deltagare & procedur
deltagarna drogs från vågor 6 och 7 (2014-2015/2015-2016) av monitorn för engagemang med den naturliga miljön (MENE) undersökning (de enda vågorna där våra viktigaste resultat mättes konsekvent). Undersökningen, som är en del av den brittiska regeringens nationella statistik, är upprepat tvärsnitt (olika personer deltar i varje våg) och genomförs över hela England och under hela året (ca. 4 000 personer per vecka) för att minska potentiella geografiska och säsongsmässiga biaser49. Som en del av Storbritanniens officiella statistik är provtagningsprotokollen omfattande för att säkerställa ett så representativt urval av den vuxna engelska befolkningen som möjligt. Fullständig information kan hittas i den årliga Mene tekniska Rapporter49 med viktiga funktioner, inklusive: a) ” ett datoriserat provtagningssystem som integrerar postkontorsadressfilen med 2001 års folkräkning för små arealdata på utgångsområdesnivå. Detta möjliggör replikerade vågor av flerstegs stratifierade prover”, b) ”områdena inom varje Standardregion stratifieras i befolkningstäthetsband och inom band, i fallande ordning efter procentandel av befolkningen i socioekonomisk klass I och II”, c)”maximera provtagningens statistiska noggrannhet, sekventiella vågor av fältarbete fördelas systematiskt över provtagningsramen för att säkerställa maximal geografisk spridning”; (D)” för att säkerställa ett balanserat urval av vuxna inom de effektiva kontaktade adresserna fastställs en kvot efter kön (manlig, kvinnlig Hemmafru, kvinnlig icke-Hemmafru); inom kvoten för kvinnlig Hemmafru, närvaro av barn och arbetsstatus och inom hankvoten, arbetsstatus”; och (e)” undersökningsdata vägs för att säkerställa att urvalet är representativt för den brittiska befolkningen när det gäller standard demografiska egenskaper ” (ref.49, s. 5). Data samlas in med hjälp av personliga intervjuer i hemmet med svar som spelats in med CAPI-programvara (Computer Assisted Personal Interviewing).
Även om det totala provet för dessa år var n = 91,190, ställdes frågorna om hälsa och välbefinnande endast i var fjärde provtagningsvecka (dvs. varje månad, snarare än varje vecka) vilket resulterade i ett reducerat urval av n = 20,264. För att ta hänsyn till eventuella kvarstående fel i provtagningen på denna månadsnivå ingår särskilda undersökningsvikter för månaden i datamängden. Dessa tillämpades i den aktuella analysen för att säkerställa att resultaten förblev generaliserbara för hela den vuxna befolkningen i England. Alla data anonymiserades av Natural England och är offentligt tillgängliga på: http://publications.naturalengland.org.uk/publication/2248731?category=47018. Etiskt godkännande krävdes inte för denna sekundära analys av offentligt tillgänglig nationell statistik.
resultat: självrapporterad hälsa & subjektivt välbefinnande
självrapporterad hälsa (hädanefter: hälsa) bedömdes med hjälp av single-item: ’hur är din hälsa i allmänhet?'(ibland kallad ’SF1’). Svarsalternativen var: ’mycket dåligt’, ’dåligt’, ’rättvist’, ’bra’och’ mycket bra’. Svaren är starkt förknippade med användning av medicinska tjänster50 och dödlighet51; och avgörande, för nuvarande ändamål, grannskap greenspace13. Efter tidigare arbete dikotomiserade vi svar till ’bra’ (’Bra/Mycket bra’, vägt = 76.5%) och’inte bra’ (’rättvis/Dålig/Mycket dålig’, 23.5%)52. Subjektivt välbefinnande (hädanefter: välbefinnande) bedömdes med hjälp av ’life Satisfaction’-åtgärden, en av Storbritanniens nationella välfärdsåtgärder53: ’totalt sett hur nöjd är du med livet nuförtiden?’med svar som sträcker sig från 0 ’Inte alls ’ till 10’helt’. Återigen, efter tidigare studier dikotomiserade vi svar till ’ hög ’(8-10, 60.2%) och låg (0-7, 39,8%) välbefinnande54. Histogram av de (icke-normala) fördelningarna för båda resultatvariablerna presenteras i bilaga A. observera även om dikotomiseringspunkterna baserades på tidigare forskning, överensstämmer de med nuvarande data; den 50: e percentilen för hälsa var i ’bra’ svar och för välbefinnande i ’8’. Känslighetsanalyser utförda på ordinära (både hälsa och välbefinnande) och linjära (endast välbefinnande) variationer av dessa variabler presenteras i bilaga E.
exponering: Recreational nature contact under de senaste 7 dagarna
Recreational nature contact, eller tid i naturliga miljöer under den senaste veckan, härleddes genom att multiplicera antalet rapporterade fritidsbesök per vecka med längden på ett slumpmässigt valt besök under den senaste veckan. Deltagarna introducerades till undersökningen enligt följande: ”Jag kommer att fråga dig om tillfällen under den senaste veckan när du tillbringade din tid utomhus. Med out of doors menar vi öppna ytor i och runt städer, inklusive parker, kanaler och naturområden; kusten och stränderna; och landsbygden inklusive jordbruksmark, skog, kullar och floder. Detta kan vara allt från några minuter till hela dagen. Det kan inkludera tid som spenderas nära ditt hem eller arbetsplats, längre bort eller på semester i England. Men detta inkluderar inte: rutin shoppingresor eller; tid i din egen trädgård.”Sedan frågades de” hur många gånger, om alls, gjorde du den här typen av besök igår/på <dag> ” för var och en av de föregående sju dagarna. Nittioåtta procent av de tillfrågade rapporterade 7 besök i förra veckan. De återstående 2% var begränsade till 7 besök för att undvika att dramatiskt skeva veckovisa uppskattningar.
Efter att grundläggande detaljer för varje besök (upp till 3 per dag) registrerades valdes ett enda besök slumpmässigt av CAPI-programvaran, för intervjuaren att ställa ytterligare frågor om, inklusive: ”hur länge varade detta besök helt?”(Timmar & minuter). På grund av slumpmässigt urval, även om det valda besöket inte nödvändigtvis var representativt för en viss individ, bör randomiseringsförfarandet minska potentiell bias på befolkningsnivå där våra analyser genomfördes. Veckovisa varaktighetsuppskattningar härleddes således genom att multiplicera varaktigheten för detta slumpmässigt utvalda besök med antalet angivna besök under de senaste sju dagarna (begränsat till 7). Efter tillvägagångssättet för tidigare exponeringsresponsstudier inom området (t.ex. Shanahan et al., 2016), varaktigheten kategoriserades i 7 kategorier: 0 min (n = 11,668); 1-59 min (n = 355); 60-119 min (n = 1,113); 120-179 min (n = 1,290); 180-239 min (n = 1,014); 240-299 min (n = 882); 300 min (n = 3,484). En alternativ bandning vid 30 minuter var problematisk på grund av mycket låga Ns för vissa band (t.ex. 1-29 minuter, n = 85), vilket återspeglar det faktum att veckovisa varaktighetsuppskattningar grupperade runt timmarsmärken, t. ex. 78% av de ovägda observationerna inom 120-179 min-bandet var exakt 120 minuter (Se bilaga A, figur C för varaktighet histogram). Det högsta bandet var begränsat till 300 min på grund av den stora positiva skevningen av data.
kontrollvariabler
hälsa och välbefinnande är förknippade med sociodemografiska och miljömässiga egenskaper i både grannskap (t.ex. områdesberövande) och individuella (t. ex. relationsstatus) nivåer55. Eftersom många av dessa variabler också kan vara relaterade till naturexponering kontrollerades de för i de justerade analyserna.
Area level control variables
Area level covariate data tilldelades på den rumsliga nivån för folkräkningen 2001 lägre lager Super Output Areas (LSOAs) där individer bodde. Det fanns 32 482 Lsoa i England, var och en innehållande cirka 1 500 personer inom ett genomsnittligt fysiskt område på 4 km 2.
grannskap greenspace
För att förstå hur mycket greenspace är i en individs grannskap härledde vi en områdestäthetsmätning med hjälp av generalised Land Use Database (GLUD)56. GLUD ger, för varje LSOA i England, det område som omfattas av greenspace och inhemska trädgårdar. Dessa summerades och dividerades med det totala lsoa-området för att ge greenspace density metric. Denna metriska tilldelades varje individ i provet, baserat på lsoa bostad. Efter tidigare litteratur tilldelades individer en av fem kvintiler av greenspace baserat på denna definition (allt från minst grönt till mest grönt)33. I stället för att härleda kvintiler av greenspace från det aktuella provet (dvs. dela det aktuella provet i fem lika delar baserat på procentandelen greenspace i deras LSOA) tilldelade vi individer istället till en av fem förutbestämda greenspace-kvintiler baserat på fördelningen av greenspace över alla 32 482 Lsoa i England. Även om detta innebar att vi inte fick exakt lika 20% aktier i vårt nuvarande prov över greenspace quintiles (även om vi på grund av provtagningsprotokollet fortfarande var mycket nära detta, se Bilaga B) detta tillvägagångssätt gjorde det möjligt att dra slutsatser över hela landet, snarare än bara till det aktuella provet. I undersökande känslighetsanalyser definierade vi greenspace som GLUD-kategorin ’greenspace’ endast, med GLUD-kategorin ’gardens’ utesluten. Detta gav mycket liknande resultat, så vi fokuserade på den mer inkluderande definitionen inklusive båda aspekterna. I ytterligare undersökande känslighetsanalyser tilldelade vi individer till fem greenspace-kategorier definierade av lika intervall för greenspace-täckning (t.ex. 0-20%, 21-40%, 41-60% etc.) snarare än kvintiler baserat på procentandelar av befolkningen. Detta gav också mycket liknande resultat, så återigen bestämde vi oss för att gå med den vanligaste metoden. I efterföljande analyser fungerade den minst gröna kvintilen som referenskategori.
Area deprivation
varje LSOA i England bedöms i termer av flera parametrar för deprivation, inklusive arbetslöshet och brottslighet, utbildningsnivåer, inkomst, hälsovärden, hinder för bostäder och tjänster och levnadsmiljön. Ett totalindex för Multiple Deprivation (IMD) – poäng härrör från dessa underdomäner57. Efter tidigare studier52 tilldelade vi individer till deprivationskvintiler baserat på LSOA där de bodde. Som med greenspace baserades skärpunkterna för områdesberövande kvintiler också på alla Lsoa i England, snarare än de i det aktuella urvalet, för att möjliggöra slutsats för befolkningen som helhet (mest berövade kvintiler = ref).
luftföroreningar
ett vägledande mått på luftföroreningar opererades som lsoa-bakgrund PM10 tilldelad tertiler av alla Lsoa i England (lägsta partikelkoncentration = ref). PM10-koncentrationer, baserade på simuleringar för Föroreningsklimatmappning58, var i genomsnitt under perioden 2002-2012 och aggregerade från 1 km kvadratisk upplösning till LSOAs.
individnivåkontroller
individnivåkontroller jämförbara med tidigare studier inom detta område6,7,12,13,15 inkluderade: kön (man = ref); ålder (kategoriserad som 16-64 = ref; 65+); yrkesmässig social klass (AB (högsta, t. ex. ledande), C1, C2 och DE (lägsta, t. ex. okvalificerad arbetskraft, = ref) som en proxy för individuell socioekonomisk status (SES); anställningsstatus (heltid, deltid, i utbildning, pensionerad, inte arbetar/arbetslös = ref); förhållandestatus (gift/sambo; singel/Separerad/Skild/Änka = ref); etnicitet (vit brittisk; andra = ref); antal barn i hushållet (1 mot 0 = ref); och hundägande (ja; nej = ref).
två ytterligare kontrollvariabler var särskilt viktiga. Först frågade undersökningen :’ har du någon långvarig sjukdom, hälsoproblem eller funktionshinder som begränsar dina dagliga aktiviteter eller vilken typ av arbete du kan göra?'(’Begränsad funktion’: Ja; Nej = ref). Inklusive denna variabel, åtminstone delvis, kontroller för omvänd kausalitet. Om liknande samband mellan naturexponering och hälsa och välbefinnande finns för både de med och utan begränsad funktion, skulle detta stödja uppfattningen att föreningarna inte bara beror på friskare, mer mobila människor som besöker naturen oftare.
vi kontrollerade också för antalet dagar per vecka personer rapporterade att delta i fysisk aktivitet >30 minuter; i den aktuella analysen dikotomiserad som antingen möte eller inte Möte riktlinjer för 150 minuter per vecka (dvs. 5 dagar i veckan med fysisk aktivitet >30 minuter). Vissa människor uppnår denna riktlinje även om fysisk aktivitet i naturliga inställningar35, så kan varje samband mellan Tid i natur och hälsa helt enkelt bero på den fysiska aktiviteten som är engagerad i dessa inställningar. Vi tror att detta inte är fallet i det nuvarande sammanhanget eftersom (rangordning) korrelationen mellan veckovis naturkontakt och antalet dagar i veckan en individ som är engagerad i >30 min fysisk aktivitet var bara rs = 0.27. Ändå, genom att kontrollera för veckovisa aktivitetsnivåer, modellerade relationer mellan Tid i natur och hälsa har mindre fördomar från denna källa, och, därför, förbättrade uppskattningar av associering med naturexponering i sig.
temporala kontroller
på grund av dataens fleråriga sammanslagna natur kontrollerades också år/våg för. Preliminär analys fann ingen effekt av säsongen då uppgifterna samlades in så detta uteslöts från slutliga analyser.
analysstrategi
Survey weighted binomial logistic regressions användes för att förutsäga de relativa oddsen att en individ skulle ha ’god’ hälsa eller ’hög’ välbefinnande som en funktion av veckovis naturexponering i termer av varaktighet kategorier per vecka. Modellpassning tillhandahölls av pseudo R2; här uppskattar den mer konservativa Cox och Snell. Utfallet binära variabler regresserades först mot exponerings varaktighetskategorierna för att testa direkta relationer; justerade modeller specificerades sedan för att inkludera individuella och områdesnivåkontrollvariabler. På grund av saknade områdesnivådata för en liten minoritet av deltagarna (n = 456) var våra uppskattningsprover för dessa justerade modeller n = 19,808. Preliminär analys visade att de viktade beskrivande proportionerna bland detta reducerade uppskattningsprov skilde sig endast försumbart från de bland alla tillgängliga observationer i det bredare mene-provet, vilket tyder på att vår fullständiga fallanalysmetod inte snedvrider befolkningens representativitet för uppskattningsprovet. Det fullständiga n = 20,264-provet bibehölls för den ojusterade modellen för att ge den mest exakta, viktade representationen av data, eftersom reducering av ojusterade modeller till n = 19,808 gav praktiskt taget identiska resultat. Även om våra huvudanalyser använde varaktighetskategorier av veckovis naturkontakt, använde en undersökande analys generaliserade additivmodeller som införlivade en straffad kubisk regressionsspline av varaktighet som en kontinuerlig variabel (justering för samma uppsättning kovariater). Detta gjorde det möjligt för oss att producera en ’smidigare’ plot av data. Analyser och plottning gjordes med R version 3.4.1, med hjälp av paket mgcv och visreg59.
för att undersöka generaliserbarheten av något mönster över olika sociodemografiska grupper stratifierade vi också analyserna på flera områden och enskilda kovariater (enligt definitionen ovan) som har visat sig vara viktiga i tidigare studier: (a) Urbanicitet; (b) grannskap greenspace; (c) områdesberövande; (D) kön; (e) ålder; (f) begränsad funktion; (g) individuell socioekonomisk status (SES); (F) etnicitet; och (g) fysisk aktivitet. När det gäller de tre prediktorerna för flera kategorier (area greenspace/deprivation, individual SES) härleddes binära klassificeringar för de stratifierade analyserna för att upprätthålla robusta provstorlekar i varje kategori. I fallet med lsoa greenspace och deprivation gjordes binära splittringar baserat på median cut-point för alla LSOAs i England; SES dikotomiserades genom att kollapsa kategorierna för social klass på vanligt sätt, A / B/C1 vs. C2/D/E.