Sociale uitsluiting en de stapeling van gezondheids- problemen in de G4

Altijd al boeide het Van Bergen waarom mensen in onze maatschappij op een zijspoor terecht komen, dakloos worden bijvoorbeeld, of in de maatschappelijke opvang terecht komen of in detentie. “We hebben de neiging om hen als aparte groepen te zien, buiten of aan de rand van de maatschappij. Maar dat statische beeld klopt niet. Eens maakten zij ook deel uit van de mainstream. Sociale uitsluiting speelt hierin een belangrijke rol. Daarom mijn wens om sociale uitsluiting te meten in de vierjaarlijkse GGD gezondheidsmonitors Volwassenen en Ouderen en de groepen in beeld te krijgen. Sociale uitsluiting is daarnaast een belangrijk concept omdat het een verbinding legt tussen het sociale en het medische domein en heel relevant is voor het terugdringen van gezondheidsachterstanden in met name de grote steden. Ik focus in mijn proefschrift met name op dit laatste aspect.”

Van Bergen is dan ook blij dat het is gelukt om sociale uitsluiting te meten door een index te ontwikkelen, namelijk de Social Exclusion Index for Health Surveys (SEI-HS). “In de GGD gezondheidsmonitor werden al veel aspecten van sociale uitsluiting gemeten, zoals eenzaamheid en schulden. Door gebruik te maken van deze items kan met een relatief klein aantal extra vragen het hele concept gemeten worden*. GGD Haaglanden heeft de SEI-HS in de Gezondheidsmonitors van 2012, 2016 en 2020 opgenomen en ook andere GGD’en hebben de vraagstelling gebruikt. Wat nog minder gelukt is, is de vervolgstap van monitoring naar beleid.”

De resultaten van de gezondheidsmonitor laten zien dat sociale uitsluiting toeneemt met de stedelijkheidsgraad. In de grote stad komt sociale uitsluiting twee keer meer voor dan landelijk het geval is. Binnen de G4 komt sociale uitsluiting vooral voor bij inwoners met een niet-westerse migratieachtergrond. Het percentage sociale uitsluiting onder inwoners met een Surinaamse, Marokkaanse of Turkse ­migratieachtergrond was respectievelijk 20%, 21% en 29%, terwijl dit aandeel onder volwassenen met een Nederlandse achtergrond slechts 4% was. Van Bergen: “Dit verschil vonden we dusdanig hoog dat we extra analyses hebben uitgevoerd om de culturele validiteit van de SEI-HS te checken. Ook hebben we sociaal uitgesloten respondenten met verschillende migratieachtergronden in Den Haag, Utrecht en Amsterdam geïnterviewd. Met de validiteit van de SEI-HS bleek overigens niets mis te zijn. De grote verschillen zijn een realiteit en geen methodologisch artefact. Dat is best een zorgelijke conclusie.”

Volgens Van Bergen is één van de grote uitdagingen voor de gezondheidszorg in Nederland om de beschikbare capaciteit en middelen efficiënter in te zetten, daar waar de behoefte en impact het grootst zijn. Ze heeft in haar onderzoek daarom gekeken naar sociale uitsluiting als ‘social stratifier’. “We onderzochten of sociale uitsluiting in de G4 beter stratificeert naar gezondheidsverschillen dan de gangbare stratifiers opleidingsniveau, inkomen, arbeidsmarktpositie en migratieachtergrond. We namen daarbij ook ‘regie over het eigen leven’ mee, omdat de literatuur laat zien dat sociale uitsluiting gepaard gaat met een verminderd vermogen het eigen functioneren en de loop van gebeurtenissen te beïnvloeden (agency). Dit is essentieel voor het kunnen oplossen van de eigen problemen en effectief gebruik van zorg- en ondersteuningsaanbod.”

Sociale uitsluiting bleek significant beter in het ­identificeren van een bevolkingssegment met hoge angst- en depressieklachten en lage regie over het eigen leven dan de vier hierboven genoemde traditionele stratifiers en vergelijkbaar in het identificeren van andere gezondheidsproblemen. De blauwe ruitjes in figuur 1 zijn de relatieve risico’s voor bepaalde gezondheidsproblemen bij volwassenen die wél versus niet sociaal uitgesloten zijn. De figuur laat zien dat sociaal uitgesloten volwassenen bijna 8 keer meer kans hebben om angst- en depressieklachten te ervaren en 6.4 keer meer kans op een lage regie over het eigen leven.

In de G4 concentreert bijna de helft van de prevalentie van angst- en depressieklachten en 42% van lage regie over eigen leven zich in de 10% van de bevolking die sociaal uitgesloten is. Ook mensen met een lage arbeidsmarktpositie (uit­keringsgerechtigd en/of werkloos) hebben een sterk verhoogd risico op angst- en depressieklachten en lage regie over het eigen leven. De combinatie van sociale uitsluiting en lage arbeidsmarktpositie is volgens Van Bergen de meest veelbelovende combinatie voor bevolkingssegmentatie. Samen identificeerden deze twee stratifiers 67,2% van de prevalentie van angst- en depressieklachten en 60,4% van de prevalentie van lage regie over het eigen leven in de volwassen populatie van de vier grote steden, terwijl deze groep maar 19.5% uitmaakt van de bevolking.

Zoals eerder aangegeven is de vervolgstap van ­monitoring naar beleid minder goed gelukt. In haar proefschrift geeft Van Bergen daarvoor een aantal redenen. Zo vinden beleidsmedewerkers het concept sociale uitsluiting vaak abstract, breed en moeilijk te vertalen naar beleidsmaatregelen. “Van één kant klopt dat, maar van de andere kant gaat het om een harde realiteit, om hele concrete situaties van mensen die dagelijks de gevolgen van sociale uit­sluiting in hun leven ervaren. Ik denk dat we als GGD onderzoekers minder op de definitie moeten focussen en meer op de betekenis en ervaringen van de mensen zelf. Door regelmatig kwalitatief onderzoek te doen, door de cijfers te verbinden met de verhalen en ervaringen van mensen zelf, kunnen we een brug slaan van onderzoek naar beleid en uitvoering.”

Het gebruik van monitorresultaten in beleid betreft aldus Van Bergen overigens niet alleen de vertaling naar concrete beleidsmaatregels (instrumenteel gebruik). Ook het creëren van meer bewustzijn en een beter begrip van de resultaten (conceptueel gebruik) is belangrijk. “We zagen in een onderzoek onder GGD epidemiologen dat de presentatie van gezondheidsmonitorresultaten bij beleidsmakers tot een beter begrip leidde van de gezondheids­problemen en oorzaken in hun regio/ gemeente en leidde tot nieuwe ideeën voor de langere termijn. Met een combinatie van verhalen, cijfers en verdiepende analyses verwacht ik dat we eenzelfde effect kunnen bereiken met sociale uitsluiting en het fenomeen van stapeling en vervlechting van sociale problemen en ongezondheid.”

Van Bergen stelt vast dat GGD’en enorme hoeveelheden data verzamelen, maar vaak niet toekomen aan verdiepende analyses. “Dit geldt ook voor de sociale uitsluitingsdata. Er liggen nu data van GM2012, GM2016 en GM2020 waarmee de omvang en kenmerken van risicogroepen in kaart gebracht, relaties met gezondheidsindicatoren onderzocht, (syndemische) clusters geïdentificeerd en ontwikkelingen in de tijd gevolgd kunnen worden. Voor ­Den Haag zou het heel interessant kunnen zijn om te onderzoeken wáár en bij wie de clustering van sociale uitsluiting, lage regie eigen leven, hoog risico op angst- en depressie en andere gezondheidsproblemen voorkomt. Zijn dat de inwoners van wijken waar nu extra interventies plaatsvinden zoals door Wijzer in de Wijk en Gezond en Gelukkig Den Haag? Of zien we groepen over het hoofd? Ook het combineren van sociale uitsluitingsdata met andere databronnen in de CBS micro-omgeving, vind ik het overwegen waard. Dit biedt bijvoorbeeld kansen om de ‘downward spiral’ te onderzoeken, de theorie waarmee ik dit promotietraject ooit startte.”