Institut Soziale Arbeit und Gesundheit
Dauerhafte URI für die Sammlunghttps://irf.fhnw.ch/handle/11654/29
Listen
26 Ergebnisse
Ergebnisse nach Hochschule und Institut
Publikation Soziale Ungleichheit und Covid-19. Schwere Covid-19-Verläufe mit Spitalaufenthalt und der Einfluss von Demografie, Vorerkrankung, Sozialstatus und Expositionsrisiken(Schweizerisches Gesundheitsobervatorium OBSAN, 2024) Bayer-Oglesby, Lucy; Bachmann, Nicole; Sepahniya, Samin; Jörg, RetoDas Bulletin untersucht soziale Ungleichheiten in der Covid-19-Pandemie. Auf Basis einer Datenverknüpfung zwischen der Strukturerhebung (SE) und der Medizinischen Statistik (MS) wird untersucht, welche Teile der Schweizer Bevölkerung in den Pandemiejahren 2020 und 2021 ein erhöhtes Risiko für einen Spitalaufenthalt wegen Covid-19 aufwiesen und welche Rolle dabei die soziale Lage, die Wohnsituation und der Beruf spielten. Ausserdem thematisiert das Bulletin die Rolle schwerer Vorerkrankungen und zeigt auf, wie sich die sozialen Ungleichheiten bei schweren Covid-19-Verläufen mit der Zugänglichkeit von Impfungen verändert haben.01B - Beitrag in Magazin oder ZeitungPublikation Soziale Ungleichheit und schwere COVID-19 – Verläufe in der Schweizer Migrationsbevölkerung 2020-2021(07.12.2023) Bayer-Oglesby, Lucy; Bachmann, Nicole06 - PräsentationPublikation Forschungsstudie: Soziale Ungleichheit und schwere COVID-19 Verläufe in der Schweizer Migrationsbevölkerung 2022-2024. Methodenbericht(Hochschule für Soziale Arbeit FHNW, 2022) Bachmann, Nicole; Bayer-Oglesby, Lucy; Solèr, MariaDer vorliegende Bericht ist der 1. Meilenstein der Studie «Soziale Ungleichheit und schwere COVID-19 Verläufe in der Schweizer Migrationsbevölkerung 2022-2024», welche das Institut Soziale Arbeit und Gesundheit ISAGE im Auftrag des Bundesamtes für Gesundheit BAG, Sektion Gesundheitliche Chancengleichheit, durchführt (Vertrags-ID / Aktenzeichen 142005426 / 224-83/12). Der Bericht beschreibt das methodische Vorgehen in den Arbeitspaketen 1 und 2 der Studie. Das Arbeitspaket 3, in welchem Empfehlungen abgeleitet werden sollen, ist optional und nicht Gegenstand dieses Methodenberichts05 - Forschungs- oder ArbeitsberichtPublikation Soziale Ungleichheit und schwere COVID-19 – Verläufe in der Schweizer Bevölkerung 2020-2021(04.06.2024) Bachmann, Nicole; Bayer-Oglesby, Lucy06 - PräsentationPublikation Soziale Ungleichheit und schwere Covid-19-Verläufe in der Migrationsbevölkerung. Abschlussbericht(Bundesamt für Gesundheit BAG, 05.06.2024) Bachmann, Nicole; Bayer-Oglesby, Lucy; Bühler, Sarah; Sepahniya, Samin; Solèr, Maria05 - Forschungs- oder ArbeitsberichtPublikation Characterization of source-specific air pollution exposure for a large population-based Swiss cohort (SAPALDIA)(National Institute of Environmental Health Sciences, 2007) Liu, L.-J. Sally; Curjuric, Ivan; Keidel, Dirk; Heldstab, Jürg; Künzli, Nino; Bayer-Oglesby, Lucy; Ackermann-Liebrich, Ursula; Schindler, ChristianBackground: Although the dispersion model approach has been used in some epidemiologic studies to examine health effects of traffic-specific air pollution, no study has evaluated the model predictions vigorously. Methods: We evaluated total and traffic-specific particulate matter < 10 and < 2.5 microm in aero-dynamic diameter (PM(10), PM(2.5)), nitrogren dioxide, and nitrogen oxide concentrations predicted by Gaussian dispersion models against fixed-site measurements at different locations, including traffic-impacted, urban-background, and alpine settings between and across cities. The model predictions were then used to estimate individual subjects' historical and cumulative exposures with a temporal trend model. Results: Modeled PM(10) and NO(2) predicted at least 55% and 72% of the variability of the measured PM(10) and NO(2), respectively. Traffic-specific pollution estimates correlated with the NO(x) measurements (R(2) >or=0.77) for background sites but not for traffic sites. Regional background PM(10) accounted for most PM(10) mass in all cities. Whereas traffic PM(10) accounted for < 20% of the total PM(10), it varied significantly within cities. The modeling error for PM(10) was similar within and between cities. Traffic NO(x) accounted for the majority of NO(x) mass in urban areas, whereas background NO(x) accounted for the majority of NO(x) in rural areas. The within-city NO(2) modeling error was larger than that between cities. Conclusions: The dispersion model predicted well the total PM(10), NO(x), and NO(2) and traffic-specific pollution at background sites. However, the model underpredicted traffic NO(x) and NO(2) at traffic sites and needs refinement to reflect local conditions. The dispersion model predictions for PM(10) are suitable for examining individual exposures and health effects within and between cities.01A - Beitrag in wissenschaftlicher ZeitschriftPublikation Lebensqualität versus Lebensschutz bei Menschen mit Beeinträchtigungen während der Covid-19-Pandemie(Institut für Soziale Arbeit und Gesundheit, Hochschule für Soziale Arbeit FHNW, 2023) Büschi, Eva; Bachmann, Nicole; Bayer-Oglesby, Lucy; Hess, Nadja; Hug, Sonja; Knobel Furrer, Christina; Lichtenauer, Annette; Moramana, Nadja05 - Forschungs- oder ArbeitsberichtPublikation Soziale Unterschiede in der Spitalversorgung chronisch kranker Menschen in der Schweiz(EMH Schweizerischer Ärzteverlag, 2023) Bayer-Oglesby, Lucy; Bachmann, Nicole; Zumbrunn, Andrea; Solèr, MariaDie NFP-74-Studie “Social Inequalities and Hospitalisations in Switzerland (SIHOS)” untersuchte zum ersten Mal in der Schweiz soziale Ungleichheiten bei Spitalaufenthalten auf der Basis von repräsentativen landesweiten Daten auf Individualebene.01A - Beitrag in wissenschaftlicher ZeitschriftPublikation Qualimeter – ein Instrument zur Messung der Ergebnis- und Wirkungsqualität(30.05.2023) Brüngger, Sam; Bayer-Oglesby, Lucy06 - PräsentationPublikation Cannabis-Pilotprojekt Olten / Teil 1: Vorprojekt(Hochschule für Soziale Arbeit FHNW, 05/2022) Fabian, Carlo; Abderhalden, Irene; Hellmüller, Ursula; Bühler, Sarah; Neuhaus, Hélène; Bayer-Oglesby, Lucy05 - Forschungs- oder Arbeitsbericht
- «
- 1 (current)
- 2
- 3
- »