Hallo, mijn naam is Matt Ketterer en ik ben recent afgestudeerd als Master of Applied Statistics aan de Pennsylvania State University. In mijn onderzoeksproject heb ik ruimtelijke gegevens gebruikt om de gezondheidsvoordelen van toegang tot openbare parken te schatten. Hoewel ik geen ArcGIS-gebruiker ben, ontdekte ik door mijn onderzoek dat ruimtelijke gegevens kunnen leiden tot nieuwe feature engineered variabelen. Deze blogpost gaat over mijn reis met het gebruik van ruimtelijke gegevens om gezondheid te voorspellen door deze te combineren met nationale gezondheidsenquêtegegevens. <\/P>
De Trust for Public Land (tpl.org) zet zich in voor het vergroten en volgen van de toegang tot openbare parken in de VS. Hun missie om 1edereen met de natuur te verbinden7 is een gemakkelijk te ondersteunen concept en zou waarschijnlijk gunstig zijn voor de gezondheid van mensen. Toch vroeg ik me af of ik deze relatie zou kunnen modelleren om aan te tonen of toegang de gezondheidsuitkomsten verbetert en hoeveel. Het zou bijvoorbeeld waardevol zijn om vanuit het oogpunt van besparingen op zorgkosten te weten in hoeverre parktoegang het aantal zorgbezoeken kan verminderen door het stimuleren van buitenactiviteiten en lichaamsbeweging. Ik wilde zien of ik dit kon modelleren met behulp van de Amerikaanse stedelijke en micropolitane gebieden uit het Behavioral Risk Factor Surveillance System (BRFSS) van de CDC. Dit is een subset van een enorme telefonische gezondheidsenquête die zich richt op stad- en dorpsgebieden, waar het grootste deel van de bevolking woont en waarvan wordt voorspeld dat deze in de toekomst zal groeien.<\/P>
De ParkServe-database is een geweldig hulpmiddel dat ik tegenkwam. Hoewel de hoofdfunctie is om als inventaris voor parken te dienen, bevat het ook volkstellingsdemografieën en gezondheidsgerelateerde filters ingebed in de website. Ik gebruikte het om toegangpercentages te vergelijken met de ondervraagde gezondheidsreacties van de CDC.<\/P>
Gegevensverzameling en verkennende analyse<\/STRONG><\/P>Om de gegevens te beheren, modelleren en rapporteren gebruikte ik de programmeertaal R, omdat deze gratis beschikbaar en robuust is. In de toekomst wil ik ArcGIS en R samen gebruiken om het maken van kaarten en het schatten van ruimtelijke variabelen gemakkelijker te maken. Omdat de openbare parkgegevens via een webportaal beschikbaar zijn, moest ik handmatig de waarden ophalen voor elk van de 130 door de CDC onderzochte stedelijke en micropolitane gebieden uit het ParkServe Database GIS-portaal. Dit deel van het verzamelen van gegevens was soms omslachtig. Zodra ik alle waarden had voor elke stad/regio, kon ik deze samenvoegen met ongeveer 220.000 individuele reacties aan hun overeenkomstige stad in de CDC-dataset met behulp van R. Het moeilijkste was toen sommige regio's niet volledig overeenkwamen vanwege kleine wijzigingen in de definities van core based statistical area (CBSA) tussen 2015 en 2024. In het geval dat een county ontbrak tussen twee CBSA-definities, moest ik handmatig counties combineren om een schatting van parktoegang te maken met gewogen bevolkingsgemiddelden. Hieronder toont de kaart alle gebieden die in de dataset zijn gebruikt en hun overeenkomstige parktoegangspercentage voor elke inwoner van die stad. <\/P>
<\/span><\/P> <\/P>Een statistisch model bouwen en resultaten<\/STRONG><\/P>Om het effect van toegang tot openbare parken te schatten, koos ik als responsvariabele op de BRFSS-enquêtevraag Hoeveel dagen in de afgelopen 30 dagen was uw fysieke gezondheid niet goed?. Dit is een discrete telvariabele tussen 0 en 30 die gemodelleerd kan worden met een telverdeling, in dit geval een zero-inflated negatieve binomiale verdeling (niet te verwarren met binomiaal gebruikt in logistische regressie). Het voordeel van het gebruik van een telvariabele in een statistisch model, in tegenstelling tot een categorische zoals vragen of uw gezondheid Goed, Redelijk of Slecht is, is dat er meer informatie is, wat meer statistische kracht geeft omdat er 31 bakken aan antwoorden zijn en ze geordend zijn. Het model werd ook aangepast voor vele factoren die gezondheid beïnvloeden, dit was om enige validatie aan de parktoegangsvariabele te geven. De voorspellende variabelen die in het model werden gebruikt waren parktoegang, leeftijd, ras, geslacht, opleiding en roken. De regio zelf werd ook opgenomen in het model om te zien of er verschillen waren in ongezonde dagen reacties maar was statistisch niet verschillend van andere steden.<\/P>
<\/span><\/P> <\/P> De bovenstaande figuur toont dat voorspelde ongezonde dagen afnemen naarmate parktoegang toeneemt en is gestratificeerd naar leeftijd en opleiding. <\/P>
<\/span><\/P> Hier in deze grafiek is de voorspelde reactie op ongezonde dagen gestratificeerd naar geslacht en ras, en toont dezelfde trend: afname van ongezonde dagen voor inwoners van steden met meer parktoegang. <\/P> <\/P>Na correctie voor andere factoren die bekend staan als oorzaken van slechte gezondheid heeft parktoegang een klein maar significant effect. Inwoners die in een stad wonen met een beter parksysteem hebben een lager voorspeld aantal ziektedagen dan degenen die in het laagste segment wonen. Dit zou impliceren dat verhoogde toegang helpt bij het stimuleren van parkgebruik en lichamelijke activiteit zoals wandelen en zijn in de natuur, wat gezondheid verbetert. Ook wanneer we spreken over hele populaties tellen kleine positieve voordelen op tot kostenbesparingen.<\/P>Slotgedachten<\/STRONG><\/P>Ik ben enthousiast en geïnspireerd om meer ruimtelijke en niet-ruimtelijke gegevens samen te onderzoeken in mijn toekomstige onderzoek. Ik hoop direct met ArcGIS en R samen te werken om de mogelijkheden ervan te verkennen. In de tussentijd ga ik mijn kind naar het park brengen. Als je ooit de kans krijgt om het Puget Sound-gebied te verkennen, doe dat dan zeker, of bezoek gewoon je lokale park, of pleit voor meer parken waar je woont. <\/P>Bedankt voor het lezen! Neem gerust contact met mij op bij vragen via e-mail op mketterbob@gmail.com of op LinkedIn.<\/P> <\/P>
