۰۵/۲۳
علوم بهزیستی و توانبخشی( University of Social Welfare and Rehabilitation)
مقدمه :سنجش سلامت با رویکردی چندبعدی حدود نیم قرن پیش مورد توجه سازمان بهداشت جهانی قرار گرفت با این حال هنوز هم سلامت با رویکردی پزشکی مورد بررسی قرار می گیرد .بررسی نابرابری و تعیین کننده های اجتماعی امروزه درکانون توجه مطالعات حوزه سلامت قرار دارد .پژوهش حاضر با هدف تبیین نابرابری های سلامت چندبعدی و تعیین کننده های آن در شهر تهران طراحی و اجرا شد .روش شناسی :پژوهش توصیفی-تحلیلی حاضر با استفاده از داده های طرح سنحش عدالت در شهر تهران اجرا شد .جامعه آماری شامل کلیه ساکنین مناطق 22 گانه شهر تهران در سال 1390 و نمونه پژوهش شامل 24780 نفر بود .ابزار پژوهش شامل دو پرسشنامه اطلاعات عمومی خانوار و پرسشنامه فرد منتخب خانوار می باشد .جهت تحلیل داده ها از مراحل ده گانه شاخص سازی، تحلیل خوشه ای و تحلیل رگرسیون چندسطحی استفاده شد .داده ها با نرم افزارSPSS ، STATA و ArcGIS تحلیل شد .یافته ها :در مقایسه با میانگین نمره سلامت چندبعدی کل شهر تهران) برابر 40/7) مناطق1 ،3 ،4 ،10 ،13 ،17 ،18 ، و 22 بالاتر از میانگین کل تهران و مناطق2 ،5 ،7 ،8 ،9 ،11 ،12 ،14 ،15 ،16 ،19 ، 20 و 21 پائین تر از میانگین کل شهر تهران و منطقه 6 برابر با میانگین کل شهر تهران بود .بر اساس تحلیل خوشهصای سلسله مراتبی، مناطق 22 گانه شهر تهران از لحاظ وضعیت شاخص سلامت چندبعدی به هشت خوشه همگن تبدیل شد .مقدار ضریب جینی این شاخص برابر با 0895/0 به دست آمد که نشان دهنده وجود نابرابری در توزیع این شاخص می باشد .مدل های متنوعی با توجه به سطوح تعریف شده و تعیین کننده های مرتبط آزمون شد .بر اساس مدل دو سطحی) فرد-منطقه (حدود 15/9 درصد از واریانس سلامت چندبعدی در سطح منطقه و مابقی در فرد بود .حدود 97/21 از واریانس سلامت توسط تعیین کننده های سطح فردی و 77 درصد از واریانس سلامت در سطح منطقه توسط تعیین کننده های سطح منطقه تبیین شد .بحث و نتیجه گیری :سیاستگذاران، برنامه ریزان و مداخله گران حوزه سلامت بایستی در پیشبرد اهداف مرتبط به ارتقاء سلامت در جامعه، علاوه بر خصیصه های فردی به ویژگیهای محل زندگی افراد نیز توجه داشته باشند .با در نظر نگرفتن متغیرهای سطح اکولوژیک ممکن است مداخلات صورت گرفته به نتیجه نرسد و موجب هدررفت منابع و عدم دست یابی به اهداف تعیین شده شود .کلید واژه ها :سلامت چندبعدی، شاخص سازی، نابرابری در سلامت، خوشه بندی، تحلیل چندسطحی
Background: Health assessment with a multidimensional approach was considered by the World Health Organization about half a century ago. However, it still will be examined by a medical approach. Nowadays, measuring inequalities and social determinants of health are at the center of the field of health studies. This study aims to explain multidimensional health inequalities and its determinants in Tehran city. Methods: this cross-sectional study was conducted using Urban HEART database. Statistical population included all residents in 22 municipal districts of Tehran city in 2012, and the sample consisted of 24,780 people. The instruments consisted of general information of households and information of a selected person in households. Ten steps of index constructing, cluster analysis, and multilevel linear regression were used for analyzing the data by STATA, SPSS and ArcGIS packages. Results: compared to mean score of multidimensional health index (MDHI) status in Tehran (equal 7.40), districts of 1, 3, 4, 10, 13, 17, 18 and 22 had a score higher than the overall average of Tehran; districts of 2, 5, 7, 8, 9, 11, 12, 14, 15, 16, 19, 20 and 21 had a score lower than the overall average of Tehran and district of 6 had a score equal the overall average of Tehran. According to cluster analysis, 22 districts of Tehran converted to 8 homogenous clusters by multidimensional health status. The Gini coefficient of MDHI was equal to 0.0895, which indicates there is inequality in the distribution of the index. Various models according to defined levels and related determinants were tested. According to a two-level model (person-district) approximately 9.15 percent of MDHI variance was attributed to districts and the rest to persons. Individual-level predictors explained approximately 21.97 percent and district-level predictors explained about 77 percent of MDHI variance. Conclusion: in advance of goals related to health promotion in the societies Policy makers, planners and interventionists in the health field, in addition to individual characteristics, have to notice features of living location. Ignoring ecological variables may fail conducted interventions, waste of resources and failure to achieve established goals. Keywords: Multidimensional Health, Index Constructing, Inequality in Health, Clustering, Multilevel Analy
ba
Explaining Multidimensional health inequalities in Tehran