i Partecipanti & procedura
i Partecipanti sono stati disegnati da Onde di 6 e 7 (2014-2015/2015-2016) del Monitor di Impegno con l’Ambiente Naturale (MENE) studio (solo Onde, dove i nostri risultati chiave sono sempre misurati). L’indagine, che fa parte delle statistiche nazionali del governo del Regno Unito, è trasversale a ripetizione (diverse persone prendono parte a ogni ondata), ed è condotta in tutta l’Inghilterra e durante tutto l’anno (ca. 4.000 persone alla settimana) per ridurre le potenziali bias geografiche e stagionali49. Come parte delle statistiche ufficiali del Regno Unito, i protocolli di campionamento sono estesi, per garantire il più rappresentativo possibile un campione della popolazione inglese adulta. I dettagli completi sono disponibili nelle relazioni tecniche annuali MENE 49 con le principali caratteristiche tra cui: a) ” un sistema di campionamento informatizzato che integri il file degli indirizzi degli uffici postali con i dati del censimento delle piccole aree del 2001 a livello di area di uscita. Questo consente replicato onde di multi-stadio stratificato campioni”; b) “aree all’interno di ogni Regione sono stratificati in densità di popolazione bande e all’interno della banda, in ordine decrescente di percentuale della popolazione in condizioni socio-economiche di Grado I e II”; (c)” massimizzare l’accuratezza statistica del campionamento, onde in sequenza sul campo, sono assegnati in modo sistematico attraverso il campionamento per garantire la massima dispersione geografica”; (d) “per garantire un equilibrato campione di adulti all’interno di un efficace contattato indirizzi, una quota è impostato per sesso (maschio, femmina, casalinga, donna non-casalinga); nel femminile casalinga di quota, presenza di figli e stato di lavoro e all’interno di un maschio e di quota, stato di lavoro”; e (e) “i dati del sondaggio è ponderato per garantire che il campione è rappresentativo della popolazione del regno UNITO in termini di standard caratteristiche demografiche” (rif.49, pag. 5). I dati vengono raccolti utilizzando interviste faccia a faccia in casa con le risposte registrate utilizzando Computer Assisted Personal Interviewing (CAPI) software.
Sebbene il campione totale per questi anni fosse n = 91.190, le domande di salute e benessere sono state poste solo ogni quarta settimana di campionamento (cioè mensilmente, piuttosto che settimanalmente), risultando in un campione ridotto di n = 20.264. Per tenere conto di eventuali distorsioni residue nel campionamento a questo livello mensile, i pesi speciali dell’indagine “mese” sono inclusi nel set di dati. Questi sono stati applicati nell’analisi corrente per garantire che i risultati rimanessero generalizzabili per l’intera popolazione adulta dell’Inghilterra. Tutti i dati sono stati resi anonimi da Natural England e sono pubblicamente accessibili a: http://publications.naturalengland.org.uk/publication/2248731?category=47018. L’approvazione etica non era richiesta per questa analisi secondaria delle statistiche nazionali disponibili pubblicamente.
Outcomes: Self-reported health& soggective well-being
Self-reported health (d’ora in poi: health) è stato valutato utilizzando il singolo elemento: ‘Come è la tua salute in generale?”(a volte indicato come “SF1”). Le opzioni di risposta erano: ‘Molto male’, ‘Cattivo’, ‘Giusto’, ‘Buono’e ‘Molto buono’. Le risposte sono strettamente associate all’uso dei servizi medici50 e alla mortalità51; e, soprattutto, ai fini attuali, la zona verde di vicino13. In seguito a lavori precedenti abbiamo dicotomizzato le risposte in “Buono” (“Buono / molto buono”, ponderato = 76,5%) e “Non buono” (“Giusto/cattivo/molto cattivo”, 23,5%) 52. Il benessere soggettivo (d’ora in poi: benessere) è stato valutato utilizzando la misura “Life Satisfaction”, una delle misure nazionali di benessere del Regno unito53: “Nel complesso quanto sei soddisfatto della vita al giorno d’oggi?’con risposte che vanno da 0′ Niente affatto ‘a 10 ‘Completamente’. Ancora una volta, dopo studi precedenti abbiamo dicotomizzato le risposte in “Alto” (8-10, 60.2%) e basso (0-7, 39,8%) benessere54. Gli istogrammi delle distribuzioni (non normali) per entrambe le variabili di risultato sono presentati nell’appendice A. Di nota sebbene i punti di dicotomizzazione fossero basati su ricerche precedenti, sono coerenti con i dati attuali; il 50 ° percentile per la salute era nella risposta “buona” e per il benessere in “8”. Le analisi di sensibilità condotte sulle variazioni ordinali (salute e benessere) e lineari (solo benessere) di queste variabili sono presentate nell’appendice E.
Esposizione: Contatto con la natura ricreativa negli ultimi 7 giorni
Il contatto con la natura ricreativa, o il tempo trascorso in ambienti naturali nell’ultima settimana, è stato ricavato moltiplicando il numero di visite ricreative segnalate a settimana per la durata di una visita selezionata a caso nell’ultima settimana. I partecipanti sono stati introdotti al sondaggio come segue: “Ti chiederò delle occasioni nell’ultima settimana in cui hai trascorso il tuo tempo fuori porta. Per out of doors intendiamo spazi aperti all’interno e intorno alle città, compresi parchi, canali e aree naturali; la costa e le spiagge; e la campagna tra cui terreni agricoli, boschi, colline e fiumi. Questo potrebbe essere qualsiasi cosa, da pochi minuti a tutto il giorno. Può includere il tempo trascorso vicino a casa o sul posto di lavoro, più lontano o durante le vacanze in Inghilterra. Tuttavia questo non include: viaggi di shopping di routine o; tempo trascorso nel proprio giardino.”Poi gli è stato chiesto” quante volte, se non del tutto, hai fatto questo tipo di visita ieri/su <DAY> ” per ciascuno dei sette giorni precedenti. Novantotto per cento degli intervistati ha riferito ≤7 visite la scorsa settimana. Il restante 2% è stato limitato a 7 visite per evitare di sbilanciare drasticamente le stime sulla durata settimanale.
Dopo che i dettagli di base di ogni visita (fino a 3 al giorno) sono stati registrati, una singola visita è stata selezionata a caso dal software CAPI, per l’intervistatore per porre ulteriori domande, tra cui: “Quanto tempo è durata questa visita?”(Ore & Minuti). A causa della selezione casuale, anche se la visita selezionata non era necessariamente rappresentativa per un dato individuo, la procedura di randomizzazione dovrebbe ridurre il potenziale pregiudizio a livello di popolazione in cui sono state condotte le nostre analisi. Le stime della durata settimanale sono state quindi ricavate moltiplicando la durata di questa visita scelta a caso per il numero di visite dichiarate negli ultimi sette giorni (massimo 7). Seguendo l’approccio di precedenti studi di esposizione-risposta sul campo (ad esempio Shanahan et al., 2016), la durata è stata classificata in 7 categorie: 0 min (n = 11.668); 1-59 min (n = 355); 60-119 minuti( n = 1.113); 120-179 minuti (n = 1.290); 180-239 minuti (n = 1.014); 240-299 minuti (n = 882); ≥300 minuti (n = 3.484). Una fascia alternativa a 30 minuti era problematica a causa di Ns molto bassi per alcune bande (ad esempio 1-29 minuti, n = 85), riflettendo il fatto che le stime settimanali di durata raggruppate attorno alle ore, ad esempio il 78% delle osservazioni non ponderate all’interno della banda 120-179 minuti erano precisamente 120 minuti (vedi Appendice A, Figura C per l’istogramma di durata). La banda più alta è stata limitata a ≥300 minuti a causa dell’ampia inclinazione positiva dei dati.
Le variabili di controllo
La salute e il benessere sono associati a caratteristiche socio-demografiche e ambientali sia a livello di vicinato (ad esempio, deprivazione dell’area) sia a livello individuale (ad esempio, stato di relazione) 55. Poiché molte di queste variabili possono anche essere correlate all’esposizione naturale, sono state controllate nelle analisi corrette.
Variabili di controllo del livello di area
I dati covariati a livello di area sono stati assegnati al livello spaziale del Censimento 2001 Lower-layer Super Output Areas (LSOAs) in cui vivevano gli individui. C’erano 32.482 LSOA in Inghilterra, ciascuno contenente circa 1.500 persone all’interno di un’area fisica media di 4 km2.
Neighborhood greenspace
Per capire quanto greenspace si trova nel quartiere di un individuo, abbiamo ricavato una metrica di densità di area utilizzando il Generalised Land Use Database (GLUD)56. Il GLUD fornisce, per ogni LSOA in Inghilterra, l’area coperta da greenspace e giardini domestici. Questi sono stati sommati e divisi per l’area LSOA totale per fornire la metrica di densità greenspace. Questa metrica è stata assegnata a ciascun individuo nel campione, in base a LSOA di residenza. Seguendo la letteratura precedente, gli individui sono stati assegnati a uno dei cinque quintili di greenspace in base a questa definizione (che va da meno verde a più verde) 33. Piuttosto che derivare quintili di greenspace dal campione corrente (cioè dividere il campione corrente in cinque parti uguali in base alla percentuale di greenspace nel loro LSOA), abbiamo assegnato gli individui invece a uno dei cinque quintili di greenspace predeterminati in base alla distribuzione di greenspace su tutti i 32.482 LSOA in Inghilterra. Sebbene ciò significasse che non abbiamo ottenuto esattamente uguali quote del 20% del nostro campione corrente tra i quintili di greenspace (anche se a causa del protocollo di campionamento eravamo ancora molto vicini a questo, vedi Appendice B) questo approccio ha permesso di fare inferenze in tutto il paese, piuttosto che semplicemente al campione corrente. Nelle analisi esplorative di sensibilità abbiamo definito greenspace come la categoria GLUD ‘greenspace’ solo, con la categoria GLUD ‘giardini’ esclusa. Questo ha prodotto risultati molto simili, quindi ci siamo concentrati sulla definizione più inclusiva includendo entrambi gli aspetti. In ulteriori analisi esplorative di sensibilità, abbiamo assegnato gli individui a cinque categorie di greenspace definite da intervalli uguali di copertura di greenspace (ad esempio 0-20%, 21-40%, 41-60% ecc.) piuttosto che quintili in base alle percentuali della popolazione. Anche questo ha prodotto risultati molto simili, quindi ancora una volta abbiamo deciso di seguire l’approccio più comune. Nelle analisi successive il quintile meno verde ha agito come categoria di riferimento.
Deprivazione dell’area
Ogni LSOA in Inghilterra viene valutato in termini di diversi parametri di deprivazione, tra cui disoccupazione e criminalità, livelli di istruzione, reddito, metriche sanitarie, barriere agli alloggi e ai servizi e l’ambiente di vita. Da questi sottodomini deriva un indice totale del punteggio IMD (Multiple Deprivation) 57. A seguito di studi precedenti52, abbiamo assegnato gli individui in quintili di privazione in base all’LSOA in cui vivevano. Come con greenspace, anche i punti di taglio per i quintili di deprivazione dell’area erano basati su tutti gli LSOA in Inghilterra, piuttosto che su quelli del campione attuale, per consentire l’inferenza alla popolazione nel suo complesso (quintile più privato = ref).
Inquinamento atmosferico
Una misura indicativa dell’inquinamento atmosferico è stata operazionalizzata come fondo LSOA PM10 assegnato a terzi di tutti gli LSOA in Inghilterra (concentrazione di particolato più bassa = ref). Le concentrazioni di PM10, basate su simulazioni del modello PCM (Pollution Climate Mapping) 58, sono state calcolate in media nel periodo 2002-2012 e aggregate da una risoluzione quadrata di 1 km a LSOA.
Controlli di livello individuale
Controlli di livello individuale comparabili a precedenti studi in questo settore6,7,12,13,15 includevano: sesso (maschio = ref); età (classificata come 16-64 = ref; 65+); grado sociale professionale (AB (più alto, ad esempio manageriale), C1, C2 e DE (più basso, ad esempio lavoro non qualificato, = ref) come proxy per lo status socio-economico individuale (SES); stato di occupazione (a tempo pieno, part-time, in istruzione, in pensione, non lavorando/disoccupati = ref); stato di relazione (sposato/convivente; singolo/separato/divorziato/vedovo = ref); etnia (bianco britannico; altro = ref); numero di figli nella famiglia (≥1 vs. 0 = ref); e la proprietà del cane (Sì; No = ref).
Due ulteriori variabili di controllo erano particolarmente importanti. In primo luogo, il sondaggio ha chiesto: ‘Hai qualche malattia di lunga data, problemi di salute o disabilità che limita le tue attività quotidiane o il tipo di lavoro che puoi fare?’ (“Funzionamento limitato”: Sì; No = ref). Includendo questa variabile, almeno in parte, controlla la causalità inversa. Se associazioni simili tra esposizione alla natura e salute e benessere si trovano sia per quelli con e senza funzionamento limitato, ciò sosterrebbe l’idea che le associazioni non siano semplicemente dovute a persone più sane e mobili che visitano la natura più spesso.
Abbiamo anche controllato per il numero di giorni alla settimana le persone hanno riferito di impegnarsi in attività fisica>30 minuti; nell’analisi corrente dicotomizzato come riunione o non riunione linee guida di 150 minuti a settimana (cioè 5 giorni alla settimana con attività fisica > 30 minuti). Alcune persone raggiungono questa linea guida anche se l’attività fisica in impostazioni naturali35, quindi, qualsiasi associazione tra il tempo trascorso in natura e la salute può essere semplicemente dovuta all’attività fisica impegnata in queste impostazioni. Crediamo che questo non sia il caso nel contesto attuale perché la correlazione (ordine di rango) tra il contatto della natura settimanale e il numero di giorni alla settimana in cui un individuo è impegnato in >30 minuti di attività fisica era solo rs = 0.27. Tuttavia, controllando i livelli di attività settimanali, le relazioni modellate tra il tempo in natura e la salute hanno meno pregiudizi da questa fonte e, quindi, hanno migliorato le stime dell’associazione con l’esposizione naturale di per sé.
Controlli temporali
A causa della natura aggregata pluriennale dei dati, year / wave è stato controllato anche per. L’analisi preliminare non ha rilevato alcun effetto della stagione in cui i dati sono stati raccolti, quindi questo è stato escluso dalle analisi finali.
Strategia di analisi
Le regressioni logistiche binomiali ponderate per sondaggio sono state utilizzate per prevedere le probabilità relative che un individuo avrebbe avuto una salute “buona” o un benessere “alto” in funzione dell’esposizione alla natura settimanale in termini di categorie di durata a settimana. L’adattamento del modello è stato fornito da pseudo R2; qui la stima più conservatrice di Cox e Snell. Le variabili binarie di risultato sono state prima regredite rispetto alle categorie di durata dell’esposizione per testare le relazioni dirette; i modelli aggiustati sono stati quindi specificati per includere le variabili di controllo a livello individuale e di area. A causa della mancanza di dati a livello di area per una piccola minoranza di partecipanti (n = 456), i nostri campioni di stima per questi modelli corretti erano n = 19.808. L’analisi preliminare ha rilevato che le proporzioni descrittive ponderate tra questo campione di stima ridotto differivano solo per negligenza da quelle tra tutte le osservazioni disponibili nel campione MENE più ampio, suggerendo che il nostro approccio completo di analisi del caso non distorceva la rappresentatività della popolazione del campione di stima. Il campione completo n = 20.264 è stato mantenuto per il modello non corretto per fornire la rappresentazione più accurata e ponderata dei dati, poiché la riduzione dei modelli non corretti a n = 19.808 ha prodotto risultati praticamente identici. Sebbene le nostre analisi principali utilizzassero categorie di durata del contatto di natura settimanale, un’analisi esplorativa utilizzava modelli additivi generalizzati che incorporavano una spline di regressione cubica penalizzata di durata come variabile continua (regolando per lo stesso insieme di covariate). Questo ci ha permesso di produrre una trama “più fluida” dei dati. Le analisi e il plotting sono stati eseguiti utilizzando R versione 3.4.1, utilizzando pacchetti mgcv e visreg59.
Per esplorare la generalizzazione di qualsiasi modello attraverso diverse caratteristiche socio-demografiche dei gruppi, anche noi, a priori, stratificato analisi di numerose attrazioni e le singole covariate (come sopra definito), che sono stati trovati per essere importante in studi precedenti: (a) Urbanicity; (b) Quartiere greenspace; (c) Area di privazione; (d) il Sesso; e) di Età; (f) Restrizioni al funzionamento; (g) i Singoli status socio-economico (SES); (f) l’Etnia; e (g) attività Fisica. Nel caso dei tre predittori multi-categoria (area greenspace/deprivation, SES individuali), sono state derivate classificazioni binarie per le analisi stratificate per mantenere solide dimensioni del campione in ciascuna categoria. Nel caso di LSOA greenspace e deprivation le divisioni binarie sono state fatte in base al punto di taglio mediano per tutti gli LSOA in Inghilterra; SES è stato dicotomizzato collassando le categorie di grado sociale nel modo standard, A/B / C1 vs. C2/D / E.