パンデミック下の食料アクセスにおける不平等：多角的、混合手法によるパイロットスタディ

科学分野:

• 地域保健
• 公衆衛生データ
• 健康の社会的決定要因

背景:

• COVID-19パンデミック中の低所得者層および有色人種コミュニティにおける迅速な対応のためのデータモデルを評価した。
• 混合手法によるパイロットスタディを利用して、サンフランシスコ・ベイエリアに焦点を当てた。

研究 の 目的:

• 地域社会のニーズへの迅速かつローカルな対応を知らせる上でのデータモデルの有効性を評価すること。
• 特に食料アクセスおよび関連する社会的要因に関する住民の経験を理解すること。

主な方法:

• 質的な近隣レポート（Streetwyze）、社会的/経済的状況に関する調査データ、および2020年から2021年までの地理空間データを収集した。
• 質的データを量的調査および地理空間データと統合して分析した。
• 近隣における食料関連の経験を調べるために記述的分析を使用した。

主要な成果:

• 51人の参加者の70％が、パンデミック発症前および発症後に食料不安を報告した。
• 食料は、商品や資源に関する近隣の報告において支配的なテーマであった。
• 食料不安のある個人は、安全、資源プログラム、屋外スペース、公平性に関連するニーズをより頻繁に報告した。

結論:

• 食料不安は、安全や社会的公平性を含む、より広範なニーズと関連している。
• データモデルは、地域社会の経験やニーズの迅速な評価の可能性を示している。
• 地域社会のニーズの理解を深めることで、状況の変化に対応するためのより効果的な支援につながる可能性がある。