Megyei egészségügyi rangsorok és ütemtervek

Megyei egészségügyi rangsorolási modell

* További intézkedés (nem szerepel a ranglétrán)

rangsor

A felnőtt populáció (20 éves és idősebb) százaléka, amely a testtömeg-indexet (BMI) 30 kg/m2-nél nagyobb vagy azzal egyenlő.

A 2020-as megyei egészségügyi rangsor 2016-os adatokat használt fel ehhez az intézkedéshez.

Az elhízás megyei egészségügyi rangsor szerinti mutatója a helytelen étrend és a korlátozott fizikai aktivitás proxy mutatójaként szolgál, és bizonyítottan nagyon megbízható. [1] Az elhízás növeli az olyan egészségi állapotok kockázatát, mint a szívkoszorúér-betegség, a 2-es típusú cukorbetegség, a rák, a magas vérnyomás, a diszlipidémia, agyvérzés, a máj- és epehólyag-betegség, az alvási apnoe és a légzési problémák (például asztma), az osteoarthritis és a rossz egészségi állapot. [2 -4]

A felnőttkori elhízás százalékos arány

A felnőttkori elhízás a viselkedési kockázati tényező felügyeleti felmérésére (BRFSS) adott válaszokon alapul, és a felnőtt népesség (20 éves és idősebb) százalékos aránya, amely a testtömeg-indexet (BMI) 30 kg/m 2-nél nagyobb vagy azzal egyenlő. A résztvevőket arra kérjük, hogy önállóan jelezzék magasságukat és súlyukat. Ezekből a jelentett értékekből számítják ki a résztvevők BMI-jét.

A felnőttkori elhízás kiszámításának módszere megváltozott

A felnőttek elhízására vonatkozó adatokat a CDC Interaktív Diabétesz Atlas szolgáltatja, amely a BRFSS adatait használja megyei szintű becslések készítéséhez. A 2015. évi megyei egészségügyi rangsortól kezdődően a felnőttkori elhízás becslései tartalmazzák mind a vezetékes, mind a mobiltelefon-használókat. Korábban csak a vezetékes felhasználók szerepeltek az adatokban. Ezt a változást azért hajtották végre, hogy a felhasználók minél pontosabb becsléseket kapjanak a közösségük egészségi állapotáról.

A felnőttkori elhízás statisztikai modellezéssel jön létre

A felnőttkori elhízás becsléseinket hároméves felmérési adatok alapján állítottuk össze és egy komplex statisztikai modell felhasználásával hoztuk létre. A modellezés stabilabb becsléseket generál azokra a helyekre, ahol kevés a lakos, vagy a felmérés válaszai. A modellezett adatok használatának vannak hátrányai is. Minél kisebb a megye népessége vagy mintanagysága, annál inkább a becslések származnak magából a modellből, és annál kevésbé alapulnak a felmérés válaszain. A modellek statisztikai feltételezéseket tesznek a kapcsolatokról, amelyek nem minden esetben érvényesek. Végül, nincs tökéletes modell, és mindegyik modellnek általában vannak módszereire vonatkozó korlátai. Ha további technikai információkat szeretne megtudni a BRFSS modellezésről a Diabetes Atlasban, olvassa el a módszertanukat.

Óvatosan kell eljárni, ha ezeket a becsléseket összehasonlítjuk az állami vonalakon

A becslések elkészítéséhez használt modell tartalmaz egy állami szintű tényezőt, amely korlátozza a szomszédos államok szomszédos megyéinek összehasonlíthatóságát.

Mérje meg a korlátozásokat

A meghatalmazott mértékek szoros összefüggésben vannak, de közvetett módon mérik az érdeklődés eredményét. Az elhízást a diéta és a testmozgás helyettesítő mércéjeként használják, mert megyei szinten nem áll rendelkezésre megbízható étrend-mérés.

Számláló

A számláló a 20 éves és idősebb felnőtt válaszadók száma, akiknek a BMI-je legalább 30 kg/m 2.

Névadó

A nevező a 20 éves és idősebb felnőtt válaszadók száma.

Ez az intézkedés felhasználható az előrelépés mérésére, de csak annak lényeges korlátainak mérlegelése után. A Viselkedési Kockázati Tényező Felügyeleti Rendszerben a fent tárgyalt és a 2015-ös rangsorban bevezetett módszertani változások megnehezítik az összehasonlítást az adott kiadási évet megelőző becslésekkel. Ezenkívül a jelenlegi becslések kifinomult modellezési technikák alkalmazásával készülnek, amelyek megnehezítik a kis földrajzi területeken történő fejlődés nyomon követését.

A modellezett becsléseknek konkrét hátrányaik vannak a közösségekben elért haladás nyomon követésének hasznosságát illetően. A modellezett adatok nem különösebben alkalmasak arra, hogy becsléseikbe beépítsék a helyi viszonyok, például az egészségfejlesztési politikák vagy az egyedi népességjellemzők hatásait. A programoknak és politikáknak az adatokra gyakorolt ​​hatását mérni igyekvő megyéknek nagy óvatossággal kell eljárniuk a modellezett becslések alkalmazásakor. A modellezett becslések jobb megértése és validálása érdekében különösen értékes ezen adatok további adatforrásokkal történő megerősítése helyi szinten.

A felhasznált adatok éve

Egyesült Államok Diabétesz Felügyeleti Rendszere

Kor 1
Nem 1
Verseny 1
Oktatás 1
Jövedelem 1
Alszámos terület 1

Számos módszerrel próbálnak konkrétabb adatokat szerezni, mint a megyei szint. Nagyobb megyék esetében a megyei vagy MSA-specifikus adatokhoz a CDC webhelyről férhet hozzá: http://www.cdc.gov/brfss/smart/smart_data.htm. Ezen adatok felhasználása azonban némileg fejlett elemzési képességeket igényel.

Az 500 város projekt város- és népszámlálási traktus szintű kis területre vonatkozó becsléseket is szolgáltat a krónikus betegség kockázati tényezőiről, az egészségügyi eredményekről és a klinikai megelőző szolgáltatások igénybevételéről, beleértve a felnőttkori elhízást is, az Egyesült Államok legnagyobb városaiban.

Számos államban hozzáférhet a megyei szintű BRFSS-becslésekhez, és egyes esetekben rétegezheti ezeket a becsléseket életkor, nem vagy faj szerint. A legtöbb állam számára a BRFSS erőforrásokat a További adatok keresése részben találja meg.