條文本
PDF
文摘
客觀的探索健康素質作為選民的標誌混淆為了理解公眾反對社區水氟化反應的基礎。
設計一個橫斷麵研究。
設置在美國三大城市聖安東尼奧,德克薩斯州投票選區(602);堪薩斯州威奇托投票選區(171);和波特蘭,俄勒岡州(132投票選區)。Precinct-level投票數據編譯從社區水氟化反應公投進行2002年在聖安東尼奧,威奇托在2012年和2013年波特蘭。
參與者表示為一個百分比的注冊選民投票率是38%在聖安東尼奧(n = 2 92 811), 47%在威奇托在波特蘭(n = 129 199)和38% (n = 164 301)。
主要結果測量因變量是投票支持的比例加氟飲用水。Precinct-level投票數據映射到選區許多健康知識,美國人口普查和美國社區調查種族/民族特點,年齡、收入和受教育程度。多層次回歸預測與事後分層區意味著健康知識得分,重量產生的協會成人識字健康素養調查,與項目反應理論計算對健康知識得分。預測模型在選民支持的社區水氟化反應比較使用魯棒線性回歸確定precinct-level特征如何影響選民的支持,以確定是否健康知識解釋投票偏好差異超過社會人口特征。
結果Precinct-level健康素養與選民投票率呈正相關,盡管社會人口特征更好的預測投票率。大約有60%的選民反對在威奇托和波特蘭社區水氟化反應,而在聖安東尼奧,一個小多數(53%)投了讚成票。模型表明,增加一個SD健康知識評分預測增加12%支持社區水氟化反應。
結論受教育程度和健康素質是可修改的特征與投票有關選區的支持社區水氟化反應。
- 公共衛生
- 牙病
- 社區水氟化反應
- 公共衛生
這是一個開放的分布式條依照創作共用署名非商業性(4.0 CC通過數控)許可證,允許別人分發,混音,適應,建立這個工作非商業化,和許可他們的衍生產品在不同的協議,提供了最初的工作是正確地引用,給出合適的信用,任何更改表示,非商業使用。看到的:http://creativecommons.org/licenses/by-nc/4.0/。
來自Altmetric.com的統計
這項研究的優勢和局限性
本研究使用了一個選民的混亂理解公眾偏好理論建立水氟化反應。
美國人口普查和美國社區調查提供精確的數據在社區社會人口特征。
健康素質的評估國家調查本來就很複雜,因此容易產生偏見。
這三個城市的研究結果不能全麵向全國或到其他國家。
介紹
支持社區水氟化反應(CWF)作為一個有效的公共衛生措施是無限製的科學界和主要的健康組織。疾病控製和預防中心稱讚CWF是20世紀最偉大的公共衛生成就之一1因為它的影響在減少齲齒的發病率和嚴重程度在所有年齡段的人。2020年全民健康計劃的一個目的是增加美國人口的比例由含氟水至80%,高於2008年的72%。然而,朝著這一目標被anti-fluoridation機構如國家健康聯盟和氟化物行動網絡(粉絲)。在1980年代,三分之二的大約1000 CWF公投在投票箱被擊敗。2
鑒於CWF的科學支持,反對的患病率是令人費解。理性選擇理論預測選民投票在自己的最佳利益,氟化反應實現的。3然而,這個理論假設選民有完整的信息比較預期的公用事業和氟化反應。在現實中,選民麵對不完整或相互矛盾的信息。可以說,選民困惑/不確定性假說4提供了一個更好的解釋。提出了相互矛盾的信息,是否可信,可以改變選民了解什麼是他們的最佳利益。相互矛盾的信息產生了困惑,這提示選民保持現狀,避免潛在的風險,或者不投票。信息環境的選民了解選民的行為是至關重要的。
選民對水氟化反應是混亂。許多選民無法區分可信和缺乏公信力的信息來源在氟化反應活動。4個5例如,Sapolsky指出,選民無法區分美國牙科協會支持水氟化反應,美國營養學會的反對派。6有趣的是,pro-fluoridation運動最初打算完全避免CWF活動,選擇城市經理或限製決策委員會辦公室。7醫療保健專業人士刻意政黨機器政治領域之外的氟化反應為了保持中立。選民教育需要接收和處理相互衝突的信息。是常見的選民聽到來自不同數據源的信息,無法權衡適當科學嚴謹。6
選民困惑可能受教育程度較低的結果。然而,教育可能不是一種理想的構造分析投票偏好,隨著越來越多的受過高等教育的選民更傾向於政治意識到,兩極分化和意識形態。8 - 10衡量教育可能隻是捕捉選民積極尋求政治的認知偏見信息來證實他們的預先存在的世界觀。一個更有用的構建為研究氟化反應政治是健康知識,定義的美國醫學協會的“星座的技能,包括執行基本的閱讀和數學任務的能力,要求醫療環境的函數。11選民的健康素質作為指標過程健康信息的能力,包括牙科信息。
本研究的目的是確定因素影響社區支持公共飲用水的氟化反應,使用特征的投票選區來預測選舉結果從CWF公投在美國三大城市:聖安東尼奧,德克薩斯州2002年,威奇托,堪薩斯州2012年和波特蘭,俄勒岡州在2013年。
方法
本研究免除製度審查委員會批準,理由是它沒有構成人類研究研究。
數據源
我們編譯公開precinct-level數據從氟化反應進行公投在聖安東尼奧,德克薩斯州2002年,威奇托,堪薩斯州2012年和波特蘭,俄勒岡州在2013年。投票讚成氟化反應是主要的結果變量。第二個結果是選民參與CWF公投。雖然不打算構成具有代表性的美國投票偏好,這三個公投在三個不同的地區進行了位置,每一個被高度稠密的城市不同但穩定的政治意識形態。威奇托在政治上是保守的,聖安東尼奧傾向自由派和波特蘭是自由。12氟化反應公投選票上出現了多次在這三個城市。在每個城市,公投提議開始公共供水係統氟化反應,投票支持將改變現狀。在網上看到的附錄一和附錄表1提供完整的細節,每個城市的全民公決的語言和他們的全民公投的曆史。
因變量
支持CWF在這三個城市被量化為投票支持的比例加氟飲用水在選區的水平。縣選舉辦公室Bexar縣在聖安東尼奧,Sedgewick縣的威奇托和堅實縣波特蘭公投提供數據。
健康素養及其組件:人口普查組數據塊在人口學特征
使用多級回歸我們構建健康素養與事後分層(MRP)通過構建一個潛變量對健康素養使用成人識字的全國性協會(NAAL)調查2003年data-conducted使用項目反應理論方法。然後,我們創建了一個與人口健康素質變量的預測模型,並應用預測模型選區選民的相關人口變量。MRP方法保證最好的地方感興趣的水平估計的構造,13,防止時間不穩定,14使它適合這個研究。
健康素質因素包括性別、年齡、種族、income-to-poverty比、受教育程度、語言、婚姻狀況和地區。在網上看到的附錄B描述了項目反應理論(IRT)方法用於預測這些分數,以及證據在網上附錄圖1和圖2證明足夠的方差項困難和各種健康知識得分的適用於整個國家。邊際極大似然結果公布在網上附錄表2顯示足夠的重要預測因子容易適用於普查信息。在網上看到的附錄C它描述了人口普查變量用於更詳細。我們使用均值預測健康知識得分在選區級別為主要感興趣的獨立變量。
因為數據對個人選民不存在這三個公投,我們利用2000年美國人口普查信息計算人口區特征13聖安東尼奧,德克薩斯州和2012年美國社區調查(ACS)數據,波特蘭,俄勒岡州和堪薩斯州威奇托,因為我們需要這些特征在區一級,這是比人口普查塊組,我們聚合,然後合並所有的人口普查塊組(cbre)選民選區。我們通過的比例加權人口數據地理cbre重疊和non-completely嵌套cbre的選區。這種技術被用於所有cbre變量,是標準的最佳估計技術占地理的不同程度的重疊。14 - 16
我們下一個計算預期的選區意味著健康知識得分從每個選區人口普查信息。健康知識分數衡量的能力理解與健康相關的信息,並采取正確的行動計劃健康問題。11健康知識得分範圍值從0(低於基本健康知識)到500(高水平)。我們預期的健康知識服務優於一般知識,以受教育程度來衡量,因為並不是所有的一般知識不斷更新,未使用的知識領域容易損失。17過去的研究也表明,受教育程度會導致更高的確認和認知偏見在政治問題上,使它的預測因素的理解氟化反應的優點。進一步,更具體的知識領域(如衛生政策),貧窮項目執行在預測技能的一般知識。18我們希望健康素質更好的裝備選民理解CWF比一般知識和它的好處。在在線附錄圖3,有足夠的方差在區健康知識得分來衡量它對投票行為的影響。我們運行一個競爭模型的健康素質教育為了測試是否健康素質表現更好的受教育程度的提高對氟化反應的支持。
比較健康素質與社會人口變量的影響在決定投票偏好,我們估計兩個線性魯棒回歸模型在占據v。13退化CWF支持的解釋變量。我們采用雙尾假設檢驗的標準定義,重要的結果在p < 0.05。這兩個模型的解釋力對比健康知識和它的組成部分,確定健康素質,作為其組件的函數,是優越的。未能這樣做將導致一個空效應對健康知識完整的多重共線性。模型1包括健康素質,選民投票率和城市的影響。我們包括投票率在模型中由於早期CWF公投,表明高投票率與CWF失敗。19模型2包括社會人口變量,投票率和選舉的影響。最後,我們相比post-estimation統計是否健康知識解釋選舉選區結果比社會人口變量。我們運行了一個魯棒性檢查是否健康素質導致高參與CWF公投。它可能是這樣,更多的健康素養的人隻是投票率投票以更高的利率。在網上看到的附錄D介紹了結果和討論。在線附錄E比較健壯和常規普通最小二乘法(OLS)回歸結果,發現最小的差異。
病人和公眾參與
病人和/或公眾沒有參與這項研究。
結果
在威奇托和波特蘭,最後投票數導致拒絕水氟化反應與大約40% CWF這兩座城市的支持。相比之下,聖安東尼奧批準水氟化反應與53%的少數讚成CWF(在線附錄表1)。描述性統計的表1顯示足夠的變異在依賴和獨立變量。盡管有巨大差異在感興趣的獨立變量,這是可以預料到的地理信息給人口特征的非均勻分布。18
然而,沒有數據顯示嚴重問題無法檢查與健壯的回歸。
評估健康知識解釋參與CWF公投結果發表在網上附錄表3。總之,盡管健康素質的一個重要因素增加參與CWF公投,其人口組件執行更好的解釋參與。鑒於更好post-estimation適合統計,傳統的司機增加了選舉的參與,如種族,年齡和教育更好地解釋選舉的投票率。
健康知識之間的關係和支持CWF強(圖1)。區之間有明顯的正的線性關係意味著健康素質和投票讚成CWF,即使控製了城市。聖安東尼奧有集群健康知識得分較高,而波特蘭和威奇托往往較低。這些結果支持了這樣的觀點,即較高健康素養會導致更大的CWF支持,尤其是在聖安東尼奧是唯一批準CWF城市。
選區支持社區水氟化反應(CWF)意味著健康素質。這些結果是啟動的選區投票讚成比例CWF健康素質。結果通過聚集在城市,每個城市的最佳擬合線。x軸範圍反映了觀察區健康知識的範圍。雖然健康素質在個體規模範圍從0到500,聚合的選區讓人如此極端的分數幾乎是不可能的。
表2提出了模型預測CWF支持。模型1包括健康素質作為主要的解釋變量的興趣。健康知識獲得一個正向且顯著的影響(p < 0.01)為0.37。因此,增加一個單位的投票支持健康素質提高CWF近百分之一的4/10。
因為測量健康素質發生在0 - 500範圍內,可能有實質性的效果(圖2)。增加一個SD健康知識增加了投票支持CWF預計12個百分點。這足以把損失在波特蘭和威奇托CWF勝利。這些結果表明,健康知識可以在影響CWF結果是決定性的。
預測支持社區水氟化反應(CWF)健康素養。陰影欄反映了預期效果的95%可信區間意味著健康素質CWF選區支持。預測結果顯示一個實質性的和顯著的影響隨著意味著區健康知識的增加,與實質性足以改變選舉結果產生影響。的x設在範圍反映了觀察區健康知識的範圍。雖然健康素質在個體規模範圍從0到500,聚合的選區讓人如此極端的分數幾乎是不可能的。
其他因素在模型2中包括一個預期的負麵影響(p < 0.01),波特蘭和積極的影響對聖安東尼奧(p < 0.01)。有一些證據表明,選民投票率顯著下降(p < 0.01)支持CWF,雖然沒有實質性的影響。隻的教育價值一些大學的經驗或專業學位提供了一個實質性的和顯著的影響。然而,健康素質更強的解釋力。而模型2 r平方略高,r平方值失去意義穩健回歸模型由於發生的權重。20.因此,擬合優度措施,比如Akaike信息標準(AIC)和貝葉斯信息準則(BIC)更好,更低的值表示一個更好的選擇。是實質性的差異足以表明健康素質模型優越(表2)。討論了在線附錄E和附錄表4係數的意義和方向不改變常規OLS回歸,表明健康素質的影響不是由於過度擬合數據。這表明健康素質之間的關係更可能由於混淆假設而不是噪音數據。
此外,健康知識的影響是相同的健康素質測量時昆泰,網上見附錄F,附錄表5和附錄圖4。這些模型表明,在高水平的會計統計噪聲在解釋選舉結果,與魯棒回歸建模、健康素養是上級預測CWF支持。
討論
主要發現
CWF支持與受教育程度和健康素質,標誌著全麵和專業知識的影響,分別,當選民投他們的票。雖然教育程度等人口統計學變量更好地預測參與CWF公投,健康知識更好的解釋了氟化反應的支持。盡管其他社會人口變量達到意義解釋的投票率,這些相同的變量解釋選民參與。21
我們沒有調查或退出從公投民意測驗數據,所以我們不能直接得出結論,更多的健康素養的個人支持氟化物也不用擔心錯誤的一個生態謬誤。然而,偏愛CWF之間的聯係和了解健康新聞和信息是合理的。我們分析的結果是一致的不確定性和混亂的假設。此外,結果表明,健康素質是一個決定性因素由於其規模和邊際CWF公投的性質。
方法論上,不幸的是,健康知識不能直接包含在模型,結合人口普查人口統計學變量。健康素養是有限的由原NAAL 2003年的調查,含有幾乎沒有變量與地理位置有關,生產高多重共線性預測。特別是,與教育的關係是如此的強烈,導致一個完整的效率損失。然而,比較健康素質的解釋力普查組件表明健康素質更高的解釋力。
即使有一些方法的局限性,健康素質的決定性影響權證更考慮CWF公投活動。雖然健康素質測量的選區的意思是,過去的研究表明,增加健康知識導致實質性的生活方式和健康狀況的變化,以及理解和理性行為對健康信息的能力。11日20日22如果健康素養的地理區域有效地反映了人口的一般能力理解新的健康信息和權衡其利弊,然後合理地得出這樣的結論:更高的健康素質導致更大的接受氟化。研究結果支持這樣一個結論。至少,看來,教育程度單獨解釋CWF支持不足。此外,考慮到不同人群的需要考慮協方差在一個類別,解釋並不簡單。受教育程度的影響是非線性的,因為隻有一些大學和專業度實質上增加的人口支持CWF(更高的學位沒有)。這些結果與以往的研究一致表明多年的教育導致更多的極端意見社會和政策問題。23
氟化討論,更多的教育可能隻是使人懷疑消費者信息和引導選民接觸的來源,如風扇或其附屬刊物,沒有理解anti-fluoridation研究的方法論上的缺陷,和假科學anti-fluoride研究之間的等價性。不加批判的考試的新衝突看似科學的方式給出的信息可能會允許不確定性增加焦慮,導致選擇避免感知風險。有點諷刺的是混亂/不確定性假說可能折磨更多受過教育的選民,但這似乎是如此,多次顯示在先前的調查和調查研究。21日22我們從證據中推斷的不僅僅是通識教育是必要的增加更大的公眾認可的社區水氟化反應。
我們可以肯定的是,結果並沒有簡單地由行為的登記選民投票率模型分析CWF公投(在線附錄D)。最終,似乎參與是出於傳統因素的年齡,教育和收入。雖然我們無法衡量注冊的決定,沒有理由相信,三個城市的行為分析實質上不同於一致的趨勢在美國和世界各地。21日23日24日如果要兌現提高健康素質,從而支持CWF,看起來最好的前進道路是國家行動計劃來提高健康素質。該計劃建議提供有針對性的輔導和教育服務領域,如周六免費醫療學校,提高健康素質。隻需要稍微修改現有的實踐包括牙科和口腔醫療關注到這樣的社區幹預措施。然而,這些幹預措施需要持續保持的影響。因此,牙醫需要civically non-referendum期間活躍甚至更能接受CWF創建一個環境。
Generalisability的發現
三個城市的這項研究的結果不能全麵的國家。每個城市都是獨一無二的,一個城市的原因決定放棄氟化反應可能不同於另一個。此外,所有的這些城市投票表決是否啟動氟化反應作為一種改變現狀。因此,城市CWF已經到位,地方居民經曆的好處和缺乏不良健康結果,可能更願意折扣anti-fluoridation參數和保留的做法。然而,聖安東尼奧,威奇托和波特蘭彼此不同的地理、曆史和人口統計資料,因而增加了外部有效性。
值得注意的是,這些發現適用於人口特征,不是個人。因此,當解釋這些發現,超出了本研究的範圍是聲稱,一個人的健康素質,種族、年齡、收入和教育直接讓他們或多或少可能支持氟化反應。我們能說的是,有一些關於選區人口高度衛生素養為氟化反應,導致更多的支持,其他條件都相同。我們相信,這些結果並不受選民投票率。鑒於混亂假說的理論基礎,我們認為這是專業知識和理解的真正好處氟化物驅動器支持氟化反應。
使用地理有一個優勢,發現總水平。王指出,地理綜合分析利用共同的政治經驗的人從他們的社區和捕捉這如何影響政治行為(70 - 1)。23鑒於公共衛生領域的研究的目的是確定宏觀趨勢,塑造健康和行為,總體水平分析是適合我們的研究。
另一個限製是健康素質建設的數據。我們改進過去的估計健康知識通過整合區域影響到我們的健康素質的預測模型。如前所述,最初NAAL調查並非旨在適用於小型地理單元。然而,我們預測健康知識得分通過MRP方法是最好的,可以估計的局限性。努力驗證健康素質地理歸罪需要等到另一個大眾健康素養調查是用於小麵積估計從一開始就進行的。
引用
腳注
病人同意出版不是必需的。
貢獻者江淮大大促成了概念、設計、分析和起草的手稿。AES和GDS,江淮負責所有方麵的工作。TMC, AES和GDS導致起草手稿,批判性知識內容的修訂手稿。薄層色譜和SLH導致了數據的采集。所有作者導致解釋結果和最終批準的手稿。
資金研究報告在這個出版得到了國家衛生研究院的國家牙科和顱麵研究所下UH2DE025494獎號碼。
免責聲明內容是完全的責任作者和並不一定代表NIH的官方觀點。
相互競爭的利益沒有宣布。
出處和同行評議不是委托;外部同行評議。
數據共享聲明額外的數據和代碼分析全國成人讀寫能力的評估數據都可以通過電子郵件聯係約翰·克裏爾:jcuriel@live.unc.edu
作者注匕首可以被刪除。它會指出一個腳注通知讀者,作者(湯姆·卡西(TMC))早些時候去世了。