英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料
英文文献翻译
英文题目: Neighborhood fast food restaurants and fast food
consumption: A national study
题 目：邻域快餐店和快餐消费：一项全国性研究
邻域快餐店和快餐消费：一项全国性研究
Andrea S Richardson , Janne Boone-Heinonen , Barry M Popkin and Penny Gordon-Larsen
摘要：
背景：最近的研究表明，邻域快餐店的可用性与更严重的肥胖有关，但很少有研究调查邻域快餐店的可用性是否促进快餐食用。我们的目标是评估邻域快餐可获得性对全国肥胖高危人群的年轻成人样本中快餐消费频率的影响。
方法：我们使用美国全国青少年健康纵向研究（n = 13,150）第三波人群（2001-02;年龄18-28）的美国青年人的数据。使用城市性分层多元负二项回归模型来检验附近快餐可用性与个体层面自我报告的快餐消费频率之间的横断面关联，控制个体和邻居特点。
结果：在调整后的分析中，快餐的可用性与非城市或低密度或高密度城市地区的每周快餐消费频率无关
结论：旨在减少邻里可用性作为减少年轻人快餐消费的手段的政策可能不成功。在未来的研究中需要考虑学校或工作场所附近的快餐店，特定于城市环境的因素以及个人生活方式态度和偏好的作用。
关键词：流行病学，美国，饮食，地理信息系统，环境，环境设计，快餐，餐厅，年轻
1.背景
最近，快餐店的邻里可用性已成为防止肥胖的一个目标[1-6]。快餐店通过促进快餐消费而促成肥胖是直观的。然而，很少有研究检验快餐和饮食行为之间的关系以及依赖于水果和蔬菜摄入量的关系[7-9]。调查与快餐消费直接关系的类似小的文献的调查结果参差不齐
[10-12]。此外，大多数证据都侧重于城市人口，而对郊区或农村人口的研究很少。其中一个困难是城市性往往根据人口密度进行分类[13]，这可能与文化或社会对饮食的影响有关，因此模糊了城市，郊区和农村地区的重要异质性。由于郊区或农村环境的可达性本质不同于城市环境以及其他社会，环境和个人的影响饮食行为可能因城市性而异，住宅快餐店的可用性可能会影响农村，郊区和城市的快餐消费。因此，我们假设连锁快餐供应与快餐消费之间的关系因城市性而异。在大多数现有研究中，由于样本量小，地理区域受限，因此在多种情况下的泛化能力和城市性的比较是不可能的。
此外，邻里快餐可获得性措施的变化和局限可能导致不一致的，有时是违反直觉的结果。在直线（欧几里德）距离范围内捕捉快餐店的措施可能会通过沿着巷道的一般行程路线来掩盖逼真的邻近[6]。相比之下，网络缓冲区，街道网络形成的多边形达到给定距离，代表相对于街道网络的资源访问[14]。鉴于特定区域内快餐店的数量（或数量）没有考虑到与人口密度和发展密切相关的因素邻里食物资源的可用性和饮食行为独立相关[15]。从概念上讲，人均食物资源密度的增加可能代表更多的餐厅选择的数量和多样性，这反过来又会影响决定何时何地在家外进餐的决定。因此，每个人群的快餐店密度[16,17]可能会捕捉人口密度或作为身体发展密度的替代指标。或者，代表沿着通道的快餐店集中的道路规模测量可以根据商业活动量帮助解决快餐店的数量差异。
我们使用来自全美各地13,150名社会人口统计学不同年轻人的全国数据来检验这一假设，即居住在拥有更多连锁快餐的社区的个人报告更频繁的快餐消费。我们通过在距离每个被访者家中3公里街道网络距离内检查每个巷道英里的快餐店，并与敏感性分析相比较，对发布的研究中使用的措施进行了比较，从而改进了以前的快餐可用性措施。利用我们研究的规模和地理范围，我们调查了快餐供应与消费之间的关联因城市性而异。
2.方法
2.1研究人口和数据来源
我们的研究样本来源于18至28岁的受访者，他们参加了全国青少年健康纵向研究第三波（2001-02）（增强健康）是一项具有全国代表性的前瞻性队列研究，对1994〜1995年间美国7〜12年级（11〜22岁）美国学校人口的青少年代表进行了随访，随访至成年。第一波增强健康研究人群（n = 20,745）是通过系统对美国80所高中和52所中学的随机抽样进行分层，以确保这些学校在地区，城市性，学校类型，白人学生比例和学校规模方面是美国学校的代表[18]。受访者通过第二波（n = 14,738，1996）和第三波数据（n =15,197），增强健康包括核心样本和根据北卡罗来纳大学教堂山分校机构审查委员会批准的协议收集的选定少数群体和其他分组的子样本。调查设计和抽样框架已在别处进行了讨论[18,19]。
我们使用了增加健康的肥胖和邻里环境数据库（ONEdata）这一地理信息系统，将时变的社区级数据与街道段匹配（n = 13,039）地理编码的健康受访者Wave III家庭地址相关联，全球定位系统（GPS）测量结果（n = 1,204），以及14322个具有样本权重的Wave III受访者中的ZIP / ZIP 4 / ZIP 2质心匹配（n = 685）。住宅位置与1,3,5和8公里直线距离（欧几里得邻域缓冲区）内的区域属性相关联，并通过围绕每个特定波的应答者住宅的街道网络（街道网络邻里缓冲区） 并根据时间匹配的美国人口普查和其他数据，将其与来自个人层面的健康访谈回复[20]的数据进行组合。普查区块组（n = 7,588）的数量占区块组的3.6％包括在2000年美国人口普查中。
在14322名具有样本权重的Wave III受访者中，我们排除那些报告残疾或怀孕以及印第安人（由于数据稀疏）（n = 582）。 剩余的受访者缺少个人和地理数据也被排除（n = 590），留下13,150的分析样本。分析样本的父母收入较高，子女较少，拥有车辆的可能性较高，与缺少数据的受访者相比，他们生活在受教育程度较高，贫困程度较低的社区。
2.2研究变量
2.2.1快餐食品
从以下问题确定每周食用快餐的频率：“在过去七天中，您有多少食物来自快餐店麦当劳，肯德基炸鸡，必胜客，塔可钟或当地的快餐店？
2.2.2GIS派生邻域快餐可用性数据
邻近的快餐店数据来自对应于第三波访谈时期（2001年）的美国企业的商业数据集。 快餐店包括提供一般预制食品和小桌服务的各种快速服务场所; 他们包括传统的汉堡店以及熟食店和咖啡店。为了获得更加一致的，明确定义的类别，我们仅检查了根据8位标准行业分类（SIC）代码58120307（快餐店，连锁店）分类的连锁快餐店（如麦当劳或必胜客）。
从加州雷德兰兹环境系统研究所（ESRI，http://www.esri.com）的StreetMapPro（2003年7月，v.5.2）数据获得了中学/连接以及当地，社区和农村公路的千米数。我们将快餐可用性定义为3公里网络缓冲区内每100公里巷道连锁快餐店的数量，以根据区域内的商业活动量计算快餐店的数量差异。我们的使用Add Health和类似的大量人口研究进行的研究表明，在3 km缓冲区内的餐厅邻近度是检查邻近快餐店可用性与个人层面行为之间关联的最合适距离[21,22]。
2.2.3城市化
美国人口普查界定的城市化地区（UA）被用来将住宅地点分类为非城市（UA外）或城市（UA内）。 城市位置进一步区分为：1）低密度[le;95％（第75百分位）开发的土地覆盖]和2）高密度[gt; 95％开发的土地覆盖]城市地区，以发达地区的面积占总面积的比例 在排除水和冰后3公里内（使用Fragstats软件和美国地质调查局国家土地覆盖数据计算）。我们对发达土地覆盖度的测量提供了一个独立于人口密度的城市发展指标，这可能与文化或社会对饮食的影响有关，并将区域正确分类为UA内部或外部（接受者操作特征曲线区域= 0.937）。 区域被定义为中西部，西部，南部或东北部。
2,4GIS派生的社区社会人口统计学
我们研究了2000年美国人口普查区块内的邻近社会人口学特征，因为他们更可能坚持个别感知的邻近边界[23,24]，并且在社会代码学上比较大的单位更具有同质性。使用联邦定义的“贫困地区”[25,26]，我们将邻里贫困区分为低于20％或低于20％的人群联邦贫困水平。我们将社区教育定义为具有大学学位的ge;25岁的人的百分比。 我们根据3公里邻里缓冲区内的块组面积比例，在排除水和冰，除以面积后，使用人口普查块组人口计数加权获得每平方公里的人口密度。
2.2.4个人特征
我们调整了以下个人特征：种族，年龄，父母收入（gt; 36,000美元），就业状况，有任何孩子，车辆拥有权（“有汽车/摩托车/货车”）。 我们统计父母而不是年轻人自己的教育（gt;高中），因为在青春期成人的复杂转型阶段，父母SES被证明是肥胖和肥胖相关行为的强烈预测因子[30,31]。
2.3统计分析
所有统计分析均使用Stata版本10.1（Stata Corp，College Station，TX）进行。描述性特征计算在每个城市地层内。在多变量分析中，我们使用负二项回归模型对3 km网络缓冲区内每100公里道路的邻里级快餐店的功能进行个体层面自我报告的快餐消费（上周进食快餐的天数）控制邻里社会人口统计学，个人特征和地区。我们假设在非城市，低密度城市和高密度城市地区，快餐可获得性与快餐消费之间的关联是不同的。由于快餐店和邻里社会人口统计学因城市性而异，因此在社会人口学和地理人口群之间的可比性有限，我们按城市性分层以避免结构混乱[32]。
我们的偏好是对所有阶层使用一致的餐厅可用性措施，但替代规范产生了无效估计，因为它们违反了模型假设和/或极不稳定。例如，近100％的高密度城市受访者在其家中3公里内至少有一家快餐店，因此二分法措施不稳定并依赖于60次观察。相比之下，大约70％的非城市受访者在3公里范围内没有快餐店，导致我们模型中的快餐可用性和异方差分布高度偏离。 因此，这些分布需要不同层次的城市化措施。我们分析了快餐可用性作为低密度和高密度城市地层的连续变量，以及作为非城市地层的二分法（任何与非）。 快餐可用性与车辆所有权，贫困和性别之间的统计相互作用并不显着（Pgt;0.10），因此不包括所有模型。 我们测试了所有连续变量的高阶关系，并包括统计显着性（plt;0.05）。
家长选择社区可能会受到偏好或直接或间接与该地区的食物资源和饮食行为有关的约束的影响，这些可能会集中在学校人群中。因此，为了解决我们的担忧，即与快餐消费相关的未观察到的因素可能与基线时的邻里选择和学校相关（第一次），我们使用类似Hausman的测试[33]测试了模型中的基线学校指标变量，学校指标变量是必要的（p lt;0.05）。因此，我们在我们的模型中包含了学校指标变量，以便即使在个人在波浪I离开他们的居住地之后，也可以获得对个人决定的长期不可观察的影响。
基于缓冲的快餐可用性测量是个体水平的变量。虽然用于邻域级控制变量的块组可能包含三分之一,在多层次分析中，我们没有进行多层次建模，因为人口普查单位边界与学校集水区不对应，所以学校和人口普查单位没有层次关系。因此，在控制学校指标增加健康的主要抽样单位时，不可能将人口普查单位作为多层次模型的较高水平进行分析。 此外，人口普查块组包含稀疏，不平衡的数字受访者（平均1.9，范围1-57受访者），这可能导致非线性多级模型的偏差，并且人口普查区组内的聚类很小（报告的快餐消费为0.08群内相关性）。 然而，我们确实在模型中包含了学校指标变量，这些变量校正了学校级别的聚类并考虑了调查设计。
2.4敏感性分析
我们评估了我们调查结果对以下方面的敏感度：我们的快餐可用性指标（每100公里巷道连锁快餐店的数量）（1）用于缩放的变量（公路对人口），（2）网络与欧式缓冲区，（3）1公里与3公里缓冲区，以及（4）（连锁店和非连锁店）与连锁快餐店相比较。相应的替代变量包括：（1）3公里内欧洲人口（直线）缓冲区（人口数量来源于2000年美国人口普查区块 按群体比例加权的群体人数计数，邻居缓冲区内的组区域）;（2）3公里欧几里得缓冲区和（3）1公里网络缓冲区（4）3公里街道网络缓冲区内每100公里道路的快餐总数（连锁和非连锁）。我们使用四种替代快餐供应措施中的每一种来重复我们的多变量分析。很少有非城市和低密度的城市地区在1 km网络缓冲区内有快餐店（分别为8％和25％）; 因此，我们只分析高密度城市地区1公里内的快餐供应情况。
3.结果
我们多样的全国13,150名年轻成年人样本反映了城市化带来的各种社会人口和社区差异。总的来说，在高密度城市地区
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[22780]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
