خلاصه

برای بررسی اینکه تا چه حد نابرابری های فضایی در چاقی کودکان به نابرابری های فضایی در ویژگی های اجتماعی-اقتصادی در سراسر یک کشور نسبت داده می شود، هدف ما بررسی ارتباط فضایی ویژگی های اجتماعی-اقتصادی و چاقی دوران کودکی بود. ما ابتدا الگوهای فضایی شیوع چاقی کودکان را بررسی کردیم و متعاقباً با انتخاب و برآورد مدل‌های رگرسیون فضایی مناسب، ارتباط فضایی عوامل اجتماعی-اقتصادی و شیوع چاقی کودکان را در سراسر انگلستان بررسی کردیم. از آنجایی که داده‌های مورد استفاده داده‌های مکانی هستند، ما از دو ویژگی جدید توسعه‌یافته مدل‌های رگرسیون فضایی برای بررسی ارتباط فضایی عوامل اجتماعی-اقتصادی و شیوع چاقی کودکان استفاده کردیم. در نتیجه، در میان دو ویژگی جدید توسعه‌یافته مدل‌های رگرسیون فضایی، به نظر می رسد مشخصات اثرات تصادفی سریع مدل فیلتر فضایی بردار ویژه (FRES-ESF) از مشخصات مکانی نمایی ماتریسی مدل خودرگرسیون فضایی (MESS-SAR) بهتر عمل می کند. نتایج تجربی نشان می‌دهد که وابستگی فضایی مثبت در شیوع چاقی کودکان در سراسر انگلستان وجود دارد. و اینکه عوامل اجتماعی و اقتصادی به طور قابل توجهی با شیوع چاقی کودکان در سراسر انگلستان مرتبط است. در انگلستان، کودکانی که در مناطقی با وضعیت اجتماعی-اقتصادی پایین‌تر زندگی می‌کنند، بیشتر در معرض خطر چاقی هستند. این مطالعه نشان می‌دهد که کاهش مؤثر نابرابری‌های فضایی در وضعیت اجتماعی-اقتصادی نقش حیاتی در کاهش نابرابری‌های فضایی در شیوع چاقی کودکان دارد. نتایج تجربی نشان می‌دهد که وابستگی فضایی مثبت در شیوع چاقی کودکان در سراسر انگلستان وجود دارد. و اینکه عوامل اجتماعی و اقتصادی به طور قابل توجهی با شیوع چاقی کودکان در سراسر انگلستان مرتبط است. در انگلستان، کودکانی که در مناطقی با وضعیت اجتماعی-اقتصادی پایین‌تر زندگی می‌کنند، بیشتر در معرض خطر چاقی هستند. این مطالعه نشان می‌دهد که کاهش مؤثر نابرابری‌های فضایی در وضعیت اجتماعی-اقتصادی نقش حیاتی در کاهش نابرابری‌های فضایی در شیوع چاقی کودکان دارد. نتایج تجربی نشان می‌دهد که وابستگی فضایی مثبت در شیوع چاقی کودکان در سراسر انگلستان وجود دارد. و اینکه عوامل اجتماعی و اقتصادی به طور قابل توجهی با شیوع چاقی کودکان در سراسر انگلستان مرتبط است. در انگلستان، کودکانی که در مناطقی با وضعیت اجتماعی-اقتصادی پایین‌تر زندگی می‌کنند، بیشتر در معرض خطر چاقی هستند. این مطالعه نشان می‌دهد که کاهش مؤثر نابرابری‌های فضایی در وضعیت اجتماعی-اقتصادی نقش حیاتی در کاهش نابرابری‌های فضایی در شیوع چاقی کودکان دارد.

کلید واژه ها:

چاقی دوران کودکی ؛ آسیب اجتماعی-اقتصادی ؛ مدل رگرسیون فضایی ; مدل مشخصات فضایی ماتریسی نمایی ; مدل فیلتر فضایی بردار ویژه

1. معرفی

چاقی کودکان یک چالش بزرگ بهداشت عمومی در سراسر جهان است. تنها در 40 سال، تعداد کودکان و نوجوانان مبتلا به چاقی در سنین مدرسه بیش از 10 برابر افزایش یافته است، از 11 میلیون به 124 میلیون (برآوردهای 2016) [1 ] . در سال 2016، 216 میلیون کودک و نوجوان در سن مدرسه به عنوان اضافه وزن طبقه بندی شدند اما چاق نبودند، در حالی که 38 میلیون کودک زیر پنج سال در سال 2017 دارای اضافه وزن یا چاق تخمین زده شدند [1 ] . اگرچه سازمان جهانی بهداشت هدفی را برای عدم افزایش اضافه وزن در بین کودکان زیر پنج سال، کودکان در سن مدرسه یا نوجوانان تا سال 2025 (از سطح سال 2010) تعیین کرده است، اما اکثریت قریب به اتفاق کشورها یا مناطق هنوز افزایش چاقی کودکان را تجربه می کنند [1] .]. به ویژه، اپیدمی در کشورهای با درآمد کم یا متوسط ​​مانند کشورهای آفریقا، خاورمیانه و جزایر اقیانوس آرام با بیشترین سرعت در حال رشد بوده است [ 1 ]. حتی در کشورهای توسعه یافته، کودکان برخی از خانواده ها در معرض خطر بالای چاق شدن یا اضافه وزن هستند. از سال 2003 تا 2007، شیوع چاقی برای همه کودکان ایالات متحده 10٪ افزایش یافته است، اما برای کودکان در خانواده های با تحصیلات پایین، کم درآمد و خانواده های با بیکاری 23٪ تا 33٪ افزایش یافته است [2 ] . جدای از عوامل ژنتیکی و عوامل رفتاری (به عنوان مثال، تغذیه، الگوهای غذایی، کیفیت رژیم غذایی، مصرف میوه و سبزیجات، مصرف نوشیدنی های شیرین، مدت زمان خواب، کیفیت خواب)، عوامل اجتماعی-اقتصادی با شیوع چاقی در دوران کودکی مرتبط هستند [3، 4 ، 5 ] .،6 ]. بر خلاف عوامل ژنتیکی یا عوامل رفتاری، عوامل اجتماعی-اقتصادی احتمالاً از طریق تأثیرگذاری بر رفتار کودکان در رابطه با سلامت، تأثیر غیرمستقیم بر شیوع چاقی دوران کودکی دارند [ 3 ، 4 ]. به طور خاص، در کشورهای توسعه یافته، کودکان دارای وضعیت اجتماعی-اقتصادی پایین (SES) بیشتر در معرض چاقی هستند [ 5 ، 6 ]. نابرابری‌های اجتماعی و اقتصادی به نابرابری‌های شیوع چاقی کمک می‌کنند [ 7 ، 8 ].
به طور معمول، مدل‌های رگرسیون غیر فضایی، مانند مدل‌های حداقل مربعات معمولی (OLS)، به طور گسترده برای بررسی ارتباط متغیرها استفاده می‌شوند. با نادیده گرفتن وجود اثرات مکانی در مدل‌های رگرسیون، اکثر مطالعات قبلی مدل‌های رگرسیون غیرمکانی را برای داده‌های مکانی نیز اعمال کردند. در یک مدل رگرسیون معقول، باقیمانده ها باید مستقل از یکدیگر باشند. در غیر این صورت تصور می شود که مدل رگرسیون مغرضانه است. تعدادی از مطالعات تجربی نشان می‌دهند که وقتی مدل‌های رگرسیون غیرمکانی برای داده‌های مکانی به کار می‌روند، باقیمانده‌ها احتمالاً از نظر مکانی همبستگی خودکار دارند [ 9]]. به دلیل وابستگی فضایی در پسماندها، به نظر می‌رسد مدل‌های رگرسیون غیرمکانی مغرضانه هستند، زیرا یک فرض کلیدی مدل‌سازی رگرسیون این است که باقیمانده‌ها باید مستقل از یکدیگر باشند [10 ] . انتخاب نامناسب مدل‌ها احتمالاً نتایج مغرضانه‌ای ایجاد می‌کند که منجر به تفسیرهای نادرست بالقوه از ارتباط عوامل اجتماعی-اقتصادی و پیامدهای سلامتی می‌شود (به عنوان مثال، شیوع چاقی). برای پرداختن به اثرات فضایی در مدل‌های رگرسیون، مدل‌های رگرسیون فضایی برای برازش داده‌های مکانی توسعه داده می‌شوند [ 9 ، 10 ، 11]. با این حال، مدل‌های رگرسیون فضایی دارای مشخصات مختلفی هستند و نحوه انتخاب و تخمین فرم‌های مناسب از اهمیت بالایی برخوردار است. نه تنها مدل‌های رگرسیون فضایی (یعنی مدل‌های خودرگرسیون فضایی)، بلکه از مدل‌های رگرسیون وزن‌دار جغرافیایی (GWR) و مدل‌های رگرسیون خطی چندگانه (MLR) برای بررسی ارتباط فضایی عوامل اجتماعی-اقتصادی و شیوع چاقی کودکان استفاده شده است [ 12 ، 13 ، 14]. با این حال، این مدل ها دارای معایبی هستند. به طور معمول، مدل‌های MLR برای داده‌های مکانی جمع‌آوری‌شده در همان سطح اعمال نمی‌شوند، در حالی که مدل‌های GWR ارتباط‌های مکانی متفاوتی را آشکار می‌کنند که احتمالاً از مکانی به مکان دیگر تفاوت عمده‌ای دارند. به عنوان مثال، سطح تحصیلات و سطح درآمد خانوار به طور مثبت با شیوع چاقی کودکان در برخی از مناطق آتن مرتبط است، در حالی که آنها با شیوع چاقی کودکان در مناطق باقی مانده از آتن ارتباط منفی دارند. .]. به نظر می رسد یک مدل رگرسیون فضایی برای یک تحلیل تک سطحی بدون وقوع پارامترهای فضایی متغیر در جهات مخالف قابل استفاده باشد. اگرچه اشکال سنتی مدل‌های رگرسیون فضایی (به عنوان مثال، مدل‌های تاخیر فضایی یا خطای فضایی) برای تحلیل فضایی چاقی دوران کودکی به کار گرفته شده‌اند، اشکال جدید مدل‌های رگرسیون فضایی، که به طور بالقوه می‌توانند تخمین را بهبود بخشند، انجام نشده‌اند [13 ] .
برای بررسی اینکه تا چه حد نابرابری های فضایی در چاقی کودکان به نابرابری های فضایی در ویژگی های اجتماعی-اقتصادی در سراسر یک کشور نسبت داده می شود، هدف ما بررسی ارتباط فضایی ویژگی های اجتماعی-اقتصادی و چاقی دوران کودکی بود. برای غلبه بر محدودیت‌های مطالعات قبلی در مورد مناسب بودن انتخاب مدل، هدف ما انتخاب و برآورد مدل‌های رگرسیون مناسب بود. به طور خاص، ما ارتباط فضایی در مقیاس محلی عوامل اجتماعی-اقتصادی و شیوع چاقی کودکان را در سراسر انگلستان بررسی کردیم. بر این اساس، دو ویژگی جدید توسعه‌یافته مدل‌های رگرسیون فضایی انتخاب شدند. علاوه بر این، ما نتایج را مورد بحث قرار خواهیم داد و مفاهیمی را برای اجرای موثر مداخلات برای جلوگیری از چاقی کودکان پیشنهاد خواهیم کرد.

2. روش ها

در این مطالعه، ما ابتدا الگوهای فضایی چاقی کودکان را در سراسر انگلستان بررسی کردیم و متعاقباً ارتباط فضایی عوامل اجتماعی-اقتصادی و شیوع چاقی کودکان را در سراسر انگلستان بررسی کردیم. در این بخش، داده‌های چاقی کودکان در مقیاس محلی و داده‌های ژئودموگرافیک مورد استفاده معرفی می‌شوند. متعاقبا، رویکرد بررسی الگوهای فضایی چاقی دوران کودکی معرفی می‌شود. در نهایت، چگونگی بررسی ارتباط فضایی شیوع چاقی در دوران کودکی و عوامل اجتماعی-اقتصادی معرفی شده است.

2.1. داده های تحقیق

داده های مقطعی چاقی دوران کودکی از GOV.UK ( https://www.gov.uk ) دانلود شد. برنامه ملی اندازه گیری کودک (NCMP) قد و وزن بیش از یک میلیون کودک را هر سال در پذیرش (سن 5-4 سال) و سال 6 (سن 10-11 سال) در مدارس ابتدایی دولتی در انگلستان اندازه گیری می کند [15 ] . . این اطلاعات روند شیوع اضافه وزن (اضافه وزن شامل چاقی) (NCMP 2010/11 تا 2016/17) و چاقی (NCMP 2008/09 تا 2016/17) را در سطح منطقه سوپر خروجی متوسط ​​(MSOA) 2011 ارائه می‌کند [ ]]. در این مطالعه، درصد کودکان چاق در سال 6 (سن 10-11 سال) (2013/14 تا 2015/16) برای نشان دادن شیوع چاقی کودکان در سال 2014 استفاده شده است. لایه میانی سوپر خروجی منطقه (MSOA) دو دسته اصلی از واحدهای منطقه کوچک هستند که برای پشتیبانی از جمعیت بریتانیا بر اساس مناطق خروجی سرشماری بریتانیا (OAs) طراحی شده‌اند. OA کوچکترین واحد منطقه ای است که در بررسی های سرشماری بریتانیا استفاده می شود، در حالی که LSOA ها و MSOA ها از OAs تشکیل شده اند. به طور خاص، یک LSOA معمولاً از چهار تا شش OA و علاوه بر این، یک MSOA معمولاً از چهار تا پنج LSOA تشکیل شده است. یک LSOA بین 1000 تا 3000 نفر جمعیت دارد، در حالی که یک MSOA دارای میانگین جمعیت 7200 نفر است. در آمار جمعیتی بریتانیا، OAs، LSOAs، و MSOAs به ترتیب بالاترین سطوح جغرافیایی 1، 2 و 3 را نشان می دهند.شکل 1 درصد کودکان چاق در سطح MSOA را در سال 6 (سن 10 تا 11 سال) در سراسر انگلستان برای سال های 2013/14 تا 2015/16 نشان می دهد.
داده های جمعیتی: دفتر آمار ملی (ONS) برآوردهای جمعیتی اواسط سال 2014 و تخمین میانگین سنی را برای LSOAs و MSOAs در انگلستان و ولز ارائه می دهد ( https://www.nomisweb.co.uk/ ). از آنجایی که ONS تخمین جمعیت اواسط سال 2014 را بر اساس جنسیت، سن، یا قومیت و همچنین داده های اشتغال خانوار منتشر نکرده است، ما از داده های سرشماری بریتانیا در سال 2011 ارائه شده توسط ONS برای به دست آوردن اطلاعات دقیق جمعیت و اشتغال خانوار در MSOA استفاده می کنیم. سطح ( https://www.nomisweb.co.uk/ ).
داده های درآمد: دفتر آمار ملی (ONS) داده های متوسط ​​درآمد هفتگی خانوار را در سال 2013/14 در سراسر انگلستان و ولز ارائه می دهد ( https://www.ons.gov.uk ). برآوردهای درآمد مبتنی بر مدل منطقه کوچک، برآوردهای رسمی درآمد هفتگی خانوار در سطح سطح متوسط ​​لایه خروجی فوق العاده (MSOA) در انگلستان و ولز برای سال 2013/14 (سال مالی منتهی به 2014) است. آنها آمار ملی تعیین شده ای هستند که با استفاده از روش مبتنی بر مدل برای تولید چهار تخمین درآمد محاسبه می شوند. 16] محاسبه می شوند.]: کل (ناخالص) درآمد هفتگی خانوار؛ درآمد خالص هفتگی خانوار؛ درآمد خالص هفتگی خانوار (معادل) قبل از هزینه مسکن؛ و درآمد خالص هفتگی خانوار (معادل) پس از هزینه های مسکن. ما از درآمد خالص هفتگی خانوار (معادل) پس از هزینه های مسکن برای نشان دادن درآمد قابل تصرف خانوار استفاده می کنیم.

2.2. بررسی الگوهای فضایی شیوع چاقی در دوران کودکی

در این مطالعه، هدف ما بررسی الگوهای فضایی شیوع چاقی کودکان در سراسر انگلستان با استفاده از آمار موران I ، طراحی شده برای اندازه‌گیری وابستگی فضایی، برای شیوع چاقی کودکان است. وابستگی فضایی مثبت یا منفی (خودهمبستگی فضایی) نشان می دهد که مشاهدات در مکان های مکانی نزدیک به ترتیب دارای مقادیر مشابه یا غیرمشابه هستند. در این مطالعه، ماتریس فضایی مورد استفاده برای تعیین روابط فضایی مشاهدات بر اساس مجاورت مناطق (چندضلعی) محاسبه شده است. در نتیجه، شکل‌های جهانی و محلی آمار موران I برای اندازه‌گیری وابستگی فضایی (خودهمبستگی فضایی) در سطح جهانی و محلی استفاده شد. به طور خاص، یک موران به طور قابل توجهی مثبت استمقدار آماری نشان می‌دهد که یک مقدار بالا با مقادیر زیاد همسایه است یا یک مقدار کم با مقادیر کم همسایه است، در حالی که یک مقدار آماری Moran’s I منفی نشان می‌دهد که یک مقدار بالا با مقادیر کم یا یک مقدار پایین با مقادیر بالا همسایه است.

2.3. بررسی ارتباط فضایی شیوع چاقی در کودکان و عوامل اجتماعی و اقتصادی

در ابتدا، معیارهای ویژگی های اجتماعی-اقتصادی معرفی می شوند. سپس نحوه انجام انتخاب و تخمین مدل معرفی شده است.

2.3.1. عوامل اجتماعی و اقتصادی

در این مطالعه سعی شد ارتباط عوامل دسترسی و شیوع چاقی کودکان پس از کنترل عوامل اجتماعی-اقتصادی بررسی شود. جدول 1 متغیرهای توضیحی مورد استفاده در مدل را فهرست می کند. در مطالعات قبلی، تصور می شد شیوع چاقی در دوران کودکی با عوامل اجتماعی-اقتصادی زیر مرتبط است: تراکم جمعیت [ 13 ]، قومیت غیر سفیدپوست [ 17 ]، سطح بیکاری [ 18 ]، سطح درآمد خانوار [ 19 ، 20 ، 21 ، 22 ] ، و سطح تحصیلات [ 13 ، 23 ]. جدول 2توصیفات آماری متغیرهای این پژوهش را نشان می دهد. علاوه بر این، شکل 2 توزیع فضایی در سطح MSOA متغیرهای توضیحی را در سراسر انگلستان ترسیم می کند. شکل 1 و شکل 2 نشان می دهد که نابرابری های فضایی در شیوع چاقی دوران کودکی و همچنین عوامل اجتماعی-اقتصادی (متغیرهای توضیحی) وجود دارد.
2.3.2. انتخاب و تخمین مدل
اول از همه، لازم است آزمایش شود که آیا همبستگی فضایی باقیمانده در مدل رگرسیون غیر مکانی که در ابتدا برآورد شده است وجود دارد یا خیر. اگر حضور آماری معنی‌داری از خودهمبستگی فضایی باقی‌مانده وجود داشته باشد، مدل‌های رگرسیون فضایی توصیه می‌شوند. در غیر این صورت، مدل های رگرسیون غیر فضایی توصیه می شود. به همین ترتیب، از آماره موران I برای اندازه‌گیری وابستگی فضایی در باقیمانده‌های مدل رگرسیون غیرمکانی برآورد شده در ابتدا استفاده می‌شود.
در این مطالعه، ما دو ویژگی جدید توسعه‌یافته مدل‌های رگرسیون فضایی را انتخاب می‌کنیم. یکی یک مدل خودرگرسیون فضایی (SAR) و دیگری یک مدل فیلتر فضایی بردار ویژه (ESF) است. به طور خاص، ما از دو ویژگی مدل‌های رگرسیون فضایی استفاده می‌کنیم: مشخصات فضایی نمایی ماتریسی مدل خودرگرسیون فضایی (مدل MESS-SAR) و مشخصات اثرات تصادفی مدل فیلتر فضایی بردار ویژه (مدل RES-ESF).
مدل خودرگرسیون فضایی (مدل MESS-SAR): مدل مشخصات فضایی نمایی ماتریسی (MESS) دارای مزایای تحلیلی، محاسباتی و تفسیری نسبت به مدل های خودرگرسیون فضایی معمولی است [ 24 ]. علاوه بر این، مدل MESS-SAR مقادیر R2 را تولید می‌کند که معیارهای مستقیم ظرفیت توضیح مدل هستند، در حالی که مدل‌های رگرسیون فضایی معمولی این کار را نمی‌کنند. ضرایب برآورد شده در مدل MESS-SAR معمولاً مشابه ضرایب مدل‌های OLS است، اما همبستگی فضایی باقی‌مانده بسیار کمتر است [ 11 ، 24 ].
مدل فیلتر فضایی بردار ویژه (FRES-ESF): اگرچه مدل‌های فیلتر فضایی بردار ویژه (ESF) احتمالاً از مدل‌های خودرگرسیون فضایی بهتر عمل می‌کنند، اما از نظر محاسباتی نیاز دارند و بنابراین برای مجموعه داده‌های بزرگ مناسب نیستند [ 25 ]. علاوه بر این، یک ویژگی اثرات تصادفی ESF (RES-ESF) به دلیل سودمندی آن برای تجزیه و تحلیل وابستگی فضایی با در نظر گرفتن مخدوش فضایی [ 26 ] ایجاد شده است، اما تقاضای محاسباتی آن هنوز بالا است و بنابراین برای مجموعه داده های بزرگ مناسب نیست. در سال‌های اخیر، یک مشخصه سریع اثرات تصادفی ESF (FRES-ESF) برای مجموعه داده‌های بزرگ توسعه داده شده است [ 25 ]. FRES-ESF در برخی از کاربردهای مطالعات شهری و منطقه ای، مطالعات اکولوژیکی و غیره عملکرد خوبی دارد.25 ]. به همین ترتیب، مدل FRES-ESF مقادیر R2 را نیز تولید می کند .
در این مطالعه، انتخاب و تخمین مدل همگی در R قابل اجرا هستند. به طور خاص، تخمین مدل OLS، آزمون موران I ، تخمین مدل MESS-SAR، و تخمین مدل RES-ESF توسط چهار بسته R به نام‌های «stats»، «آمار» پشتیبانی می‌شوند. spdep، “spatialreg” و “spmoran”.

3. نتایج

در این بخش، نتایج تجربی ارائه شده است. در ابتدا، الگوهای فضایی شیوع چاقی در دوران کودکی بررسی می‌شوند. سپس، ارتباط فضایی شیوع چاقی در دوران کودکی و عوامل اجتماعی-اقتصادی بررسی می شود. در نهایت، نتایج تجربی را مورد بحث قرار می‌دهیم و یافته‌ها را به پیامدهای سیاست مرتبط می‌کنیم.

3.1. الگوهای فضایی شیوع چاقی در دوران کودکی

از شکل 1 ، ما نمی‌توانیم یافته‌های روشنی در مورد الگوهای فضایی شیوع چاقی کودکان در سراسر انگلستان به دست آوریم. بنابراین، ما آزمایش کردیم که آیا همبستگی فضایی به طور قابل توجهی در شیوع چاقی کودکان در سراسر انگلستان وجود دارد یا خیر. در این مطالعه، اشکال جهانی و محلی آمار موران I بر اساس 6791 مشاهدات (6791 MSOA) محاسبه و شبیه سازی شد. اول، ما خودهمبستگی فضایی جهانی را در شیوع چاقی کودکان در سراسر انگلستان بررسی کردیم. شکل 3 یک نمودار پراکنده جهانی موران از «درصد کودکان چاق» در سطح MSOA در سراسر انگلستان را نشان می دهد. مقدار آماری جهانی Moran’s I 0.304 و یک p-مقدار کمتر از 001/0 نشان دهنده وجود آماری معنی دار همبستگی فضایی جهانی در شیوع چاقی کودکان در سراسر انگلستان است ( شکل 3 را ببینید ). مقدار آماری موران I به طور قابل توجهی مثبت (0.304) نشان می‌دهد که مشاهدات در مکان‌های فضایی نزدیک مقادیر مشابهی دارند. به طور خاص، برخی از MSOAها با “درصد کودکان چاق” با ارزش بالا با MSOAهایی با “درصد کودکان چاق” با ارزش بالا و برخی از MSOAها با “درصد کودکان چاق” کم ارزش، توسط MSOAهایی با یک همسایه هستند. “درصد کودکان چاق” کم ارزش در سراسر انگلستان.
علاوه بر این، ما خود همبستگی فضایی محلی را در شیوع چاقی کودکان در سراسر انگلستان بررسی کردیم. انگلستان از 9 منطقه تشکیل شده است: شرق انگلستان، لندن، شمال غرب، شمال شرق، میدلند شرقی، یورکشایر و هامبر، جنوب غربی، میدلند غربی و جنوب شرقی.شکل 4خوشه ها و نقاط پرت از “درصد کودکان چاق” در سطح MSOA را در سراسر مناطق انگلستان نشان می دهد. به طور خاص، خوشه‌ها («بالا-بالا» یا «کم-کم») MSOA‌هایی را با «درصد کودکان چاق» با ارزش بالا نشان می‌دهند که توسط MSOA‌هایی با «درصد کودکان چاق» با ارزش بالا یا MSOA با مقدار پایین همسایه هستند. -مقدار “درصد کودکان چاق” که توسط MSOAها با “درصد کودکان چاق” کم ارزش همسایه هستند، در حالی که مقادیر پرت (“کم-زیاد” یا “بالا-کم”) MSOA ها را با “درصد” کم ارزش نشان می دهند. کودکان چاق” که توسط MSOA با “درصد کودکان چاق” با ارزش بالا یا MSOA با “درصد کودکان چاق” با ارزش بالا که توسط MSOA با “درصد کودکان چاق” کم ارزش همسایه هستند (نگاه کنید به شکل 4). در این مطالعه، ما بر روی خوشه‌های با چاقی بالا (“بالا-بالا”) و خوشه‌های کم چاقی (“کم-کم”) تمرکز کردیم. خوشه های با چاقی بالا و خوشه های کم چاقی تمایل دارند در اطراف برخی مناطق متمرکز شوند. به ویژه، یک غلظت بزرگ از خوشه های با چاقی بالا در اطراف لندن و یک غلظت بزرگ دیگر در اطراف بخش جنوبی شمال غرب رخ می دهد، در حالی که بیشترین غلظت خوشه های کم چاقی در جنوب شرقی رخ می دهد.

3.2. انجمن های فضایی شیوع چاقی کودکان و عوامل اجتماعی-اقتصادی

در ابتدا، آزمون وابستگی فضایی در مدل‌های رگرسیون ارائه شده است. سپس مدل ها تخمین زده شده و با جستجوی مناسب ترین مدل مقایسه می شوند.

3.2.1. نتایج آزمون برای وجود خودهمبستگی فضایی در باقیمانده های یک مدل OLS

اول از همه، یک مدل OLS در ابتدا با توجه به 6791 مشاهدات (6791 MSOA) برآورد شد. یک آزمون موران I برای انجام آزمایش وابستگی فضایی در مدل رگرسیون غیر فضایی (یعنی مدل OLS) که در ابتدا برآورد شده بود، اجرا شد. جدول 3 نتایج آزمون Moran’s I را برای وابستگی فضایی در مدل رگرسیون غیر فضایی نشان می دهد. مقدار مشاهده شده مثبت آمار جهانی موران I و الف pمقدار کمتر از 001/0 نشان دهنده حضور معنی دار آماری وابستگی فضایی در باقیمانده های مدل OLS برآورد شده در ابتدا است. این نشان می دهد که به نظر می رسد مدل رگرسیون فضایی مناسب تر از مدل غیر فضایی (یعنی مدل OLS) باشد.
3.2.2. انتخاب و تخمین مدل
پس از آن، دو مدل رگرسیون فضایی با توجه به 6791 مشاهدات (6791 MSOA) برآورد شد. جدول 4 نتایج برآورد مدل های رگرسیون برآورد شده را فهرست می کند. با وجود داشتن یک مقدار معیار اطلاعات Akaike (AIC) کمی بالاتر از مدل MESS-SAR، مدل FRES-ESF بالاترین مقدار R2 را دارد . بنابراین، به نظر می رسد مدل FRES-ESF بهتر از مدل MESS-SAR و همچنین مدل OLS عمل می کند. علاوه بر این، مقادیر ضریب تورم واریانس (VIF) برای همه متغیرهای توضیحی زیر 10 است که نشان می‌دهد هیچ چند خطی جدی در مدل‌های برآورد شده وجود ندارد. این بدان معناست که همه متغیرهای توضیحی (پیش‌بینی‌کننده‌ها) همبستگی بالایی با یکدیگر ندارند.
ما ارتباط متغیرهای توضیحی و پاسخ دهنده را بررسی کردیم. همه عوامل اجتماعی و اقتصادی از نظر آماری به طور معنی داری با میزان چاقی کودکان مرتبط است. جهت ارتباط عوامل اجتماعی-اقتصادی و میزان چاقی کودکان در همه مدل ها یکسان است. به طور خاص، تراکم جمعیت (PD)، درصد جمعیت غیر سفیدپوست (NW)، درصد خانواده‌های دارای فرزندان وابسته که شاغل نیستند (NIE) و درصد بزرگسالان بدون مدارک تحصیلات عالی (WHEQ) همگی به طور مثبت و معنی‌داری با این نرخ مرتبط هستند. چاقی دوران کودکی بیش از فضا، و متوسط ​​درآمد خالص هفتگی خانوار پس از هزینه های مسکن (ANWHI) به طور منفی و قابل توجهی با میزان چاقی کودکان در فضا مرتبط است. این نشان می دهد که مناطق محلی با تراکم جمعیت بالا،

4. بحث و پیامدهای سیاست

با ترکیب شکل 2 ، شکل 4 ، و جدول 4 ، می‌توان دریافت که غلظت خوشه‌های با چاقی بالا احتمالاً در مناطقی با SES پایین‌تر رخ می‌دهد. به طور معمول، یک مرکز بزرگ در اطراف لندن و دیگری در اطراف بخش جنوبی شمال غرب احتمالاً مناطقی با SES پایین تر هستند (به عنوان مثال، سطوح بالاتر PD، NW، و NIE، و همچنین سطوح پایین تر ANWHI). غلظت اصلی خوشه های کم چاقی در اطراف جنوب شرقی احتمالاً مناطقی با SES بالاتر است (به عنوان مثال، سطوح پایین تر PD، NW، و NIE، و همچنین سطوح بالاتر ANWHI).
در این مطالعه، یافته های مربوط به ارتباط عوامل اجتماعی-اقتصادی و شیوع چاقی در دوران کودکی با مطالعات قبلی [ 13 ، 17 ، 18 ، 19 ، 20 ، 21 ، 22 ] مطابقت دارد. به طور خاص، تصور می شد که شیوع چاقی در دوران کودکی با تراکم جمعیت [ 13 ]، قومیت غیر سفیدپوست [ 17 ] و سطح بیکاری [ 18 ] ارتباط مثبت دارد، در حالی که تصور می شد با سطح درآمد خانوار ارتباط منفی دارد [ 20 ، 21 ، 22 ] و سطح تحصیلات [ 13 , 23]. تراکم جمعیت بالا، قومیت غیر سفیدپوست، سطح درآمد پایین، سطح بیکاری و سطح تحصیلات پایین نشان دهنده SES پایین است. مطالعات قبلی نشان می‌دهد که کودکانی که در خانواده‌ها یا جوامع محروم از نظر اقتصادی و اجتماعی زندگی می‌کنند، بیشتر از سایر کودکان چاق می‌شوند [ 13 ، 17 ، 20 ، 22 ]. این مطالعه بیشتر نشان می دهد که کودکانی که در مناطقی با SES پایین زندگی می کنند در معرض خطر بیشتری برای چاقی هستند. این مطالعه نشان می‌دهد که کاهش مؤثر نابرابری‌های فضایی در وضعیت اجتماعی-اقتصادی نقش حیاتی در کاهش نابرابری‌های فضایی در شیوع چاقی کودکان دارد.
از نظر تئوری تصور می شود که عوامل اجتماعی و اقتصادی از طریق تأثیرگذاری بر عوامل رفتاری که تأثیر مستقیم دارند، تأثیر غیرمستقیم بر خطر چاقی کودکان دارند. کودکانی که در خانواده‌ها یا جوامعی با SES پایین زندگی می‌کنند، احتمالاً رفتارهای غذایی ضعیف‌تر و فعالیت بدنی کمتری از خود نشان می‌دهند، در نتیجه به افزایش خطر چاقی کمک می‌کنند [ 21 ]. از یک طرف، خانواده‌هایی که موقعیت اجتماعی-اقتصادی پایین‌تری دارند، احتمالاً هزینه کمتری برای ارتقای سلامت کودکان از طریق انتخاب غذا و افزایش فعالیت بدنی می‌کنند و از آموزش بهداشت غفلت می‌کنند، که می‌تواند به شکل‌گیری رفتارهای روزانه به سمت سبک زندگی سالم‌تر کمک کند. از سوی دیگر، جوامعی که موقعیت اجتماعی-اقتصادی پایین‌تری دارند احتمالاً دسترسی کمتری به غذای سالم‌تر و امکانات تفریحی دارند. 27 ، 28]، کودکان محلی را به مصرف کمتر مواد غذایی سالم و شرکت در فعالیت بدنی کمتر به دلیل تمایل به سبک زندگی بی تحرک سوق می دهد. علاوه بر این، تراکم جمعیت با شیوع چاقی دوران کودکی که در این مطالعه یافت شد، ارتباط مثبتی دارد. این یافته با یافته های قبلی در مورد تأثیر شهرنشینی بر شیوع چاقی کودکان مطابقت دارد. شهرنشینی منجر به تمرکز فضایی افراد در اتخاذ شیوه های زندگی ناسالم (به عنوان مثال، رژیم غذایی ناسالم یا کاهش فعالیت بدنی) می شود، در نتیجه ساکنان، از جمله بزرگسالان و کودکان را در معرض افزایش خطر چاقی قرار می دهد [ 29 ].
متغیرهای اجتماعی-اقتصادی می توانند بر سلامت بلندمدت و وزن بدن از طریق مسیرهای علی مختلف و در سطوح فردی، خانواده و محله تأثیر بگذارند [ 12 ]. از آنجایی که MSOAها به طور گسترده برای نشان دادن مناطق سطح همسایگی در مطالعات بریتانیا مورد استفاده قرار گرفته‌اند [ 30 ، 31 ، 32 ]، این مطالعه شواهد تجربی جدیدی در مورد ارتباط SES در سطح همسایگی و چاقی کودکان ارائه می‌کند [ 32 ، 33 ، 34 ]]. برای کاهش موثر نابرابری های فضایی در شیوع چاقی کودکان در سراسر انگلستان، دولت باید به کاهش نابرابری در SES در سطح محله ادامه دهد. علاوه بر این، مداخلات در سطح محله، به عنوان مثال، ترویج دسترسی به سوپرمارکت‌ها، فضاهای سبز، و امکانات تفریحی [ 35 ، 36 ]، باید مناطقی با SES پایین‌تر در سراسر انگلستان را در اولویت قرار دهند.

5. نتیجه گیری ها

این مطالعه ابتدا الگوهای فضایی شیوع چاقی در دوران کودکی را بررسی کرد و متعاقباً ارتباط فضایی عوامل اجتماعی-اقتصادی و شیوع چاقی کودکان را در سراسر انگلستان بررسی کرد. علاوه بر این، مدل‌های رگرسیون مناسب را برای بررسی ارتباط‌ها انتخاب و برآورد کردیم. در نتیجه، مدل FRES-ESF به نظر می رسد بهینه باشد. نتایج تجربی نشان می‌دهد که وابستگی فضایی مثبت (خودهمبستگی فضایی) در شیوع چاقی کودکان وجود دارد و عوامل اجتماعی-اقتصادی به طور قابل‌توجهی با شیوع چاقی کودکان در سراسر انگلستان مرتبط هستند. به طور خاص، (1) یک غلظت بزرگ از خوشه های چاقی بالا در اطراف لندن و یک غلظت بزرگ دیگر در اطراف بخش جنوبی شمال غرب رخ می دهد. (2) بیشترین غلظت خوشه های کم چاقی در جنوب شرقی رخ می دهد. (3) «تراکم جمعیت»، «درصد جمعیت غیر سفیدپوست»، «درصد خانواده‌های دارای فرزندان تحت تکفل غیرشاغل» و «درصد بزرگسالان بدون مدارک تحصیلی عالی» همگی به طور مثبت و معنی‌داری با میزان چاقی کودکان مرتبط هستند. بیش از فضا؛ و (4) “میانگین درآمد خالص هفتگی خانوار پس از هزینه های مسکن” به طور منفی و قابل توجهی با میزان چاقی کودکان در فضا مرتبط است. در انگلستان، کودکانی که در مناطقی با SES پایین زندگی می کنند در معرض خطر بیشتری برای چاقی هستند. علاوه بر این، ارتباط مثبت تراکم جمعیت و شیوع چاقی کودکان شواهد جدیدی در مورد تأثیر شهرنشینی بر افزایش شیوع چاقی کودکان ارائه می دهد.

6. محدودیت ها و کار آینده

برای این مطالعه محدودیت هایی وجود دارد. اول اینکه عوامل ژنتیکی که به راحتی قابل مشاهده یا اندازه گیری نیستند به دلیل نبود داده های مرتبط در نظر گرفته نشد. دوم، برخی از عوامل رفتاری، مانند مصرف چربی و قند، مصرف میوه و سبزیجات، مدت زمان خواب، شیردهی، و سیگار کشیدن مادر در بارداری، احتمالاً با سطح چاقی دوران کودکی مرتبط هستند [ 37 ، 38 ، 39 ، 40 ، 41 ، 42 . , 43 , 44 , 45]. این عوامل رفتاری نیز به دلیل کمبود داده در این پژوهش در نظر گرفته نشد. سوم، داده های NIE و WHEQ مورد استفاده برای سال 2011 و سایر داده ها برای سال 2014 هستند. یک شکاف زمانی وجود دارد که ممکن است تأثیر بالقوه ای بر برآورد مدل داشته باشد.
در تحقیقات آینده، برخی از جنبه ها باید برای مطالعه بیشتر در نظر گرفته شود. اول، اگر یک نظرسنجی سلامت در سراسر کشور (به عنوان مثال، بررسی سلامت برای انگلستان) داده‌های رفتار مرتبط با سلامت را منتشر کند، می‌توانیم برخی از عوامل رفتاری را در تجزیه و تحلیل بگنجانیم. https://digital.nhs.uk/data-and-information/ انتشارات/آماری/بررسی-بهداشت-برای-انگلیس/2018). برای مثال، بررسی سلامت برای انگلستان با هزاران خانوار در سراسر انگلستان مصاحبه کرد و موضوعات زیر را پوشش داد: اضافه وزن و چاقی، رفتارهای مرتبط با سلامت، و غیره. دوم، ما می‌توانیم تحقیقات بیشتری را در سطح کلان شهر یا سطح شهر در مورد ارتباط فضایی عوامل اجتماعی-اقتصادی و شیوع چاقی انجام دهیم تا پیامدهای سیاستی خاص مکان را ارائه دهیم. سوم، از آنجایی که این مطالعه از یک مجموعه داده مقطعی استفاده می‌کرد، می‌توانیم تلاش کنیم از حسابداری داده‌های تابلویی برای تغییرات زمانی شیوع چاقی در دوران کودکی زمانی که داده‌های مرتبط در آینده در دسترس هستند، استفاده کنیم.

منابع

  1. سازمان بهداشت جهانی. اقدام در مورد چاقی کودکان ; سازمان بهداشت جهانی: ژنو، سوئیس، 2018; صص 1-7. [ Google Scholar ]
  2. سینگ، جی.کی. سیاهپوش، م. کوگان، MD افزایش نابرابری های اجتماعی در چاقی کودکان ایالات متحده، 2003-2007. ان اپیدمیول. 2010 ، 20 ، 40-52. [ Google Scholar ] [ CrossRef ]
  3. وانگ، ی. Lim, H. اپیدمی جهانی چاقی کودکان و ارتباط بین وضعیت اجتماعی-اقتصادی و چاقی دوران کودکی. بین المللی Rev. Psychiatry 2012 , 24 , 176-188. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  4. چانگ، ا. Backholer، K. وونگ، ای. پالرمو، سی. کیتینگ، سی. Peeters، A. روند شیوع چاقی کودکان و نوجوانان در کشورهای پیشرفته اقتصادی با توجه به موقعیت اجتماعی و اقتصادی: یک بررسی سیستماتیک. چاق ها Rev. 2016 , 17 , 276-295. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  5. لوبشتاین، تی. باور، ال. Uauy، R. چاقی در کودکان و جوانان: بحران در سلامت عمومی. چاق ها Rev. 2004 , 5 , 4-85. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  6. مک لارن، ال. وضعیت اجتماعی و اقتصادی و چاقی. اپیدمیول. Rev. 2007 , 29 , 29-48. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  7. کنسرسیوم تحقیقاتی بهداشت عمومی وزارت بهداشت; قانون، سی. پاور، سی. گراهام، اچ. مریک، دی. چاقی و نابرابری های سلامت. چاق ها Rev. 2007 , 8 , 19-22. [ Google Scholar ] [ CrossRef ]
  8. پیترز، ا. Backholer، K. اولویت بندی و مقابله با نابرابری های اجتماعی-اقتصادی در چاقی. BMC Obes. 2014 ، 1 ، 16. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  9. چی، جی. مدل های رگرسیون فضایی برای تجزیه و تحلیل جمعیت شناختی. مردمی Res. Policy Rev. 2008 , 27 , 17-42. [ Google Scholar ] [ CrossRef ]
  10. Anselin, L. اقتصاد سنجی فضایی: روش ها و مدل ها . Springer Science & Business Media: New York, NY, USA, 2013; جلد 4. [ Google Scholar ]
  11. LeSage، JP; Pace, RK مقدمه ای بر اقتصاد سنجی فضایی ; CRC Press: Boca Raton، FL، USA، 2009; فصل 9. [ Google Scholar ]
  12. درونوفسکی، ا. رهم، سی دی; آرتربرن، دی. توزیع جغرافیایی چاقی بر اساس سرشماری در میان 59767 بزرگسال بیمه شده در شهرستان کینگ، WA. بین المللی جی. اوبز. 2014 ، 38 ، 833-839. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  13. چالکیاس، سی. پاپادوپولوس، AG; کالوگروپولوس، ک. تامبالیس، ک. پسرا، جی. Sidossis، L. ناهمگونی جغرافیایی رابطه بین چاقی دوران کودکی و وضعیت اجتماعی و محیطی: شواهد تجربی از آتن، یونان. Appl. Geogr. 2013 ، 37 ، 34-43. [ Google Scholar ] [ CrossRef ]
  14. کارول اسکات، ا. گیلستاد هیدن، ک. روزنتال، ال. پیترز، اس ام. مک کاسلین، سی. جویس، آر. Ickovics، JR تفکیک پیوندهای زمینه ای محله با شاخص توده بدنی، رژیم غذایی و فعالیت بدنی کودک: نقش محیط های ساخته شده، اجتماعی-اقتصادی و اجتماعی. Soc. علمی پزشکی 2013 ، 95 ، 106-114. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  15. GOV.UK. چاقی کودکان و اضافه وزن: داده های سطح منطقه کوچک. 2019. در دسترس آنلاین: https://www.gov.uk/government/statistics/child-obesity-and-excess-weight-small-area-level-data (در 27 مارس 2019 قابل دسترسی است).
  16. دفتر آمار ملی برآوردهای درآمد مبتنی بر مدل منطقه کوچک، انگلستان و ولز: سال مالی منتهی به 2014. 2016. موجود به صورت آنلاین: https://www.ons.gov.uk/peoplepopulationandcommunity/personalandhouseholdfinances/incomeandwealth/bulletins/smallareamodelbaseding21 (December14emodelbasedin01) 2016).
  17. ویلیامز، ع. جی، بی. پتروسکی، جی. Kruse, RL; مک الروی، جی. Koopman، RJ وضعیت اجتماعی و اقتصادی و سایر عوامل مرتبط با چاقی دوران کودکی. مربا. هیئت فام. پزشکی 2018 ، 31 ، 514-521. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  18. Oddo، VM؛ نیکلاس، LH; بلیچ، SN; Jones-Smith, JC تأثیر تغییر شرایط اقتصادی بر خطر اضافه وزن در بین کودکان در کالیفرنیا از سال 2008 تا 2012. J. Epidemiol. سلامت جامعه 2016 ، 70 ، 874-880. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  19. ایوانز، GW; جونز-راندز، ام ال. بلویوویچ، جی. Vermeylen، F. درآمد خانواده و چاقی دوران کودکی در هشت شهر اروپایی: نقش‌های میانجی ویژگی‌های محله و فعالیت بدنی. Soc. علمی پزشکی 2012 ، 75 ، 477-481. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  20. راجرز، آر. عقاب، TF; شیتز، ا. وودوارد، ا. لیبوویتز، آر. آهنگ، م. سیلوستر، آر. کوریو، ن. کلاین راجرز، ای. جیانگ، کیو. و همکاران رابطه بین چاقی دوران کودکی، وضعیت اجتماعی-اقتصادی پایین، و نژاد/قومیت: درس هایی از ماساچوست. کودک. چاق ها 2015 ، 11 ، 691-695. [ Google Scholar ] [ CrossRef ]
  21. عقاب، TF; شیتز، ا. گورم، ر. وودوارد، AC; کلاین راجرز، ای. لیبوویتز، آر. دوراسل-وستون، جی. پالما دیویس، ال. آرونسون، اس. فیتزجرالد، سی ام. و همکاران درک چاقی دوران کودکی در آمریکا: ارتباط بین درآمد خانوار، منابع جامعه و رفتارهای کودکان صبح. قلب. J. 2012 , 163 , 836-843. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  22. سینگ، جی.کی. کوگان، دکتر. Van Dyck، PC تغییرات در شیوع چاقی و اضافه وزن در دوران خاص ایالتی در ایالات متحده از 2003 تا 2007. Arch. اطفال نوجوان پزشکی 2010 ، 164 ، 598-607. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  23. پادز، سی. مورائو، آی. موریرا، پ. Rosado, V. خواب طولانی و اضافه وزن/چاقی و چربی بدن در دوران کودکی. صبح. جی. هوم. Biol. 2009 ، 21 ، 371-376. [ Google Scholar ] [ CrossRef ]
  24. LeSage، JP; Pace، RK مشخصات نمایی ماتریسی. جی. اکونوم. 2007 ، 140 ، 190-214. [ Google Scholar ] [ CrossRef ]
  25. موراکامی، دی. گریفیث، DA فیلتر فضایی بردار ویژه برای مجموعه داده های بزرگ: رویکردهای اثرات ثابت و تصادفی. Geogr. مقعدی 2019 ، 51 ، 23-49. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  26. موراکامی، دی. گریفیث، DA مشخصات اثرات تصادفی در فیلتر فضایی بردار ویژه: یک مطالعه شبیه سازی. جی. جئوگر. سیستم 2015 ، 17 ، 311-331. [ Google Scholar ] [ CrossRef ]
  27. Neelon، SE; بورگوین، تی. گالیس، جی. Monsivais، P. تجزیه و تحلیل فضایی ناامنی غذایی و چاقی با محرومیت سطح منطقه در کودکان در تنظیمات سال های اولیه در انگلستان. تف کردن اپیدمیول فضایی-زمانی. 2017 ، 23 ، 1-9. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  28. Nackers، LM; Appelhans، BM ناامنی غذایی با محیط غذایی که چاقی را در خانواده‌های دارای کودک ترویج می‌کند، مرتبط است. جی. نوتر. آموزش. رفتار 2013 ، 45 ، 780-784. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  29. میائو، جی. وو، X. شهرنشینی، وضعیت اجتماعی-اقتصادی و نابرابری سلامت در چین. Health Place 2016 ، 42 ، 87-95. [ Google Scholar ] [ CrossRef ]
  30. استاین، مقیاس همسایگی RE و اثربخشی جمعی: آیا اندازه مهم است؟ اجتماعی قطب نما 2014 ، 8 ، 119-128. [ Google Scholar ] [ CrossRef ]
  31. واندکاستیل، ال. فسنگ، AE محله ها، شبکه ها و بیکاری: نقش محرومیت محله و شبکه های محلی در شروع کار. مطالعه شهری. 2020 , 24 , 0042098020925374. [ Google Scholar ] [ CrossRef ]
  32. رشد، HM; کوک، ای جی؛ آرتربرن، دی. Saelens، BE; درونوفسکی، ا. Lozano, P. چاقی کودکان مرتبط با آسیب اجتماعی محله کودکان. Soc. علمی 2010 ، 71 ، 584-591. [ Google Scholar ]
  33. چوب، SL; Demougin، PR; هیگینز، اس. هاسک، ک. Wheeler، BW; وایت، ام. بررسی رابطه بین چاقی دوران کودکی و نزدیکی به ساحل: دیدگاه روستایی/شهری. Health Place 2016 ، 40 ، 129-136. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  34. کیم، ی. کوبین، سی. اوه، اس. مروری سیستماتیک از بافت اقتصادی محله در مورد چاقی کودکان و رفتارهای مرتبط با چاقی. چاق ها Rev. 2019 , 20 , 420–431. [ Google Scholar ] [ CrossRef ]
  35. ادواردز، KL; کلارک، GP; رانسلی، جی کی; کید، جی. مسائل محله: مطالعه قرار گرفتن در معرض مربوط به چاقی دوران کودکی و پیامدهای سیاست در لیدز، انگلستان. J. Epidemiol. سلامت جامعه 2010 ، 64 ، 194-201. [ Google Scholar ] [ CrossRef ]
  36. بورگوین، تی. مکنباخ، جی دی. لیکرولد، جی. فروحی، ن.غ. گریفین، اس جی. براژ، اس. وارهام، نیوجرسی؛ Monsivais، P. تداخل وضعیت اجتماعی-اقتصادی و فاصله سوپرمارکت با خطر چاقی بیش از حد مرتبط است: یک مطالعه مقطعی در انگلستان. بین المللی جی. محیط زیست. Res. سلامت عمومی. 2017 ، 14 ، 1290. [ Google Scholar ] [ CrossRef ] [ PubMed ] [ نسخه سبز ]
  37. لودویگ، دی.اس. پترسون، KE; Gortmaker، SL رابطه بین مصرف نوشیدنی های شیرین شده با قند و چاقی دوران کودکی: یک تحلیل مشاهده ای آینده نگر. Lancet 2001 ، 357 ، 505-508. [ Google Scholar ] [ CrossRef ]
  38. جیمز، جی. توماس، پی. کاوان، دی. Kerr, D. پیشگیری از چاقی کودکان با کاهش مصرف نوشیدنی های گازدار: کارآزمایی تصادفی کنترل شده خوشه ای. BMJ 2004 ، 328 ، 1237. [ Google Scholar ] [ CrossRef ] [ PubMed ] [ نسخه سبز ]
  39. اپستاین، LH; گوردی، سی سی; Raynor، HA; تختخواب، م. کیلانوفسکی، سی‌کی. Paluch, R. افزایش مصرف میوه و سبزیجات و کاهش مصرف چربی و قند در خانواده های در معرض خطر چاقی دوران کودکی. چاق ها Res. 2001 ، 9 ، 171-178. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  40. چن، ایکس. بیدون، م. Wang, Y. آیا طول مدت خواب با چاقی دوران کودکی مرتبط است؟ بررسی سیستماتیک و متاآنالیز. چاقی 2008 ، 16 ، 265-274. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  41. سکینه، م. یاماگامی، تی. هاندا، ک. سایتو، تی. نانری، س. کاوامینامی، ک. توکوی، ن. یوشیدا، ک. کاگامیموری، اس. رابطه دوز-پاسخ بین ساعات خواب کوتاه و چاقی دوران کودکی: نتایج مطالعه کوهورت تولد تویاما. توسعه دهنده بهداشت مراقبت از کودک 2002 ، 28 ، 163-170. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  42. آرنز، اس. روکرل، آر. کولتزکو، بی. فون کریس، R. تغذیه با شیر مادر و چاقی دوران کودکی – یک بررسی سیستماتیک. بین المللی جی. اوبز. 2004 ، 28 ، 1247. [ Google Scholar ] [ CrossRef ] [ PubMed ] [ نسخه سبز ]
  43. آرمسترانگ، جی. ریلی، جی جی شیردهی و کاهش خطر چاقی در دوران کودکی. Lancet 2002 ، 359 ، 2003-2004. [ Google Scholar ] [ CrossRef ]
  44. فون کریس، آر. توشکه، AM؛ کولتزکو، بی. Slikker, W., Jr. سیگار کشیدن مادر در دوران بارداری و چاقی دوران کودکی. صبح. J. Epidemiol. 2002 ، 156 ، 954-961. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  45. توشکه، آ. کولتزکو، بی. اسلیکر، دبلیو. هرمان، ام. فون کریس، آر. چاقی دوران کودکی با سیگار کشیدن مادر در بارداری مرتبط است. یورو J. Pediatr. 2002 ، 161 ، 445-448. [ Google Scholar ] [ CrossRef ]
Ijgi 09 00599 g001 550
شکل 1. درصد سطح متوسط ​​سوپر خروجی (MSOA) کودکان چاق در سال 6 (سن 10-11 سال) در سراسر انگلستان، 2013/14 تا 2015/16.
Ijgi 09 00599 g002a 550 Ijgi 09 00599 g002b 550
شکل 2. توزیع فضایی متغیرهای توضیحی در سطح MSOA در سراسر انگلستان.
Ijgi 09 00599 g003 550
شکل 3. نمودار پراکندگی موران جهانی از «درصد کودکان چاق» در سطح MSOA.
Ijgi 09 00599 g004 550
شکل 4. خوشه ها و نقاط پرت سطح MSOA “درصد کودکان چاق” در سراسر مناطق انگلستان.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید