Artikel

Ny viden skal forebygge social ulighed i vægt og trivsel

Børn og unges sociale baggrund påvirker deres vægt og trivsel. Vi støtter nyt projekt, der skal kaste lys over sammenhængen, og hvordan man kan lave bedre forebyggelse

Social ulighed præger i stigende grad danske børns vægt, mentale sundhed og trivsel. 

Derfor støtter vi nu et nyt forskningsprojekt, som skal undersøge, hvilke mønstre og mekanismer der ligger bag uligheden, og hvordan der kan forebygges mere målrettet. 

Projektet hedder Dynamics, og det kombinerer blandt andet machine learning og komplekse simuleringsmodeller med store datasæt for at nå en dybere forståelse af sammenhængene mellem social ulighed og vægt- og trivselsudfordringer. 

Vigtigt for fremtidens forebyggelse

Centret støtter projektet med 6 millioner kroner. Resultaterne kan blandt andet bidrage til bedre og tidligere indsatser for børn og unge i udsatte positioner. Det vurderer program- og udviklingschef Nina Geiker:

”Vi ved, at der er tydelige sammenhænge mellem social ulighed, vægt og trivsel. Men vi har brug for mere viden om, hvad der giver den sammenhæng, og hvor det er mest virkningsfuldt at sætte ind for at bremse den. Hvis det lykkes Dynamics at finde de mest sandsynlige mønstre og dynamikker bag uligheden, kan vi forebygge langt mere målrettet,” siger Nina Geiker.

Skal forstå mekanismerne bag uligheden

I spidsen for undersøgelsen står professor Naja Hulvej Rod sammen med adjunkt Jeroen Uleman og lektor Anne Helby Petersen fra Center for Kompleksitet og Sundhed, Københavns Universitet. Naja Hulvej Rod siger:

”Forskningen i børneovervægt har længe været domineret af et fokus på kost og fysisk aktivitet. Men i dag ved vi, at vægtudvikling også formes af sociale forhold, trivsel og mentale belastninger, som kan påvirke og forstærke hinanden gennem hele barndommen,” siger Naja Hulvej Rod.

Dynamics vil blandt andet undersøge dynamikkerne bag uligheden ved at analysere:

  • hvordan sociale forhold påvirker børns trivsel og vægt over tid
  • hvilke børn der er mest udsatte
  • hvilke typer indsatser, der potentielt kan reducere uligheden mest effektivt. 

Det gør de ved at kombinerer danske registerdata med avancerede analysemetoder og kunstig intelligens. Se faktaboks.