Entwicklung der selbstberichteten Gesundheit über die Sekundarstufe: Ergebnisse des Nationalen Bildungspanels

Zusammenfassung

Ziel der Studie Die selbstberichtete Gesundheit ist ein wichtiger Indikator für die aktuelle und zukünftige Gesundheit, doch fehlen auf Paneldaten basierende Befunde, die nach Hintergrundmerkmalen differenzierte Entwicklungen selbstberichteter Gesundheit Jugendlicher betrachten. Diese Arbeit untersucht die Entwicklung der selbstberichteten Gesundheit über die Sekundarstufe von der 5. bis 12. Klasse in Deutschland, und analysiert Unterschiede nach Indikatoren der sozio-ökonomischen Position und weiteren Hintergrundmerkmalen wie Geschlecht und Familienstruktur.

Methodik Daten der 5. bis 10. Klasse aus der Kohorte „Klasse 5“ sowie Daten der 9. bis 12. Klasse aus der Kohorte „Klasse 9“ des Nationalen Bildungspanels werden kombiniert. Wachstumskurvenmodelle auf Basis der Mehrebenenanalyse wurden verwendet, um das Niveau und den Verlauf der subjektiven Gesundheit zu untersuchen sowie Unterschiede nach Schultyp, Bildung der Eltern, Haushaltseinkommen, Geschlecht und Familienstruktur zu untersuchen. Das finale Modell enthält 28 987 Beobachtungen von 11 290 Individuen, verteilt auf 8 Messzeitpunkte.

Ergebnisse Die selbstberichtete Gesundheit nimmt von der 5. bis zur 12. Klasse leicht ab. Heranwachsende, die ein Gymnasium besuchen, in Haushalten mit höherem Einkommen oder bei Eltern mit höherem Bildungsstatus leben, berichten über eine bessere Gesundheit. Jungen sowie Heranwachsende, die in Kernfamilien aufwachsen, zeigen einen günstigeren Verlauf der selbstberichteten Gesundheit über die Sekundarstufe.

Schlussfolgerung Diese Studie bietet einen umfassenden Überblick über Veränderung/Verläufe der selbstberichteten Gesundheit von Jugendlichen in der Sekundarstufe. Neben den statischen Unterschieden nach Hintergrundmerkmalen haben zusätzlich Mädchen und Jugendliche die nicht in Kernfamilien leben auch eine schlechtere Prognose für die Entwicklung ihrer selbstberichteten Gesundheit über die Schullaufbahn.

Abstract

Aim of the study Self-rated health is an important indicator of current and future health. However, panel data-based findings are lacking that take into consideration the background features of differentiated development of self-reported adolescent health. This paper examines the development of self- rated health through secondary education from grade 5–12 in Germany, analyzing differences according to indicators of socio-economic position and other background characteristics such as gender and family structure.

Methodology 5^th to 10^th grade data from the “Class 5” cohort and 9^th to 12^th grade data from the “9^th grade” cohort of the National Education Panel were combined. Growth curve models based on multi-level analysis were used to examine the level and course of self-rated health and to examine differences according to type of school, parenting, household income, gender and family structure. The final model contains 28,987 observations from 11,290 individuals over 8 time points.

Results Self-reported health declines slightly from 5^th to 12^th grade. Adolescents attending high school, living in higher-income households or parents with higher education status reported better health. Boys and adolescents growing up in nuclear families showed a more favorable course of self-rated health through secondary education.

Conclusion This study provides a comprehensive overview of the development of self-rated health of adolescents in secondary education. In addition to the static differences according to background characteristics, girls and adolescents who do not live in nuclear families also had a worse prognosis for the development of self-rated health over the school career.

Schlüsselwörter

Selbstberichtete Gesundheit - Jugendliche - Deutschland - Sekundarstufe - Nationales Bildungspanel

Key words

Self-rated health - adolescents - Germany - secondary education - National Educational Panel Study

Publikationsverlauf

Artikel online veröffentlicht:
26. November 2019

• Literatur

• 1 Sawyer SM, Afifi RA, Bearinger LH. et al. Adolescence: a foundation for future health. The Lancet 2012; 379: 1630-1640
• 2 Breidablik H-J, Meland E, Lydersen S. Self-rated health in adolescence: A multifactorial composite. Scandinavian Journal of Public Health 2008; 36: 12-20
• 3 Jylhä M. What is self-rated health and why does it predict mortality? Towards a unified conceptual model. Social Science & Medicine 2009; 69: 307-316
• 4 Inchley J, Currie D, Young T. et al. Growing up unequal: gender and socioeconomic differences in young people’s health and well-being. Health Behaviour in School-Aged Children (HBSC) Study: International Report from the 2013/2014 Survey. Copenhagen: WHO Regional Office for Europe; 2016
• 5 Cavallo F, Dalmasso P, Ottová-Jordan V. et al. Trends in self-rated health in European and North-American adolescents from 2002 to 2010 in 32 countries. European Journal of Public Health 2015; 25: 13-15
• 6 Elgar FJ, Pförtner T-K, Moor I. et al. Socioeconomic inequalities in adolescent health 2002–2010: a time-series analysis of 34 countries participating in the Health Behaviour in School-aged Children study. The Lancet 2015; 385: 2088-2095
• 7 Moor I, Spallek J, Richter M. Explaining socioeconomic inequalities in self-rated health: a systematic review of the relative contribution of material, psychosocial and behavioural factors. Journal of Epidemiology and Community Health 2017; 71: 565-575
• 8 Richter M, Moor I, van Lenthe FJ. Explaining socioeconomic differences in adolescent self-rated health: the contribution of material, psychosocial and behavioural factors. Journal of Epidemiology and Community Health 2012; 66: 691-697
• 9 Heilmann K, Bräsen J, Herke M. et al. Soziale Determinanten der subjektiven Gesundheit, Lebenszufriedenheit und krankheitsbedingten Schulfehltage von Heranwachsenden in Deutschland: Erste Ergebnisse des Nationalen Bildungspanels (NEPS). Gesundheitswesen 2018; 80: 613-620
• 10 Cavallo F, Zambon A, Borraccino A. et al. Girls growing through adolescence have a higher risk of poor health. Quality of Life Research 2006; 15: 1577-1585
• 11 Rattay P, von der Lippe E, Mauz E. et al. Health and health risk behaviour of adolescents—Differences according to family structure. Results of the German KiGGS cohort study 2018; e0192968
• 12 Schnittker J, Bacak V. The Increasing Predictive Validity of Self-Rated Health. PLOS ONE 2014; 9: e84933
• 13 Blossfeld H-P, Roßbach H-G, von Maurice J., Hrsg. Education as a lifelong process: The German National Educational Panel Study (NEPS) Aufl; 2011
• 14 Aßmann C, Steinhauer HW, Kiesl H. et al. 4 Sampling designs of the National Educational Panel Study: challenges and solutions. Zeitschrift für Erziehungswissenschaft 2011; 14: 51-65
• 15 Brauns H, Scherer S, Steinmann S. The CASMIN Educational Classification in International Comparative Research. In: Hoffmeyer-Zlotnik JP. et al. Advances in Cross-National Comparison. Springer; US: 2003: 221-244
• 16 OECD. Growing Unequal? Income Distribution and Poverty in OECD Countries. Paris: OECD Publishing; 2008
• 17 Leibniz-Institut für Bildungsverläufe e.V “Studienübersicht. NEPS Startkohorte 3 - Klasse 5. Wege durch die Sekundarstufe I - Bildungswege von Schülerinnen und Schülern ab Klassenstufe 5”. Im Internet: https://www.neps-data.de/Portals/0/NEPS/Datenzentrum/Forschungsdaten/SC3/8-0-0/SC3_Studien_W1-8_de.pdf Zugriff: 29.05.2019
• 18 Leibniz-Institut für Bildungsverläufe e.V “Studienübersicht. NEPS Startkohorte 4 - Klasse 9.Schule und Ausbildung – Bildung von Schülerinnen und Schülern ab Klassenstufe 9”. Im Internet: https://www.neps-data.de/Portals/0/NEPS/Datenzentrum/Forschungsdaten/SC4/10-0-0/SC4_Studien_W1-10.pdf Zugriff: 29.05.2019
• 19 Salmela-Aro K, Tuominen-Soini H. Adolescents’ Life Satisfaction During the Transition to Post-Comprehensive Education: Antecedents and Consequences. Journal of Happiness Studies 2010; 11: 683-701
• 20 Bollen KA, Curran PJ. Latent Curve Models: A Structural Equation Perspective. Hoboken, New Jersey: John Wiley & Sons; 2006
• 21 Curran PJ, Obeidat K, Losardo D. Twelve Frequently Asked Questions About Growth Curve Modeling. Journal of cognition and development: official journal of the Cognitive Development Society 2010; 11: 121-136
• 22 Core Team R. R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing. 2018
• 23 Patton GC, Viner R. Pubertal transitions in health. The Lancet 2007; 369: 1130-1139
• 24 Griffiths S, Murray SB, Bentley C. et al. Sex Differences in Quality of Life Impairment Associated With Body Dissatisfaction in Adolescents. Journal of Adolescent Health 2017; 61: 77-82
• 25 Amato PR, King V, Thorsen ML. Parent–Child Relationships in Stepfather Families and Adolescent Adjustment: A Latent Class Analysis. Journal of Marriage and Family 2016; 78: 482-497
• 26 Lampert T. Gesundheitschancen von Kindern und Jugendlichen. Zur Bedeutung der sozialen Herkunft und Schulbildung. Zeitschrift für Soziologie der Erziehung und Sozialisation 2010; 30: 231-247