Ein aus dem DiGENet hervorgegangenes Projekt zum Thema "Erfassung von Geschlecht und anderen Diversitätsbereichen in Deutschland": Für eine innovative und inklusive Gesundheitsversorgung ist es unabdingbar, Vielfältigkeit in Gesundheitsdaten sichtbar zu machen. Mit dem Diversity Minimal Item Set (DiMIS, deutsch: Diversitäts-MindestIndikatorenSatz) soll die regelmäßige und standardisierte Datenerhebung von Geschlecht und weiteren Diversitätsdomänen unterstützt werden. Ziel ist es, systematische Datenlücken zu schließen und diese Informationen für Innovation, Inklusion und Wandel hin zu einer diversitätssensibleren Wissenschaft und Praxis zu nutzen.

Diversity Minimal Item Set

Über alle Disziplinen und Identitätsgruppen hinweg versäumen es wissenschaftliche Studien, Daten über Frauen und eine Vielzahl von Minderheitengruppen zu erheben und darüber zu berichten, so das Ergebnis einer in der Zeitschrift Sustainable Chemistry and Pharmacy veröffentlichten Studie.

Forschende der Charité - Universitätsmedizin Berlin unter der Leitung von Prof. Dr. Gertraud Stadler haben die Datenlücke in Bezug auf Geschlecht und Vielfalt untersucht. Trotz einer Reihe von Aufrufen durch wissenschaftliche Zeitschriften, diese Diskrepanz zu beseitigen, und einer Änderung der Richtlinien von Geldgebern, die die Angabe von Ergebnissen nach Gruppen vorschreiben, ist dies noch nicht zur gängigen Praxis geworden. Prof. Dr. Stadler und ihr Team untersuchten häufige Faktoren, die Forschende daran hindern, ihre Ergebnisse gerecht darzustellen und zu berichten und schlagen ein allgemein anwendbares Diversity Minimal Item Set (DiMIS) vor, um diese Hindernisse zu beseitigen.

Zu den Hindernissen für eine gerechte Datenerfassung und -berichterstattung gehören Forschungsteams, denen es an Vielfalt mangelt, Standards für die Konzeption und Bewertung verschiedener Diversitätsbereiche, die je nach Land und politischem Klima variieren, sowie Beschränkungen in Bezug auf Forschungsexpertise, Zeit und Mittel. Die DiMIS bietet eine Reihe von kurzen Erhebungselementen für eine Vielzahl von Diversitätsbereichen, die es Forschenden ermöglichen, diese Daten effizient zu erheben und damit zu beginnen, Barrieren zu überwinden und die Datenlücke zu schließen.

Das DiMIS ist eine kurze, einfach zu verwendende Sammlung von Erhebungselementen, das neun Diversitätsbereiche (d. h. Geschlecht, Alter, sozioökonomischer Status, Betreuungspflichten, sexuelle Orientierung, ethnische Zugehörigkeit, Religion und Weltanschauung, psychische Gesundheit, körperliche Gesundheit und Behinderung) sowie Erfahrungen mit wahrgenommener Diskriminierung erfasst. Das Mischen und Kombinieren von Items aus dem Item Set ermöglicht eine intersektionale Datenerhebung unter Verwendung von Items, die entwickelt wurden, um ein Höchstmaß an Inklusivität und Vergleiche auf Bevölkerungsebene zu ermöglichen. "Unser Ziel", so schreiben Prof. Dr. Stadler und Kolleg*innen, "ist es, die Bewertung von Geschlecht und anderen Diversitätsbereichen und deren Überschneidungen zu erleichtern, um die Ungleichheit in den verfügbaren Daten besser anzugehen."

Die Aufnahme des DiMIS in die routinemäßige Datenerhebung bietet eine Reihe von Vorteilen, darunter die Förderung diversifizierter Innovationen sowie die Zusammenführung und Kombination von Daten für kleine Minderheitenpopulationen. Diversifizierte Innovationen sind evidenzbasierte Entdeckungen, die sich aus einer systematischen Beschreibung von Unterschieden aufgrund des Geschlechts, anderer Diversitätsbereiche und deren Überschneidungen ergeben. Sie können den Weg für Verbesserungen in den Bereichen Prävention, Diagnose, pharmazeutische und nicht-pharmazeutische Behandlungen und Rehabilitation ebnen. Vergleichbare Bewertungen der Vielfalt ermöglichen eine sinnvolle Kombination von Daten über Studien und Standorte hinweg. Diese Methode der Datenerhebung kann dazu beitragen, eine umfangreiche und aussagekräftige Evidenzbasis für Minderheitengruppen zu schaffen, deren geringe Anzahl Gruppenmitglieder einem höheren Risiko des Verlusts der Anonymität aussetzt, und intersektionelle statistische Analysen zu unterstützen, die aussagekräftige Schlussfolgerungen ermöglichen.

Die Autor*innen weisen darauf hin, dass die kurzen Items in der Umfrage keine umfassende und nuancierte Bewertung dieser Bereiche liefern können und dass längere Messungen sowie qualitative Folgefragen und Interviews erforderlich sind, um dies zu erreichen. Darüber hinaus besteht in Umgebungen, die durch rechtliche und politische Bedrohungen für bestimmte Bevölkerungsgruppen gekennzeichnet sind, ein Risiko für die Sicherheit der Personen, wenn solche Daten missbraucht werden. Der Kontext, die Ethik und die Sicherheit der Teilnehmer müssen Vorrang haben, um die Vorteile wissenschaftlicher Untersuchungen auf alle Personen unabhängig von ihrem Hintergrund und ihrer Identität auszuweiten.

Kontakt: Prof. Dr. Gertraud (Turu) Stadler, Charité - Universitätsmedizin Berlin