條文本

下載PDF

原始研究
德國不同地區成年人的可步行性及其與步行/騎自行車和體重指數的關係:來自五個德國隊列的彙總數據的橫斷麵分析
  1. 娜迪亞Kartschmit12
  2. Robynne拍攝的3.
  3. 馬克·帕特裏克·謝爾頓4
  4. Susanne Moebus3.
  5. Karin Halina Greiser15
  6. Saskia Hartwig12
  7. Detlef Thurkow6
  8. Ulrike Stentzel7
  9. Neeltje van den Berg7
  10. 凱瑟琳狼28
  11. 麥爾維爾納29
  12. 安妮特•彼得斯28
  13. 薩爾曼·艾哈邁德3.
  14. 科琳娜Kohnke10
  15. 拉斐爾Mikolajczyk1
  16. Andreas Wienke1
  17. 亞曆山大Kluttig12
  18. Gavin Rudge4
  1. 1醫學流行病學、生物計量學與信息學研究所Martin-Luther-University Halle-Wittenberg哈雷、德國
  2. 2德國糖尿病研究中心Neuherberg、德國
  3. 3.城市流行病學中心埃森大學診所埃森、德國
  4. 4應用健康研究所伯明翰大學伯明翰、英國
  5. 5德國癌症研究中心海德堡巴登-符騰堡州、德國
  6. 6地球科學與地理研究所Martin-Luther-University Halle-Wittenberg哈雷、德國
  7. 7社區醫學研究所Greifswald大學醫學院格賴夫斯瓦爾德、德國
  8. 8流行病學研究所亥姆霍茲中心MünchenNeuherberg、德國
  9. 9亥姆霍茲中心München,德國環境健康研究中心beplay体育相关新闻衛生經濟與衛生保健管理研究所,“,Neuherberg、德國
  10. 10流行病學和社會醫學研究所“,Münster大學明斯特北威州的、德國
  1. 對應到Alexander Kluttig博士;alexander.kluttig在{}uk-halle.de

摘要

目標研究德國不同地區的三個可步行性指標(興趣點(POI)、中轉站和阻抗(參與者地址640米內的步行限製),並使用廣義相加模型評估可步行性、步行/騎行和身體質量指數(BMI)之間的關係。

設置德國五個不同的地區和城市使用了五個隊列研究的數據。

參與者為了分析步行/騎行行為,來自三個隊列的彙總樣本有6269名參與者,平均年齡為59.2歲(SD: 14.3),其中48.9%為男性。為了分析BMI,五個隊列的彙總樣本中有9441名參與者,平均年齡為62.3歲(SD: 12.8),其中48.5%為男性。

結果(1)自我報告步行/騎自行車(分為每天超過30分鍾和每天30分鍾及以下;(2) BMI由體重和身高的人類學測量計算。

結果阻抗越高,步行/騎車超過30分鍾/天的患病率越低(患病率比(PR): 0.95;95% CI 0.93 ~ 0.97), POI和中轉站數量越多,患病率越高(PR 1.03;95% CI為1.02至1.05)。較高的阻抗與較高的BMI相關(ß: 0.15;95% CI 0.04 ~ 0.25)以及BMI較低的POI數量較多(ß:−0.14;95% CI−0.24 ~ 0.04)。中轉站與BMI之間未發現相關性(ß: 0.005, 95% CI−0.11至0.12)。按隊列分層,我們觀察到BMI與中轉站和阻抗之間的異質關聯。

結論我們發現了步行/騎自行車與步行性指標之間的關聯。BMI的相關性在不同隊列中有所不同。

  • 公共衛生
  • 流行病學
  • 社會醫學
http://creativecommons.org/licenses/by-nc/4.0/

這是一篇開放獲取的文章,根據創作共用署名非商業(CC BY-NC 4.0)許可證發布,該許可證允許其他人以非商業方式分發、混音、改編、在此基礎上進行構建,並以不同的條款許可其衍生作品,前提是正確引用原始作品,給予適當的榮譽,任何更改都已注明,並且使用是非商業性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/

數據來自Altmetric.com

請求的權限

如果您希望重用本文的任何或全部內容,請使用下麵的鏈接,該鏈接將帶您到版權清除中心的RightsLink服務。您將能夠快速獲得價格和即時許可,以多種不同的方式重用內容。

本研究的優勢和局限性

  • 這是德國首批關於可步行性三個領域(訪問興趣點、中轉站和阻抗作為連通性的衡量標準)與步行和騎行行為以及體重指數之間關係的研究之一。

  • 這項研究的優勢在於,它涵蓋了整個歐洲國家不同地區的各個地區和城市。

  • 在包括大部分城市地區在內的研究地區,步行性測量的低變異性限製了對結果的解釋。

  • 可步行性措施的局限性包括,沒有考慮到景點的多樣性,以及巴士和電車車站的頻率路線的質量。

簡介

在2011年聯合國非傳染性疾病問題高級別會議上,已提議將改造建築環境作為增加交通和娛樂目的體力活動的一項戰略。1可步行性作為建築環境的特征,是促進步行和騎行的可修改的基於人口的因素。2 - 4在人群水平上,步行和騎自行車與肥胖呈負相關。5

一些研究發現,更適合步行的社區與更多的步行和騎自行車有關,生活在這些社區的人的身體質量指數(BMI)較低。6 - 9

絕大多數研究都集中在步行行為上,大多數研究發現步行與可步行性呈正相關。6 10 11由於結果和結果不一致,很少有研究對騎行進行了研究。12大多數使用步行和騎自行車聯合測量的研究發現,步行與可步行性呈正相關,12 - 14這表明更好的步行性可以改善總體上的主動交通。然而,並不是所有的建築環境特征都發現了積極的聯係,這限製了證據15日16這表明,不同的環境特征可能與走路和騎自行車有不同的聯係。12此外,盡管許多關於可步行性和BMI的研究表明,BMI越低,可步行性越好,17日也有研究沒有發現BMI和可步行性之間有任何或隻有非常微弱的聯係。研討會這些不一致可能是由於步行性測量和使用的方法的異質性。22日23日此外,大多數研究使用的是自我報告的體重和身高,17導致BMI往往低於實際的BMI。24日25日此外,目前研究結果的不一致性可能部分是由於在一些單點研究中步行性測量的可變性很小,這限製了當前結果的普遍性。26很少有研究使用多中心方法來檢查不同地區和城市。

多中心研究相對於單點研究的優勢在於,與單點研究相比,多中心研究代表了更完整的步行性變化範圍。此外,通過多中心研究,可以檢查可步行性和健康結果之間的正相關性是否適用於不同地區。如果是這樣的話,旨在改善步行性的幹預措施可能在旨在應對非傳染性疾病的衛生政策中變得更加重要。26

多中心研究的結果表明,一般來說,更好的步行性與增加的體力活動有關26 - 30日和較低的BMI,盡管與BMI的相關性相當小。29

少數采用多中心方法的研究主要考察了不同國家的可步行性,而且大多數隻包括每個國家的一個城市,這可能不能代表整個國家。26 - 30日為了推廣這些發現,需要研究同一國家不同地區的可步行性和健康結果之間的關係,包括該國的農村地區和城市。

傳統上,衡量步行性的方法有三個領域。3 31首先,行走有阻力;物理障礙的存在或交叉路口的缺乏會導致更長的步行路徑/距離到達歐幾裏得距離更近的某一點。32通常用路由方式的連通性作為阻抗的衡量標準。33然而,這一措施並沒有明確考慮物理障礙,如河流,這可能會削弱連接的可靠性作為阻抗的措施。32其次,靠近公共交通接入點。人們步行的原因之一是為了乘坐公共交通工具。34最後,還有人們想去的地方(商店、銀行、藥店等)。35

通過對可步行性方法的係統回顧,強調了這三個領域如何主導可步行性的一致性。3.這項多中心研究的目的是評估(1)德國不同地區的步行性,使用三個步行性領域;(2)檢查步行性與步行/騎自行車和BMI的關係。

方法

研究人群

我們納入了來自德國不同地區的五項基於人群的縱向隊列研究的橫斷麵數據:在多特蒙德進行的多特蒙德健康研究(DHS),在德國西部城市Mülheim、波鴻和埃森進行的海因茨·尼克多夫回憶研究(HNR),德國東部地區哈勒(CARLA)的心血管疾病、生活和老齡化研究,德國南部奧格斯堡地區的合作健康研究(KORA) S4調查,以及東北部波美拉尼亞的健康研究(SHIP)。CARLA, DHS和HNR的研究從按年齡和性別分層的人口登記處隨機抽取樣本。KORA和SHIP研究采用了兩階段整群抽樣方法,首先采用整群抽樣選擇群落,然後進行年齡分層和性別分層隨機抽樣。分析中每個樣本的數據收集年份在2002年至2014年之間(圖1).36-42納入6269名參與者的數據,在排除暴露、結果和協變量的缺失值後,分析可步行性與步行/騎行之間的關係。在SHIP隊列中觀察到暴露測量的大多數缺失值(在SHIP隊列中,BMI數據中有54%無法進行地理編碼,步行/騎行樣本中有85%無法進行地理編碼)。為了研究可步行性和BMI之間的關係,我們納入了9441名參與者的數據(圖1).研究區域的描述見表1

圖1

樣本流程圖。BMI,身體質量指數;CARLA,心血管疾病,哈雷的生活和老齡化;多特蒙德健康研究;奧格斯堡地區合作衛生研究;波美拉尼亞健康研究。

表1

步行性的樣本特征和區域差異

表2

樣本特征步行/騎行隊列樣本

患者和公眾參與

患者和公眾沒有參與研究過程。

通過性措施

地理信息係統(GIS)工作采用ESRI ArcMap Desktop V.10.1和V.10.4進行。43我們在每個研究區域都創建了一個六角形抽樣網格,包括招募參與者的城市邊界和一公裏以外的緩衝區。我們使用邊長為1000米的六邊形進行采樣。我們必須平衡測量的粒度和計算複雜性;一個更大的六邊形會導致更多的潛在誤差,但一個更小的六邊形會導致更密集的計算。通過選擇1000米的六邊形,並將每個六邊形的質心和六個頂點作為樣本點,我們得到每個點之間的距離為500米。當我們確定一個短的步行略大於500米時,我們的插值估計似乎是適當縮放的。我們本可以為每個可步行性指標找到每個住宅的確切值,但是,由於數據治理的限製,不可能在隊列團隊之外共享地址點。最初,製作一個表麵是一個有效的治理約束的實用變通方法,然而,這種方法的實用之處是,我們可以製作通用表麵來提供一個變量,可以用於許多不同類型的研究,不僅可以用於估計特定住宅周圍區域的可步行性,而且當我們想要將可步行性與其他基於區域的測量相關聯時。

城市的交通網絡和興趣點(POI)由OpenSteetMap (OSM)提供,並使用ArcGIS進行處理,以創建網絡數據集。得出的可步行性指標如下:

POI:對於六邊形的每個頂點和質心,我們計算了一個多邊形,表示在640米的步行距離內可以到達的區域,使用OSM網絡上的道路、人行道和路徑。之所以選擇6.4億這個界限,是因為在倫敦進行的一項研究表明,在6.4億之後,步行前往公共交通的傾向迅速下降。44我們認為這是一個實用主義的短、可達的步行距離的定義。我們使用OSM定義POI。對於每個多邊形,我們統計了歸類為“商店”的poi,並添加了歸類為“設施”的所有poi的計數,這些poi還被標記為“自動取款機”、“銀行”、“酒吧”、“啤酒花園”、“café”、“快餐店”、“藥房”、“酒吧”、“餐廳”或“郵局”。

中轉站:我們采用了與POI相同的方法來確定中轉站的可用性。在“高速公路”類別中,我們捕獲了標記為“公交車站”的所有點;在“鐵路”類別中,我們捕獲了標記為“車站”、“電車車站”、“車站”、“地鐵入口”、“入口”或“站台”的所有點;在“便利設施”類別中,我們捕獲了標記為“公交車站”、“火車站”和“輪渡碼頭”的所有點。

阻抗:通常,連通性被用作阻抗的代理測量。在我們的研究中,我們使用了一種略有不同的方法。從每個六邊形的質心開始,我們計算了6個不同方向的行程:東北、西北、西、西南、東南和東,從六邊形的中心到每個頂點。這六個數值根據前往不同方向的方便程度而有所不同,數值越高,表示前往該方向的方便程度越低(圖2).例如,如果一個距離1000米的歐幾裏得點需要2300米的距離才能到達,那麼這個距離就是歐幾裏得距離的2.3倍。1000米的歐幾裏得距離可以在1050米內行走,顯然障礙更少。

圖2

在毗鄰魯爾河的海因茨-尼克多夫回憶研究區域的一部分,一個六邊形質心及其頂點的步行距離阻抗計算

每個度量在點之間插值以構造一個曲麵。我們使用kriging方法在使用高斯回歸過程的十六進製點之間插入值。圖3為HRS研究區阻抗。我們將所有創建的表麵與我們隊列參與者的居住地址相交。所有的步行麵都是在2016年創建的。

圖3

海因茨-尼克多夫回憶研究區域的部分阻抗層與魯爾河的步行距離值使用克裏格插值

結果

步行/騎單車包括步行和騎單車作交通和娛樂用途。對於KORA,將世衛組織MONICA項目問卷中步行和騎自行車的兩個項目合並為一個項目。45對於CARLA和SHIP,考慮了Baecke問卷中關於步行和騎自行車作為交通和娛樂的一項。46我們將變量分為每天步行30分鍾vs每天≤30分鍾,用於交通或娛樂目的。我們之所以選擇這個分界點,是因為先前的研究表明,每天進行約30分鍾或更長時間的體育活動對健康結果有益,可以通過步行/騎自行車往返中轉站/POI來實現。34個47

BMI是根據身高和體重計算的,這是根據所有五項研究中可比的協議客觀測量的。

社會人口共

以下協變量來自標準化問卷的自我報告數據:性別(男性和女性),年齡和受教育年限。我們根據1997年國際教育標準分類對可變教育年限進行了分類。48學齡和職業教育學齡都包括在學齡總數中,分為9 - 10年、12/13年、14-17年和18年及以上。

統計分析

參與者特征總結為正態分布連續變量的平均值(SD),非正態分布變量的中位數(IQR)和類別變量的數量(百分比)。

使用廣義可加性模型(GAMs)分析每種步行性測量與感興趣的結果之間的關聯。這種關係的形狀是用薄板樣條估計的。對於步行/騎行的二分類結果,GAMs使用二項方差和對數鏈接函數;對於連續結果BMI,我們采用高斯分布。平滑度的選擇,考慮限製極大似然。49

基於赤池信息準則(AIC)值,我們測試了可步行性測量與結果之間的非線性關係。線性與非線性模型的AIC≥10個單位的差異被認為是有意義的。50由於沒有發現非線性,步行性測量被包括為線性項。所有模型都將年齡作為非線性項。為了更好的可比性,我們對測量方法進行了z-標準化。

為了評估不同隊列之間的關聯是否不同,我們按隊列進行了分層。由於OSM數據完整性的區域差異,暴露的測量誤差可能在不同隊列之間存在差異,這可能導致虛假的相互作用,因此我們沒有測試相互作用。51

在敏感性分析中,我們將步行和騎自行車作為KORA隊列的獨立結果。盡管騎自行車和步行有一些相似之處,但也有不同之處,例如,在旅行距離和旅行速度方麵,這可能會導致與適宜步行性指標的不同關聯。12

所有模型都根據年齡、性別、隊列和教育程度進行了調整。采用SAS V.9.4進行分析52R-Studio V.3.4.453用“mgvc”包裝。49

結果

樣本特征

在合並樣本中,男女比例相等。合並樣本的參與者平均年齡約為60歲,平均BMI為28 kg/m2一半的人受過12/13年的教育。在高度城市化的DHS隊列中,平均阻抗最低,中轉站中位數最高,而在SHIP隊列中,農村地區平均阻抗最高,中轉站中位數最低。中位POI在HNR隊列中最高,在所有其他隊列中相似。總體而言,隊列中的暴露對比較低,這可以通過將測量的表麵與地址點可視化來看出。大約60%的步行/騎行樣本報告每天步行/騎行超過30分鍾。這一比例在KORA隊列中最高,在SHIP隊列中最低(表1和表2).

可步行性、步行/騎自行車和BMI之間的關係

較高的阻抗與較低的步行/騎車30分鍾/天的患病率相關,而較高的POI和中轉站數量與較高的患病率相關(表3).這種關聯在各隊列中是一致的(圖4一).

圖4

(A)可步行性與步行/騎自行車之間的關係(B)可步行性與體重指數之間的關係。CARLA,心血管疾病,哈雷的生活和老齡化;CI,置信區間;多特蒙德健康研究;HNR, Heinz Nixdorf Recall;奧格斯堡地區合作衛生研究;PR,患病率;波美拉尼亞健康研究。

表3

可步行性和結果之間的關聯

步行和騎自行車作為單獨結果測量的敏感性分析顯示,步行和騎自行車的估計值相似。騎行作為結果的CI較大,包括阻抗和POI的零效應,而步行作為結果則不是這樣(表4).

表4

在KORA隊列中,可步行性與步行和騎行之間的關聯

較高的阻抗與BMI的增加相關(表3).當按隊列分層時,除HNR隊列外,所有隊列的高阻抗都與BMI的增加有關,HNR隊列與BMI的降低有關(圖4 b).

我們發現中轉站的數量與身體質量指數(表3).當按隊列分層時,我們觀察到DHS和HNR略有增加,SHIP略有下降,且CI較寬,其他隊列中無相關性(圖4 b).

BMI隨POI的增加而降低(表3).當按隊列分層時,對於SHIP和CARLA,我們發現估價值下降,而在其他隊列中沒有關聯(圖4 b).

討論

在這項橫斷麵多中心研究中,我們分析了步行性和步行/騎自行車與BMI的三種測量方法之間的關係。可步行性指標與步行/騎自行車有關,但與BMI的相關性並不一致。在農村SHIP隊列中,更好的步行性與較高的步行/騎行患病率和較低的BMI相關。在高度城市化地區,如DHS和HNR隊列,可步行性與結果的相關性不那麼明顯和不一致。

適合步行和步行/騎自行車

各種係統評價6 54-56發現交通總步行量與土地使用組合、公共交通和街道連通性之間存在正相關關係的證據,這支持了我們的研究結果。在我們的研究中,步行/騎行隨著阻抗的增加而減少,這與我們的假設是一致的,阻抗可能代表步行/騎行缺乏便利性,作為連接不足的衡量標準。在我們的研究中觀察到的相關性很小,CI寬,這可能是由於我們隊列中步行性的變異性低。通常,在美國和澳大利亞進行的研究中觀察到步行的可步行性對步行的影響更強,因為這些國家的可步行性通常不如歐洲國家,可步行性的對比可能比歐洲大得多,這可能解釋了我們研究中發現的相當小的關聯。27 30 55盡管我們納入了全國不同地區以增加可步行性測量的可變性,但可能國內可步行性之間的差異不足以在結果測量中產生巨大差異。22

我們無法對整個樣本分別分析步行和騎自行車。克爾27和mu12演示了單獨分析這些活動的重要性,因為高度適宜步行的區域可以支持步行,但不支持騎行,因為,例如,人行道可能阻礙有利的騎行速度。然而,在KORA隊列的敏感性分析中,我們可以證明步行和騎自行車的影響估計值是可比的,盡管CI為1的騎自行車的影響估計值不太精確和不太一致。我們仍然發現整個樣本在結合測量時存在關聯,這可能是因為與報告走路的人相比,報告騎自行車的人的分布偏倚。12

此外,我們無法區分步行/騎自行車是為了娛樂還是為了交通目的,這也可以解釋相當小的關聯。河流可能對休閑步行產生積極影響,但對交通步行產生消極影響,因為它可能是一個障礙。57-59

步行性和BMI

與之前的一些研究一致,在合並分析中,POI和阻抗與較低的BMI相關。60 - 62然而,盡管在合並分析中阻抗和POI與較低的BMI相關,但這兩種測量方法與BMI之間的關係在隊列中不一致。因此,合並分析的結果應謹慎解釋,因為可步行性和BMI之間的關聯可能因環境而異。對於中轉站,無論是在彙總分析中還是分層分析中,我們都沒有發現與BMI的關聯。同樣,之前的研究也發現BMI和可步行性指標之間的關係不一致,表明沒有聯係,有些甚至發現了意想不到的聯係。63 - 65

更好的可步行性與增加步行和騎自行車有關,但與較低的BMI並不一致,這一發現得到了先前大多數研究的支持。6 10 22 23這一發現似乎違反直覺,因為增加運動應該導致BMI下降。然而,決定BMI的因素有很多66 67運動本身並不能解釋BMI。66在決定BMI方麵,飲食可能比活動更重要。68考慮到BMI的其他決定因素,稍微高一點的活動量可能不足以對BMI產生影響。69我們的研究支持了這種可能的解釋。我們使用的步行/騎自行車的測量方法沒有考慮步行/騎自行車的強度。盡管POI與步行/騎行行為的增加有關,但這種增加可能不足以對BMI產生任何影響,正如在KORA隊列中所看到的,POI與步行/騎行行為的增加有關,但與BMI下降無關。

優勢和局限性

我們決定在步行多邊形中使用POI密度,因為它明確地將已知的步行性區域與當地居民確定的設施位置聯係起來。但是,我們沒有明確測量POI的多樣性。根據中轉點指標,缺點是它沒有反映運輸的頻率或目的地的選擇。此外,我們沒有以任何方式稱重,所以火車站和公共汽車站的重量是一樣的。與其他研究方法相比,我們捕獲阻抗的方法是最根本的變化。傳統上使用連接性和交叉密度,因為高度連接的網絡可以快速方便地訪問本地區域。然而,我們想要一種比較接近附近點的容易程度與歐幾裏得距離的方法。通過在不同方向上圍繞我們的點繪製6個旅程,並參考歐幾裏得距離來錨定這些旅程,我們覺得我們能夠得到比單獨的連通性更可靠的測量。該方法似乎具有表麵有效性,因為我們可以清楚地看到河流、鐵路調車場和其他物理屏障周圍的阻抗更高。雖然在建築環境文獻中,人們一致認為阻抗是步行性的一個重要領域,但對於如何測量阻抗卻沒有共識。32在這項研究中,我們憑直覺認為,我們的測量對一係列樣本點不同方向的阻抗敏感,因此比簡單地使用該區域的路線交叉口密度或其他可能的測量方法更好。我們正在計劃一項驗證研究,以更詳細地解開這個問題。

選擇640米來定義“短步行”是在缺乏足夠證據的情況下確定的。我們不知道這種傾向是否適用於另一個國家。我們可以憑直覺看出,德國人比英國人走路更多,因為德國人每年乘坐公共交通工具的次數更多(德國人177次,英國人147次)。70這可能表明我們需要更大的行走多邊形。此外,“短步行”的定義可能根據環境屬性和子群體(例如,年輕人和老年人)而有所不同。71另一個問題是眾包GIS數據的可靠程度。然而,研究表明,OSM數據與城市地區的國家和商業來源相比要好,盡管人們承認OSM數據在農村地區的覆蓋範圍更不穩定。72 73

對於372名和436名參與者,步行性值無法計算。大多數步行性值缺失僅發生在SHIP研究中,這可能會產生偏差,因為這也是步行性指標最差的隊列。

可步行性測量是在2016年計算的,在收集參與者信息的幾年後,所以在這段時間內可步行性測量的變化可能會導致錯誤分類。然而,例如,當新企業開業時,這些企業很可能位於已經存在一些企業的地區,因此適合步行的地區將保持適合步行或改善,而不適合步行的地區將保持不適合步行或一般改善較少。

由於德國缺乏適當的區域一級變量,無法在納入的隊列研究的數據中解釋聚類。從統計數據來看,生活在同一屏障或社區的人們之間可能存在依賴關係。不考慮數據中可能的聚類可以減少方差和統計能力。74

我們考慮了三個已被證明是步行性重要維度的措施。3.然而,我們沒有考慮到美學和安全等措施,這些措施也與步行/騎行行為有關。31觀察到的結果可能受到我們使用的措施的強烈影響,根據同一地區其他步行性措施的特點,一個地區的POI可能與步行/騎行有不同的關聯。

我們使用自我報告步行/騎自行車作為我們的響應變量之一。用加速度計測量步行/騎自行車會更精確,也會消除身體活動自我報告中固有的社會可取性偏見。

由於隊列的池化,混雜因素調整集相當有限。殘留混淆是很有可能的,因為我們隻調整了少數變量,但是,例如,沒有調整收入或職業作為社會經濟地位的其他部分。此外,我們無法調整住宅的自我選擇,因為這些信息是不可用的,這可能會使結果偏離零。然而,先前的研究表明,社區自我選擇隻會對結果產生微小的變化。75 - 77

由於z分數是跨隊列計算的,由於SHIP隊列的暴露值較差,估計結果可能會受到農村因素的影響。然而,我們對隊列進行了調整,以糾正這種可能的混雜。如前所述,OSM數據在農村和城市地區的覆蓋範圍可能不同。與OSM數據完備性的區域差異相關的差動測量誤差可能對主要效應產生一些影響,從而導致有偏差的估計。但是,假定來自不同隊列的差動測量誤差抵消了(至少部分抵消了),因此對主要效應幾乎沒有影響。

BMI是基於體重和身高的標準化測量,而不是自我報告,社會期望偏差沒有發生,這是一項重要的資產。

這項工作對政策有影響。可步行性措施對步行/騎行的影響很小。然而,可步行性的變化在人口層麵上改變了步行和騎行行為,因為每個人都受到這些變化的影響。住所附近沒有或很少有中轉站的人可以從擴大公共交通中受益。考慮到阻抗測量,低連通區域的額外路徑可能有助於增強步行和騎行。

由於研究結果不一致,無法得出可步行性與BMI之間關係的結論。我們的研究結果表明,農村和城市地區的步行性與BMI的關係可能有所不同,這強調了調查這些差異的必要性。然而,我們發現更高的可步行性與更多的步行/騎自行車有關。步行和騎自行車作為交通工具或娛樂很容易融入個人的日常生活,當社區支持這種行為時。

致謝

我們感謝隊列研究的所有參與者和參與招募、數據收集、數據管理和分析的所有研究團隊成員。我們感謝所有OpenStreetMap的貢獻者。這項工作的部分內容在第13屆會議上作了口頭和摘要介紹。德國流行病學協會年會上,26-28。2018年9月,在慢性疾病流行病學研究與培訓暑期學校,3-7。九月在埃塞俄比亞的哈瓦薩。

參考文獻

腳注

  • 貢獻者SH策劃了這項研究並審閱了手稿。NK進行了統計分析並撰寫了手稿。GR和MPS計劃了這項研究,設計並創建了步行性措施。DT將可步行性測量分配給CARLA參與者。AK和KHG計劃和協調CARLA研究,並設計了步行性研究。US、NvdB、KW、WM、AP、CK、SA提供數據並審閱稿件。GR, MPS, AK, KHG, RM, RS和SM對手稿進行了審閱並參與了討論。GR對方法和討論部分有貢獻。AW建議進行統計分析。所有作者都已經閱讀了手稿,同意該作品可以提交給期刊,並對手稿的內容承擔責任。

  • 資金這項工作得到了德國聯邦教育和研究部糖尿病能力網絡(BMBF,贈款01GI1110C)和肥胖能力網絡(BMBF,贈款01GI1121B)的支持。哈勒的心血管疾病、生活和老齡化(CARLA)研究得到了德國Forschungsgemeinschaft的資助,作為哈勒-維滕貝格馬丁-路德大學醫學院598“老年細胞機製和治療中的心力衰竭”合作研究中心的一部分,得到了哈勒-維滕貝格馬丁-路德大學威廉姆-魯克斯項目的資助;薩克森-安哈爾特州教育和文化事務部,以及聯邦就業辦公室。波美拉尼亞健康研究(SHIP)是社區醫學研究網(http://www.community-medicine.de)在德國格賴夫斯瓦爾德大學。資金由德國聯邦教育和研究部(BMBF,贈款01ZZ0403)提供;教育、研究和文化事務部;以及梅克倫堡-西波美拉尼亞聯邦州社會事務部。亨氏-尼克道夫回憶研究(HNR)得到了亨氏-尼克道夫基金會(德國)的慷慨支持。這項研究也得到了德國教育和科學部的支持。KORA研究平台(KORA,奧格斯堡地區合作衛生研究)由亥姆霍茲中心München-German環境衛生研究中心發起並資助,該中心由德國聯邦教育和研究部以及巴伐利亞州資助。beplay体育相关新闻此外,KORA的研究得到了慕尼黑健康科學中心(MC-Health)的支持,Ludwig-Maximilians-Universität,作為LMUinnovativ的一部分。多特蒙德健康研究(DHS)得到了德國偏頭痛和頭痛協會向Münster大學提供的無限製贈款的支持,以及由Allmiral、阿斯利康、柏林化學、勃林格殷格翰製藥、Boots Healthcare、葛蘭素史克、楊森西拉格、麥克尼爾製藥、MSD Sharp & Dohme和輝瑞等組成的財團。加文·魯奇和馬克·帕特裏克·謝爾登是由英國國家衛生研究所(NIHR)資助的,用於領導西米德蘭茲郡的應用衛生研究和護理。

  • 免責聲明所表達的觀點是作者的觀點,不一定是NHS、NIHR或衛生部的觀點。

  • 地圖免責聲明本文在地圖上對邊界的描述並不意味著BMJ(或其組織的任何成員)對任何國家、領土、管轄權或地區或其當局的法律地位表達任何意見。地圖的提供沒有任何形式的保證,無論是明示的還是暗示的。

  • 相互競爭的利益沒有宣布。

  • 患者和公眾參與患者和/或公眾沒有參與本研究的設計、實施、報告或傳播計劃。

  • 患者發表同意書不是必需的。

  • 倫理批準這些研究是根據《赫爾辛基宣言》的原則進行的,並得到了當地倫理委員會的批準,並獲得了所有參與者的書麵知情同意。KORA (Helmholtz Zentrum München):巴伐利亞醫學協會倫理委員會和巴伐利亞數據保護和隱私專員(批準號:06068)。CARLA(馬丁-路德大學):馬丁-路德大學醫學院倫理委員會和薩克森-安哈爾特州數據隱私專員(批準號:164/12.10.05/1)。HNR(埃森大學診所):杜伊斯堡-埃森大學醫學院倫理委員會(批準號:99-69-1200)DHS (Münster大學):Münster大學倫理委員會和Münster威斯特伐利亞醫師協會(批準號:3V II Berger)。SHIP(恩斯特-莫裏茨-阿恩特大學格雷夫斯瓦爾德):恩斯特-莫裏茨-阿恩特大學格雷夫斯瓦爾德醫學院倫理委員會(批準號:III UV 73/01/BB 39/09)。

  • 出處和同行評審不是委托;外部同行評審。

  • 數據可用性聲明沒有可用的數據。