Teilnehmer & Verfahren
Die Teilnehmer wurden aus den Wellen 6 und 7 (2014-2015/2015-2016) des Monitor of Engagement with the Natural Environment (MENE) (die einzigen Wellen, in denen unsere wichtigsten Ergebnisse konsistent gemessen wurden). Die Umfrage, die Teil der nationalen Statistiken der britischen Regierung ist, ist ein Querschnitt (an jeder Welle nehmen verschiedene Personen teil) und wird in ganz England und das ganze Jahr über durchgeführt (ca. 4.000 Personen pro Woche), um mögliche geografische und saisonale Verzerrungen zu reduzieren49. Als Teil der offiziellen Statistiken des Vereinigten Königreichs sind die Stichprobenprotokolle umfangreich, um eine möglichst repräsentative Stichprobe der erwachsenen englischen Bevölkerung zu gewährleisten. Ausführliche Informationen finden Sie in den jährlichen MENE Technical Reports49 mit den wichtigsten Funktionen, darunter: a) „ein computergestütztes Stichprobensystem, das die Adressdatei des Postamts mit den kleinflächigen Daten der Volkszählung 2001 auf der Ebene des Ausgabebereichs integriert. Dies ermöglicht replizierte Wellen von mehrstufigen geschichteten Stichproben“; b) „Die Gebiete innerhalb jeder Standardregion werden in Bevölkerungsdichtebändern und innerhalb des Bandes in absteigender Reihenfolge nach Prozentsatz der Bevölkerung in der sozioökonomischen Klasse I und II geschichtet“; c) “ Maximierung der statistischen Genauigkeit der Probenahme, sequentielle Feldforschungswellen werden systematisch über den Stichprobenrahmen verteilt, um eine maximale geografische Streuung zu gewährleisten.“; (d) „Um eine ausgewogene Stichprobe von Erwachsenen innerhalb der effektiv kontaktierten Adressen zu gewährleisten, wird eine Quote nach Geschlecht (männlich, Hausfrau, Nicht-Hausfrau) festgelegt; innerhalb der Hausfrauenquote, Anwesenheit von Kindern und Arbeitsstatus und innerhalb der Männerquote, Arbeitsstatus“; und (e) „Die Umfragedaten werden gewichtet, um sicherzustellen, dass die Stichprobe für die britische Bevölkerung in Bezug auf die demografischen Standardmerkmale repräsentativ ist“ (Ref.49, S.5). Die Daten werden unter Verwendung von persönlichen Interviews zu Hause mit Antworten gesammelt, die mit computergestützter persönlicher Interviewsoftware (CAPI) aufgezeichnet wurden.Obwohl die Gesamtstichprobe für diese Jahre n = 91.190 betrug, wurden die Fragen zu Gesundheit und Wohlbefinden nur in jeder vierten Stichprobenwoche (dh monatlich und nicht wöchentlich) gestellt, was zu einer reduzierten Stichprobe von n = 20.264 führte. Um etwaige restliche Verzerrungen bei der Stichprobenerhebung auf dieser monatlichen Ebene zu berücksichtigen, werden spezielle Monatsgewichte in den Datensatz aufgenommen. Diese wurden in der aktuellen Analyse angewendet, um sicherzustellen, dass die Ergebnisse für die gesamte erwachsene Bevölkerung Englands verallgemeinerbar blieben. Alle Daten wurden von Natural England anonymisiert und sind öffentlich zugänglich unter: http://publications.naturalengland.org.uk/publication/2248731?category=47018. Für diese Sekundäranalyse öffentlich zugänglicher nationaler Statistiken war keine ethische Genehmigung erforderlich.
Ergebnisse: Selbstberichtete Gesundheit & subjektives Wohlbefinden
Die selbstberichtete Gesundheit (fortan: Gesundheit) wurde anhand des Einzelpunkts bewertet: „Wie ist Ihre Gesundheit im Allgemeinen?‘ (manchmal auch als ‚SF1‘ bezeichnet). Antwortoptionen waren: ‚Sehr schlecht‘, ‚Schlecht‘, ‚Fair‘, ‚Gut‘ und ‚Sehr gut‘. Die Reaktionen sind stark mit der Inanspruchnahme medizinischer Leistungen verbunden50 und Sterblichkeit51; und für aktuelle Zwecke ist Greenspace13 von entscheidender Bedeutung. Im Anschluss an frühere Arbeiten haben wir die Antworten in ‚Gut‘ (‚Gut/sehr gut‘, gewichtet = 76,5%) und ‚Nicht gut‘ (‚Fair/schlecht/sehr schlecht‘, 23,5%) unterteilt52. Das subjektive Wohlbefinden (im Folgenden: Wohlbefinden) wurde anhand der Messung der Lebenszufriedenheit, einer der nationalen Wohlfühlmaßnahmen des Vereinigten Königreichs53, bewertet: ‚Wie zufrieden sind Sie heutzutage insgesamt mit dem Leben?‘ mit Antworten von 0 ‚Überhaupt nicht‘ bis 10 ‚Vollständig‘. Auch nach früheren Studien dichotomisierten wir die Antworten in ‚Hoch‘ (8-10, 60.2%) und niedriges (0-7, 39,8%) Wohlbefinden54. Histogramme der (nicht-normalen) Verteilungen für beide Ergebnisvariablen sind in Anhang A dargestellt. Obwohl die Dichotomisierungspunkte auf früheren Untersuchungen basierten, stimmen sie mit den aktuellen Daten überein; Das 50. Perzentil für die Gesundheit war in der ‚guten‘ Antwort und für das Wohlbefinden in ‚8‘. Sensitivitätsanalysen, die zu ordinalen (Gesundheit und Wohlbefinden) und linearen (nur Wohlbefinden) Variationen dieser Variablen durchgeführt wurden, sind in Anhang E dargestellt.
Exposition: Freizeitnaturkontakt in den letzten 7 Tagen
Der Kontakt mit der Freizeitnatur oder die Zeit, die in der letzten Woche in natürlichen Umgebungen verbracht wurde, wurde abgeleitet, indem die Anzahl der gemeldeten Freizeitbesuche pro Woche mit der Länge eines zufällig ausgewählten Besuchs in der letzten Woche multipliziert wurde. Die Teilnehmer wurden wie folgt in die Umfrage eingeführt: „Ich werde Sie nach Gelegenheiten in der letzten Woche fragen, in denen Sie Ihre Zeit im Freien verbracht haben. Mit Out of Doors meinen wir Freiflächen in und um Städte und Gemeinden, einschließlich Parks, Kanäle und Naturgebiete; die Küste und Strände; und die Landschaft mit Ackerland, Wald, Hügeln und Flüssen. Dies kann alles von ein paar Minuten bis zum ganzen Tag sein. Es kann Zeit in der Nähe Ihres Hauses oder Arbeitsplatzes, in der Ferne oder im Urlaub in England umfassen. Dies beinhaltet jedoch nicht: routinemäßige Einkaufsfahrten oder; Zeit im eigenen Garten verbracht.“ Dann wurden sie gefragt, „wie oft, wenn überhaupt, haben Sie diese Art von Besuch gestern/ am <TAG> “ für jeden der letzten sieben Tage gemacht. Achtundneunzig Prozent der Befragten berichteten ≤7 Besuche letzte Woche. Die restlichen 2% wurden auf 7 Besuche begrenzt, um eine dramatische Verzerrung der wöchentlichen Dauerschätzungen zu vermeiden.
Nachdem grundlegende Details zu jedem Besuch (bis zu 3 pro Tag) aufgezeichnet wurden, wurde von der CAPI-Software zufällig ein einzelner Besuch ausgewählt, zu dem der Interviewer weitere Fragen stellen konnte, darunter: „Wie lange hat dieser Besuch insgesamt gedauert?“ (Stunden & Minuten). Aufgrund der Zufallsauswahl sollte das Randomisierungsverfahren, auch wenn der ausgewählte Besuch nicht unbedingt für eine bestimmte Person repräsentativ war, potenzielle Verzerrungen auf der Populationsebene verringern, auf der unsere Analysen durchgeführt wurden. Wöchentliche Dauerschätzungen wurden daher abgeleitet, indem die Dauer für diesen zufällig ausgewählten Besuch mit der Anzahl der angegebenen Besuche in den letzten sieben Tagen multipliziert wurde (begrenzt auf 7). Dem Ansatz früherer Expositions-Wirkungs-Studien im Feld folgend (z.B. Shanahan et al., 2016), die Dauer wurde in 7 Kategorien eingeteilt: 0 Minuten (n = 11,668); 1-59 Minuten (n = 355); 60-119 Minuten (n = 1.113); 120-179 Minuten (n = 1.290); 180-239 Minuten (n = 1.014); 240-299 Minuten (n = 882); ≥300 Minuten (n = 3.484). Eine alternative Streifenbildung bei 30 Minuten war problematisch, da für einige Bänder (z. B. 1-29 Minuten, n = 85) die Ns sehr niedrig war, was die Tatsache widerspiegelt, dass wöchentliche Dauerschätzungen um die Stundenmarken gruppiert waren, z. B. 78% der ungewichteten Beobachtungen innerhalb des 120-179-Minuten-Bandes waren genau 120 Minuten (Siehe Anhang A, Abbildung C für das Dauerhistogramm). Die höchste Bandbreite wurde aufgrund der großen positiven Verzerrung der Daten auf ≥300 Minuten begrenzt.
Kontrollvariablen
Gesundheit und Wohlbefinden sind mit soziodemografischen und ökologischen Merkmalen sowohl auf Nachbarschafts- (z. B. Flächenentzug) als auch auf individueller Ebene (z. B. Beziehungsstatus) verbunden55. Da viele dieser Variablen auch mit der Exposition in der Natur zusammenhängen können, wurden sie in den angepassten Analysen kontrolliert.
Area Level Control variables
Area Level covariate Daten wurden auf der räumlichen Ebene der Volkszählung 2001 Lower-Layer Super Output Areas (LSOAs) zugeordnet, in denen Individuen lebten. In England gab es 32.482 LSOAs mit jeweils etwa 1.500 Personen auf einer mittleren physischen Fläche von 4 km2.
Grünfläche in der Nachbarschaft
Um zu verstehen, wie viel Grünfläche sich in der Nachbarschaft einer Person befindet, haben wir mithilfe der Generalised Land Use Database (GLUD)56 eine Flächendichte-Metrik abgeleitet. Die GLUD stellt für jede LSOA in England die Fläche zur Verfügung, die von Grünflächen und Hausgärten bedeckt ist. Diese wurden summiert und durch die gesamte LSOA-Fläche geteilt, um die Grünflächendichtemetrik bereitzustellen. Diese Metrik wurde jeder Person in der Stichprobe zugewiesen, basierend auf LSOA des Wohnsitzes. Nach vorheriger Literatur wurden Individuen basierend auf dieser Definition einem von fünf Quintilen Grünfläche zugeordnet (von am wenigsten grün bis am meisten grün)33. Anstatt Quintile von Grünflächen aus der aktuellen Stichprobe abzuleiten (dh die aktuelle Stichprobe basierend auf dem Prozentsatz der Grünfläche in ihrer LSOA in fünf gleiche Teile zu teilen), haben wir Einzelpersonen stattdessen einem von fünf vorbestimmten Grünflächenquintilen zugeordnet, basierend auf der Verteilung von Grünflächen über alle 32.482 LSOAs in England. Obwohl dies bedeutete, dass wir nicht genau die gleichen 20% unserer aktuellen Stichprobe über die Grünflächenquintile erhielten (obwohl wir aufgrund des Stichprobenprotokolls immer noch sehr nahe daran waren, siehe Anhang B), ermöglichte dieser Ansatz Rückschlüsse auf das gesamte Land und nicht nur auf die aktuelle Stichprobe. In explorativen Sensitivitätsanalysen haben wir Grünflächen nur als GLUD-Kategorie ‚Grünflächen‘ definiert, wobei die GLUD-Kategorie ‚Gärten‘ ausgeschlossen ist. Dies führte zu sehr ähnlichen Ergebnissen, so dass wir uns auf die umfassendere Definition konzentrierten, die beide Aspekte einbezog. In weiteren explorativen Sensitivitätsanalysen haben wir Personen fünf Grünflächenkategorien zugeordnet, die durch gleiche Bereiche der Grünflächenbedeckung definiert sind (z. B. 0-20%, 21-40%, 41-60% usw.) anstatt Quintile basierend auf Prozentsätzen der Bevölkerung. Dies führte auch zu sehr ähnlichen Ergebnissen, so dass wir uns erneut für den gängigsten Ansatz entschieden haben. In nachfolgenden Analysen fungierte das am wenigsten grüne Quintil als Referenzkategorie.
Flächenentzug
Jede LSOA in England wird anhand verschiedener Parameter der Deprivation bewertet, darunter Arbeitslosigkeit und Kriminalität, Bildungsniveau, Einkommen, Gesundheitsmetriken, Barrieren für Wohnraum und Dienstleistungen und das Lebensumfeld. Aus diesen Subdomains wird ein Gesamtindex für multiple Deprivation (IMD) abgeleitet57. Nach früheren Studien52 haben wir Individuen basierend auf dem LSOA, in dem sie lebten, in Deprivationsquintile eingeteilt. Wie bei Grünflächen basierten die Schnittpunkte für Flächenentzugquintile auch auf allen LSOAs in England und nicht auf denen in der aktuellen Stichprobe, um Rückschlüsse auf die Gesamtbevölkerung zu ziehen (am stärksten benachteiligtes Quintil = ref).
Luftverschmutzung
Ein indikatives Maß für die Luftverschmutzung wurde als LSOA-Hintergrund PM10 operationalisiert, der Tertilen aller LSOAs in England zugeordnet wurde (niedrigste Partikelkonzentration = ref). Die PM10-Konzentrationen wurden auf der Grundlage von Simulationen des Pollution Climate Mapping (PCM) -Modells58 über den Zeitraum 2002-2012 gemittelt und von 1 km quadratischer Auflösung zu LSOAs aggregiert.
Kontrollen auf individueller Ebene
Kontrollen auf individueller Ebene vergleichbar mit früheren Studien in diesem Bereich6,7,12,13,15 enthalten: Geschlecht (männlich = ref); Alter (kategorisiert als 16-64 = ref; 65+); berufliche soziale Note (AB (höchste, z. B. Führungskräfte), C1, C2 und DE (niedrigste, z. B. ungelernte Arbeitskräfte, = ref) als Proxy für den individuellen sozioökonomischen Status (SES); beschäftigungsstatus (Vollzeit, Teilzeit, in Ausbildung, im Ruhestand, nicht erwerbstätig / arbeitslos = ref); Beziehungsstatus (verheiratet / zusammenlebend; ledig / getrennt / geschieden / verwitwet = ref); ethnische Zugehörigkeit (Weiße Briten; andere = ref); Anzahl der Kinder im Haushalt (≥1 vs. 0 = ref); und Hundebesitz (Ja; Nein = ref).
Zwei weitere Regelgrößen waren besonders wichtig. Zunächst wurde in der Umfrage gefragt: Haben Sie eine langjährige Krankheit, ein Gesundheitsproblem oder eine Behinderung, die Ihre täglichen Aktivitäten oder die Art der Arbeit, die Sie ausführen können, einschränkt?‘ (‚Eingeschränkte Funktion‘: Ja; Nein = ref). Einschließlich dieser Variablen, zumindest teilweise, Kontrollen für umgekehrte Kausalität. Wenn ähnliche Assoziationen zwischen der Exposition in der Natur und Gesundheit und Wohlbefinden sowohl für Menschen mit als auch ohne eingeschränkte Funktionsfähigkeit gefunden werden, würde dies die Vorstellung stützen, dass die Assoziationen nicht nur auf gesündere, mobilere Menschen zurückzuführen sind, die häufiger die Natur besuchen.
Wir kontrollierten auch die Anzahl der Tage pro Woche, an denen Personen angaben, sich körperlich zu betätigen >30 Minuten; In der aktuellen Analyse wurde dichotomisiert, ob die Richtlinien von 150 Minuten pro Woche (d. h. 5 tage in der Woche mit körperlicher Aktivität >30 Minuten). Manche Menschen erreichen dieses Ziel durch körperliche Aktivität in natürlichen Umgebungen.35 Daher kann jeder Zusammenhang zwischen der in der Natur verbrachten Zeit und der Gesundheit einfach auf die körperliche Aktivität in diesen Umgebungen zurückzuführen sein. Wir glauben, dass dies im aktuellen Kontext nicht der Fall ist, da die Korrelation (Rangfolge) zwischen dem wöchentlichen Naturkontakt und der Anzahl der Tage pro Woche, an denen eine Person >30 Minuten körperliche Aktivität war nur rs = 0.27. Durch die Kontrolle des wöchentlichen Aktivitätsniveaus weisen modellierte Beziehungen zwischen der Zeit in der Natur und der Gesundheit jedoch weniger Verzerrungen aus dieser Quelle auf und verbessern daher die Schätzungen der Assoziation mit der Exposition in der Natur an sich.
Zeitliche Kontrollen
Aufgrund der mehrjährigen gepoolten Natur der Daten wurde auch das Jahr / die Welle kontrolliert. Die vorläufige Analyse ergab keine Auswirkungen auf die Jahreszeit, in der die Daten gesammelt wurden, so dass dies von den endgültigen Analysen ausgeschlossen wurde.
Analysestrategie
Umfragegewichtete binomiale logistische Regressionen wurden verwendet, um die relativen Chancen vorherzusagen, dass eine Person eine ‚gute‘ Gesundheit oder ein ‚hohes‘ Wohlbefinden als Funktion der wöchentlichen Naturexposition in Bezug auf die Dauer haben würde Kategorien pro Woche. Die Modellanpassung wurde von Pseudo R2 bereitgestellt; hier die konservativere Cox- und Snell-Schätzung. Die binären Ergebnisvariablen wurden zuerst gegen die Expositionsdauerkategorien regressiert, um direkte Beziehungen zu testen; Bereinigte Modelle wurden dann spezifiziert, um die Kontrollvariablen auf Einzel- und Bereichsebene einzubeziehen. Aufgrund fehlender Daten auf Gebietsebene für eine kleine Minderheit der Teilnehmer (n = 456) betrugen unsere Schätzstichproben für diese bereinigten Modelle n = 19,808. Eine vorläufige Analyse ergab, dass sich die gewichteten deskriptiven Anteile unter dieser reduzierten Schätzstichprobe nur unwesentlich von denen unter allen verfügbaren Beobachtungen in der breiteren MENE-Stichprobe unterschieden, was darauf hindeutet, dass unser vollständiger Fallanalyseansatz die Repräsentativität der Grundgesamtheit der Schätzstichprobe nicht verzerrte. Die vollständige n = 20.264-Stichprobe wurde für das unangepasste Modell beibehalten, um die genaueste, gewichtete Darstellung der Daten bereitzustellen, da die Reduzierung unangepasster Modelle auf n = 19.808 praktisch identische Ergebnisse lieferte. Obwohl unsere Hauptanalysen Durationskategorien des wöchentlichen Naturkontakts verwendeten, verwendete eine explorative Analyse generalisierte additive Modelle, die einen bestraften kubischen Regressionsspline der Duration als kontinuierliche Variable enthielten (Anpassung an den gleichen Satz von Kovariaten). Dies ermöglichte es uns, eine ‚glattere‘ Darstellung der Daten zu erstellen. Analysen und Plotten wurden mit R Version 3.4 durchgeführt.1, unter Verwendung der Pakete mgcv und visreg59.Um die Verallgemeinerbarkeit eines Musters über verschiedene soziodemografische Gruppen hinweg zu untersuchen, haben wir die Analysen auch a priori auf mehrere Gebiets- und Einzelkovariaten (wie oben definiert) geschichtet, die sich in früheren Studien als wichtig erwiesen haben: (a) Urbanität; (b) Grünfläche in der Nachbarschaft; (c) Flächenentzug; (d) Geschlecht; (e) Alter; (f) Eingeschränkte Funktionsfähigkeit; (g) Individueller sozioökonomischer Status (SES); (f) Ethnische Zugehörigkeit; und (g) Körperliche Aktivität. Im Falle der drei Multi-Kategorie-Prädiktoren (Fläche Grünfläche / Deprivation, individuelle SES) wurden binäre Klassifikationen für die geschichteten Analysen abgeleitet, um robuste Stichprobengrößen in jeder Kategorie zu erhalten. Im Fall von LSOA Greenspace und Deprivation wurden binäre Splits basierend auf dem medianen Cut-Point für alle LSOAs in England vorgenommen; SES wurde dichotomisiert, indem die sozialen Gradkategorien auf die Standardmethode A / B / C1 vs. C2 / D / E kollabiert wurden.