绿色空间访问,可行性和行为风险因子数据的分类,以精确估计当地人口特征

科学领域:

• 环境健康 环境健康
• 城市规划是城市规划.
• 公共卫生研究 公共卫生研究

背景情况:

• 健康的社会和环境决定因素 (SEDH) 框架将人类行为,健康结果和建筑环境联系在一起.
• 了解影响SEDH的社区特定因素对于开发更健康的建筑环境至关重要.
• 缺乏关于社区特征的细节化,本地规模的数据,阻碍了有效的规划.

研究的目的:

• 通过应用数据分类方法来解决本地规模数据的不可用性.
• 为了获得行为风险因素的小面积估计和社区环境的地理空间测量.
• 为研究人员和政策制定者提供精确,社区特定的见解.

主要方法:

• 使用了各种数据分解技术.
• 为关键的行为风险因素生成小区域估计.
• 在宾夕法尼亚州阿勒盖尼县的邮政编码级别,量化了绿色空间访问和可行性的地理空间测量.

主要成果:

• 在艾勒盖尼县发现了空间分布和当地特征的差异.
• 具有高行为风险因素估计的邮政编码并不一定显示出优越的绿色空间访问或可行性.
• 个人收入与更好的环境暴露 (如绿地或可行性) 并没有直接相关.

结论:

• 数据分解对于精确分析社区行为和建筑环境之间的复杂关系是有效的.
• 这种方法对不同的人群特别有价值,使得有针对性的干预措施成为可能.
• 将数据整合到一个共同的本地规模,为公共卫生政策和研究提供了关键的见解.