Participantes & procedimiento
Los participantes fueron extraídos de las Olas 6 y 7 (2014-2015/2015-2016) del Monitor de Compromiso con el Medio Ambiente Natural (MENE) encuesta (las únicas Ondas en las que se midieron nuestros resultados clave de manera consistente). La encuesta, que forma parte de las Estadísticas nacionales del gobierno del Reino Unido, es transversal repetida (diferentes personas participan en cada ola), y se lleva a cabo en toda Inglaterra y durante todo el año (aprox. 4.000 personas por semana)para reducir los posibles biases49 geográficos y estacionales. Como parte de las estadísticas oficiales del Reino Unido, los protocolos de muestreo son extensos, para garantizar una muestra lo más representativa posible de la población inglesa adulta. Los detalles completos se pueden encontrar en los Informes Técnicos anuales de MENE49 con características clave que incluyen: a) » un sistema de muestreo informatizado que integre el archivo de direcciones de la Oficina de Correos con los datos del censo de 2001 sobre pequeñas superficies a nivel de zona de producción. Esto permite replicar ondas de muestras estratificadas de varias etapas»; b) «las áreas dentro de cada Región estándar se estratifican en bandas de densidad de población y dentro de la banda, en orden descendente por porcentaje de la población de Grado socioeconómico I y II»; c)»maximizar la precisión estadística del muestreo, las ondas secuenciales de trabajo de campo se asignan sistemáticamente a través del marco de muestreo para garantizar la máxima dispersión geográfica»; d) «para garantizar una muestra equilibrada de adultos dentro de las direcciones de contacto efectivas, se establece un cupo por sexo (hombre, ama de casa, mujer que no es ama de casa); dentro del cupo de ama de casa, presencia de hijos y situación laboral y dentro del cupo de hombres, situación laboral»; y e) «los datos de la encuesta se ponderan para garantizar que la muestra sea representativa de la población del Reino Unido en términos de las características demográficas estándar» (ref.49, p. 5). Los datos se recopilan mediante entrevistas personales en el hogar con respuestas grabadas mediante el software de Entrevistas Personales Asistidas por Computadora (CAPI, por sus siglas en inglés).
Aunque la muestra total para estos años fue n = 91.190, las preguntas de salud y bienestar solo se hicieron en cada cuarta semana de muestreo (es decir, mensual, en lugar de semanal), lo que resultó en una muestra reducida de n = 20.264. Para tener en cuenta cualquier sesgo residual en el muestreo a este nivel mensual, en el conjunto de datos se incluyen ponderaciones especiales de la encuesta «mensual». Estos se aplicaron en el análisis actual para garantizar que los resultados siguieran siendo generalizables para toda la población adulta de Inglaterra. Todos los datos fueron anonimizados por Natural England y son de acceso público en: http://publications.naturalengland.org.uk/publication/2248731?category=47018. No se requería aprobación ética para este análisis secundario de las Estadísticas nacionales disponibles públicamente.
Resultados: Salud autoinformada & bienestar subjetivo
La salud autoinformada (en adelante: salud) se evaluó utilizando el único ítem: «¿Cómo está su salud en general?»(a veces denominado «SF1»). Las opciones de respuesta fueron: «Muy malo», «Malo», «Justo», «Bueno» y «Muy buena». Las respuestas están fuertemente asociadas con el uso de servicios médicos50 y la mortalidad51; y, de manera crucial, para los fines actuales, el espacio verde de los vecinos13. Siguiendo el trabajo anterior, dicotomizamos las respuestas en «Buenas» («Buenas/muy buenas», ponderadas = 76,5%) y «No buenas» («Buenas/malas/muy malas», 23,5%)52. El bienestar subjetivo (en adelante, bienestar) se evaluó utilizando la medida de «Satisfacción con la vida», una de las medidas nacionales de bienestar del Reino Unido53: «En general, ¿cuán satisfecho está con la vida hoy en día?’con respuestas que van desde 0′ En absoluto ‘a 10’Completamente’. De nuevo, siguiendo estudios anteriores, dicotomizamos las respuestas en ‘Altas’ (8-10, 60.2%) y Bienestar bajo (0-7, 39,8%) 54. Los histogramas de las distribuciones (no normales) para ambas variables de resultado se presentan en el Apéndice A. Cabe destacar que aunque los puntos de dicotomización se basaron en investigaciones anteriores, son consistentes con los datos actuales; el percentil 50 para la salud se encontraba en la respuesta ‘buena’ y para el bienestar en ‘8’. Los análisis de sensibilidad realizados en variaciones ordinales (tanto de salud como de bienestar) y lineales (solo de bienestar) de estas variables se presentan en el Apéndice E.
Exposición: Contacto recreativo con la naturaleza en los últimos 7 días
El contacto recreativo con la naturaleza, o tiempo pasado en ambientes naturales en la última semana, se obtuvo multiplicando el número de visitas recreativas reportadas por semana por la duración de una visita seleccionada al azar en la última semana. A los participantes se les presentó la encuesta de la siguiente manera: «Les voy a preguntar sobre las ocasiones de la última semana en que pasaron su tiempo al aire libre. Por out of doors nos referimos a espacios abiertos dentro y alrededor de pueblos y ciudades, incluidos parques, canales y áreas naturales; la costa y las playas; y el campo, incluyendo tierras de cultivo, bosques, colinas y ríos. Esto podría ser cualquier cosa, desde unos minutos hasta todo el día. Puede incluir el tiempo que pasas cerca de tu casa o lugar de trabajo, más lejos o mientras estás de vacaciones en Inglaterra. Sin embargo, esto no incluye: viajes de compras de rutina o; tiempo pasado en su propio jardín.»Luego se les preguntó» cuántas veces, si es que hizo este tipo de visita ayer/el <DÍA> » para cada uno de los siete días anteriores. El noventa y ocho por ciento de los encuestados reportó ≤7 visitas la semana pasada. El 2% restante se limitó a 7 visitas para evitar sesgar drásticamente las estimaciones de duración semanal.
Después de registrar los detalles básicos de cada visita (hasta 3 por día), el software CAPI seleccionó una sola visita al azar para que el entrevistador formulara preguntas adicionales, entre ellas: «¿Cuánto tiempo duró esta visita en conjunto?»(Horas & Minutos). Debido a la selección aleatoria, incluso si la visita seleccionada no era necesariamente representativa de un individuo determinado, el procedimiento de aleatorización debería reducir el sesgo potencial a nivel de la población en la que se llevaron a cabo nuestros análisis. Las estimaciones de la duración semanal se obtuvieron multiplicando la duración de esta visita seleccionada al azar por el número de visitas declaradas en los últimos siete días (limitado a 7). Siguiendo el enfoque de estudios previos de exposición y respuesta sobre el terreno (por ejemplo, Shanahan et al. De 2016), la duración se clasifican en 7 categorías: 0 minutos (n = 11,668); 1-59 minutos (n = 355); 60-119 minutos (n = 1,113); 120-179 minutos (n = 1,290); 180-239 minutos (n = 1,014); 240-299 minutos (n = 882); ≥300 minutos (n = 3,484). Una banda alternativa a los 30 minutos fue problemática debido a que el Ns era muy bajo para algunas bandas (por ejemplo, 1-29 minutos, n = 85), lo que refleja el hecho de que las estimaciones de duración semanales agrupadas alrededor de las marcas horarias, por ejemplo, el 78% de las observaciones no ponderadas dentro de la banda de 120-179 minutos fueron precisamente de 120 minutos (Véase el histograma de duración en el Apéndice A, Figura C). La banda más alta se limitó a ≥300 minutos debido al gran sesgo positivo de los datos.
Las variables de control
La salud y el bienestar se asocian a características sociodemográficas y ambientales tanto a nivel de vecindad (por ejemplo, privación de zona) como individual (por ejemplo, estado civil) 55. Como muchas de estas variables también pueden estar relacionadas con la exposición a la naturaleza, se controlaron en los análisis ajustados.
Variables de control a nivel de área
Los datos de covariables a nivel de área se asignaron al nivel espacial de las Áreas de Superproducción de capa inferior (LSOAs) del Censo de 2001 en las que vivían los individuos. Había 32.482 LSOA en Inglaterra, cada uno con aproximadamente 1.500 personas dentro de un área física media de 4 km2.
Espacio verde del vecindario
Para comprender cuánto espacio verde hay en el vecindario de un individuo, derivamos una métrica de densidad de área utilizando la Base de Datos de Uso Generalizado de la Tierra (GLUD)56. El GLUD proporciona, para cada LSOA en Inglaterra, el área cubierta por espacios verdes y jardines domésticos. Estos se sumaron y dividieron por el área total de LSOA para proporcionar la métrica de densidad de espacios verdes. Esta métrica se asignó a cada individuo de la muestra, con base en la LSOA de residencia. De acuerdo con la literatura previa, los individuos fueron asignados a uno de los cinco quintiles de espacio verde basados en esta definición (que van de menos verde a más verde)33. En lugar de derivar quintiles de espacio verde de la muestra actual (es decir, dividir la muestra actual en cinco partes iguales en función del porcentaje de espacio verde en su LSOA), asignamos a los individuos a uno de los cinco quintiles de espacio verde predeterminados en función de la distribución del espacio verde en los 32.482 LSOA en Inglaterra. Aunque esto significaba que no obtuvimos una proporción exactamente igual del 20% de nuestra muestra actual en los quintiles de espacios verdes (aunque debido al protocolo de muestreo todavía estábamos muy cerca de esto, véase el Apéndice B), este enfoque permitió hacer inferencias en todo el país, en lugar de limitarse a la muestra actual. En los análisis exploratorios de sensibilidad, definimos greenspace como la categoría de GLUD ‘greenspace’ solamente, con la categoría de GLUD ‘jardines’ excluida. Esto produjo resultados muy similares, por lo que nos centramos en la definición más inclusiva que incluye ambos aspectos. En otros análisis exploratorios de sensibilidad, asignamos a los individuos a cinco categorías de espacios verdes definidas por rangos iguales de cobertura de espacios verdes (por ejemplo, 0-20%, 21-40%, 41-60%, etc.).) en lugar de quintiles basados en porcentajes de la población. Esto también produjo resultados muy similares, por lo que de nuevo decidimos optar por el enfoque más común. En análisis posteriores, el quintil menos verde actuó como categoría de referencia.
Privación de área
Cada LSOA en Inglaterra se evalúa en términos de varios parámetros de privación, incluidos el desempleo y la delincuencia, los niveles de educación, los ingresos, las métricas de salud, las barreras a la vivienda y los servicios y el entorno de vida. De estos subdominios se deriva un Índice total de Privación Múltiple (IMD) 57. Siguiendo estudios anteriores52, asignamos a los individuos a quintiles de privación en función de la LSOA en la que vivían. Al igual que con greenspace, los puntos de corte para los quintiles de privación de área también se basaron en todos los LSOA en Inglaterra, en lugar de los de la muestra actual, para permitir la inferencia a la población en su conjunto (quintil más privado = ref).
Contaminación atmosférica
Se puso en marcha una medida indicativa de la contaminación atmosférica como PM10 de fondo de LSOA asignado a terciles de todos los LSOA en Inglaterra (concentración de partículas más baja = ref). Las concentraciones de PM10, basadas en simulaciones de modelos de Mapas Climáticos de Contaminación (PCM) 58, se promediaron durante el período 2002-2012, y se agregaron de una resolución de 1 km cuadrado a LSOAs.
Controles de nivel individual
Los controles de nivel individual comparables a estudios anteriores en este ámbito6,7,12,13,15 incluyeron: sexo (masculino = ref); edad (categorizada como 16-64 = ref; 65+); grado social ocupacional (AB (más alto, por ejemplo, directivo), C1, C2 y DE (más bajo, por ejemplo, mano de obra no calificada, = ref) como un indicador de la situación socioeconómica individual (SES); situación laboral (a tiempo completo, a tiempo parcial, en la educación, jubilado, sin trabajo/desempleado = ref); estado civil (casado/cohabita; soltero/separado/divorciado/viudo = ref); origen étnico (británico blanco; otro = ref); número de hijos en el hogar (≥1 vs.0 = ref); y propiedad de perros (Sí; No = ref).
Otras dos variables de control fueron particularmente importantes. En primer lugar, la encuesta preguntó: «¿Tiene alguna enfermedad, problema de salud o discapacidad de larga data que limite sus actividades diarias o el tipo de trabajo que puede hacer?»(«Funcionamiento restringido»: Sí; No = ref). Incluyendo esta variable, al menos en parte, controla la causalidad inversa. Si se encontraran asociaciones similares entre la exposición a la naturaleza y la salud y el bienestar para las personas con y sin funcionamiento restringido, esto apoyaría la idea de que las asociaciones no se deben simplemente a personas más sanas y móviles que visitan la naturaleza con más frecuencia.
También controlamos el número de días por semana de personas que informaron haber realizado actividad física >30 minutos; en el análisis actual se dicotomizó como cumplir o no cumplir las pautas de 150 minutos por semana (p. ej. 5 días a la semana con actividad física >30 minutos). Algunas personas logran esta guía a través de la actividad física en entornos naturales35, por lo tanto, cualquier asociación entre el tiempo pasado en la naturaleza y la salud puede deberse simplemente a la actividad física que se realiza en estos entornos. Creemos que este no es el caso en el contexto actual porque la correlación (orden de rango) entre el contacto natural semanal y el número de días a la semana de un individuo que realizó >30 minutos de actividad física fue solo rs = 0.27. Sin embargo, al controlar los niveles de actividad semanales, las relaciones modelizadas entre el tiempo en la naturaleza y la salud tienen menos sesgos de esta fuente y, por lo tanto, mejores estimaciones de asociación con la exposición a la naturaleza per se.
Controles temporales
Debido a la naturaleza agrupada de varios años de los datos, también se controló el año/onda. El análisis preliminar no encontró ningún efecto de la temporada en la que se recogieron los datos, por lo que se excluyó de los análisis finales.
Estrategia de análisis
Se utilizaron regresiones logísticas binomiales ponderadas por encuesta para predecir las probabilidades relativas de que un individuo tuviera «Buena» salud o «Alto» bienestar en función de la exposición semanal a la naturaleza en términos de categorías de duración por semana. El ajuste del modelo fue proporcionado por pseudo R2; aquí la estimación más conservadora de Cox y Snell. Las variables binarias de resultado se compararon primero con las categorías de duración de la exposición para probar las relaciones directas; luego se especificaron modelos ajustados para incluir las variables de control individuales y de nivel de área. Debido a la falta de datos a nivel de área para una pequeña minoría de participantes (n = 456), nuestras muestras de estimación para estos modelos ajustados fueron n = 19.808. El análisis preliminar encontró que las proporciones descriptivas ponderadas entre esta muestra de estimación reducida diferían solo de manera insignificante de las de todas las observaciones disponibles en la muestra MENE más amplia, lo que sugiere que nuestro enfoque de análisis de casos completo no distorsionó la representatividad de la población de la muestra de estimación. La muestra completa n = 20.264 se mantuvo para el modelo no ajustado para proporcionar la representación ponderada más precisa de los datos, ya que la reducción de los modelos no ajustados a n = 19.808 produjo resultados prácticamente idénticos. Aunque nuestros análisis principales utilizaron categorías de duración de contacto natural semanal, un análisis exploratorio utilizó modelos aditivos generalizados que incorporaban una spline de regresión cúbica penalizada de duración como variable continua (ajustando para el mismo conjunto de covariables). Esto nos permitió producir un gráfico «más fluido» de los datos. Los análisis y el trazado se realizaron con la versión 3.4 de R.1, utilizando paquetes mgcv y visreg59.
Para explorar la generalización de cualquier patrón en diferentes grupos sociodemográficos, también estratificamos a priori los análisis de varias covariables de área e individuales (como se define anteriormente) que se han encontrado importantes en estudios anteriores: (a) Urbanicidad; (b) Espacio verde de vecindario; (c) Privación de área; (d) Sexo; (e) Edad; (f) Funcionamiento restringido; (g) Estatus socioeconómico individual (SES); (f) Etnia; y (g) Actividad física. En el caso de los tres predictores de varias categorías (espacio verde de área/privación, SES individual), se derivaron clasificaciones binarias para los análisis estratificados a fin de mantener tamaños de muestra sólidos en cada categoría. En el caso del espacio verde LSOA y las divisiones binarias de privación se hicieron en base al punto de corte mediano para todos los LSOA en Inglaterra; SES se dicotomizó colapsando las categorías de grado social de la manera estándar, A/B/C1 vs. C2/D/E.