Bonjour, je m'appelle Matt Ketterer et je suis récemment diplômé d'un Master en Statistiques Appliquées de la Pennsylvania State University. Dans mon projet de recherche, j'ai utilisé des données spatiales pour estimer les bénéfices pour la santé liés à l'accès aux parcs publics. Bien que je ne sois pas un utilisateur d'ArcGIS, j'ai découvert au cours de mes recherches que les données spatiales peuvent conduire à de nouvelles variables créées par ingénierie des caractéristiques. Ce billet de blog raconte mon parcours utilisant des données spatiales pour prédire la santé en les combinant avec des données nationales d'enquêtes sur la santé.
La Trust for Public Land (tpl.org) est dédiée à augmenter et suivre l'accès aux parcs publics aux États-Unis. Sa mission de « connecter tout le monde à l'extérieur » est un concept facile à soutenir et serait probablement bénéfique pour la santé des gens. Pourtant, je me demandais si je pourrais modéliser cette relation pour montrer si l'accès améliore les résultats de santé et dans quelle mesure. Par exemple, il serait précieux de savoir, du point de vue des économies sur les coûts de santé, dans quelle mesure l'accès aux parcs pourrait réduire les visites médicales en encourageant les activités en plein air et l'activité physique. Je voulais voir si je pouvais modéliser cela en utilisant les zones métropolitaines et micropolitaines américaines issues du Behavioral Risk Factor Surveillance System (BRFSS) du CDC. Il s'agit d'un sous-ensemble d'une vaste enquête téléphonique sur la santé qui se concentre sur les zones urbaines et municipales, où réside la majorité de la population, et dont la croissance est prévue à l'avenir.
La base de données ParkServe est un excellent outil que j'ai découvert. Bien que sa fonction principale soit de servir d'inventaire pour les parcs, elle intègre des filtres démographiques du recensement et liés à la santé sur le site web. Je l'ai utilisée pour comparer les pourcentages d'accès aux parcs avec les réponses sanitaires enquêtées par le CDC.
Collecte des données et analyse exploratoire
Pour gérer, modéliser et rapporter les données, j'ai utilisé le langage de programmation R, car il est gratuit et robuste. À l'avenir, j'aimerais utiliser ArcGIS et R ensemble pour faciliter la création de cartes et l'estimation des variables spatiales. Comme les données sur les parcs publics proviennent d'un portail web, j'ai dû récupérer manuellement les valeurs pour chacune des 130 zones métropolitaines et micropolitaines enquêtées par le CDC depuis le portail GIS de la base ParkServe. Cette partie de la collecte des données était parfois fastidieuse. Une fois que j'avais toutes les valeurs pour chaque ville/région, j'ai pu fusionner ces données avec environ 220 000 réponses individuelles correspondantes à leur ville dans le jeu de données du CDC en utilisant R. La partie la plus difficile était lorsque certaines régions ne correspondaient pas complètement, en raison de légères modifications dans les définitions des zones statistiques basées sur le noyau (CBSA) entre 2015 et 2024. Dans le cas où un comté manquait entre deux définitions CBSA, j'ai dû combiner manuellement les comtés pour obtenir une estimation d'accès aux parcs en utilisant des moyennes pondérées par population. La carte ci-dessous montre toutes les zones utilisées dans le jeu de données ainsi que leur pourcentage d'accès aux parcs correspondant pour chaque résident de ville.
Construction d'un modèle statistique et résultats
Pour estimer l'effet de l'accès aux parcs publics, j'ai choisi comme variable réponse à la question du sondage BRFSS « Combien de jours au cours des 30 derniers jours votre santé physique n'a-t-elle pas été bonne ? ». Il s'agit d'une variable discrète comptant entre 0 et 30 qui peut être modélisée avec une distribution de comptage, ici une distribution binomiale négative zéro-inflation (à ne pas confondre avec binomial utilisée en régression logistique). L'avantage d'utiliser une variable de comptage dans un modèle statistique, plutôt qu'une variable catégorielle comme demander si votre santé est « Bonne », « Moyenne » ou « Mauvaise », est qu'il y a plus d'informations, donnant ainsi plus de puissance statistique puisque 31 « compartiments » de réponses existent et sont ordonnés. Le modèle a également été ajusté pour plusieurs facteurs affectant la santé afin de valider la variable accès aux parcs. Les variables prédictives utilisées dans le modèle étaient : accès aux parcs, âge, race, sexe, éducation et tabagisme. La région elle-même a aussi été incluse dans le modèle pour voir s'il y avait des différences dans les réponses concernant les jours malsains mais n'était pas statistiquement différente d'une autre ville.
La figure ci-dessus montre que le nombre prédit de jours malsains diminue à mesure que l'accès aux parcs augmente et est stratifié selon l'âge et le niveau d'éducation.
Ici dans ce graphique, la réponse prédite concernant les jours malsains est stratifiée selon le sexe et la race, montrant la même tendance : une diminution des jours malsains pour les résidents des villes avec un meilleur accès aux parcs.
Après ajustement pour d'autres facteurs connus comme causes de mauvaise santé, l'accès aux parcs a un effet petit mais significatif. Les habitants vivant dans une ville avec un meilleur système de parcs ont un nombre prédit inférieur de jours malades comparé à ceux vivant dans le niveau le plus bas. Cela impliquerait qu'un accès accru favorise l'utilisation des parcs et l'activité physique telle que la marche et être en nature, améliorant ainsi la santé. De plus, lorsqu'on parle de populations entières, même de petits bénéfices positifs s'additionnent en économies.
Réflexions finales
Je suis enthousiaste et inspiré à poursuivre davantage mes recherches combinant données spatiales et non spatiales. J'espère travailler directement avec ArcGIS et R à l'avenir pour explorer leurs possibilités. En attendant, je vais emmener mon enfant au parc. Si vous avez jamais l'occasion d'explorer la région du Puget Sound, faites-le ; ou simplement visitez votre parc local ou militez pour plus de parcs là où vous vivez.
Merci de votre lecture ! N'hésitez pas à me contacter pour toute question par email à mketterbob@gmail.com ou sur LinkedIn.
