A dohányzás hatása az elhízásra: bizonyíték az indonéz panel adataiból

Kitae Sohn

Gazdasági Tanszék, Konkuk Egyetem, 120 Neungdong-ro, Gwangjin-gu, Szöul 05029 Dél-Korea

Absztrakt

Háttér

Köztudott, hogy a dohányzás negatívan kapcsolódik a testsúlyhoz kapcsolódó eredményekhez. Nehéz azonban meghatározni, hogy a kapcsolat ok-e, és ha igen, milyen erős. Megpróbáltuk megbecsülni a dohányzásnak a testsúlyra, a testtömeg-indexre (BMI) és az elhízásra gyakorolt hozzávetőleges ok-okozati hatásait.

Mód

Az indonéz családi életfelmérés több mint 9000, 15–55 év közötti férfit vett fel - mindegyiket 1993-ban, 1997-ben, 2000-ben és 2007-ben figyelték meg. Az előnyben részesített módszer a fix effektusú modell volt; vagyis a dohányzás állapotának vagy a dohányzás intenzitásának változását a súlyhoz kapcsolódó eredmények változásával társítottuk, miközben kontrolláltuk az időben változó kovariánsokat. Ezeket az eredményeket összehasonlítottuk a hétköznapi legkisebb négyzetekkel becsült eredményekkel, és felmértük az idővariáns egyéni heterogenitás kontrolljának fontosságát.

Eredmények

Noha a dohányzás hatásait statisztikai értelemben pontosan megbecsülték, méretük csekély volt: a leszokó legfeljebb 1 kg-ot hízott, vagy a dohányos ugyanannyit fogyott. Az eredmények a BMI és az elhízás tekintetében hasonlóak voltak. Amikor nem kontrolláltuk az időben invariáns egyéni heterogenitást, a kapcsolat méretét legalább háromszor túlbecsültük.

Következtetések

A dohányzás csekély hatást gyakorolt a súlyra, és fontos volt az időnkénti invariáns egyéni heterogenitásból eredő torzítások kontrollálása.

Háttér

A kérdés iránti növekvő érdeklődés ellenére a fejlődő világban viszonylag kevés figyelmet fordítottak rá. A dohányzók puszta számát és növekedési ütemét figyelembe véve azonban a fejlődő világ nagyobb figyelmet érdemel. Például 1980-ban a fejlődő országokban 441 millió dohányos (mindkét nem együttvéve) és a fejlett országokban 280 millió dohányos élt. 2012-ben a megfelelő adatok 726 és 242 millióra módosultak [10]. Ezenkívül a dohányzásnak tulajdonítható halálozások száma becslések szerint 3,4-ről 6,8 millió halálozásra nőtt az alacsony és közepes jövedelmű országokban 2002 és 2030 között, de ugyanebben az időszakban csökkent a magas jövedelmű országokban [11]. Eközben 1997-ben az Egészségügyi Világszervezet (WHO) kijelentette, hogy az elhízás globális járvány [12]. Globális elhízással a fejlődő világ, amelyet úgy gondolnak, hogy nem érint az elhízás, szintén kialakuló járványnak volt tanúja. A 18–49 éves túlsúlyos vagy elhízott (testtömeg-index, BMI ≥25) felnőtt nők aránya évente körülbelül 0,7 százalékponttal nőtt 42 fejlődő országban [13].

Ezenkívül egy fejlődő ország érdekes lehetőséget kínál a dohányzással kapcsolatos kérdésekre, mivel a dohányzást ott alig bátorítják [14]. A dohányzás káros hatásainak tudatossága korlátozott; A dohányzásellenes politikák vagy hiányoznak, vagy rosszul érvényesek, és a dohány reklámozása, promóciója és értékesítése nyíltan és széles körben zajlik, még a kiskorúak számára is. Az empirikus eredmények ilyen körülmények között betekintést nyújthatnak egy olyan helyzetbe, amikor a fejlett világban enyhítik a dohányzásra vonatkozó korlátozásokat. Ha a dohányzás és a súly közötti kapcsolat teljes egészében biológiai mechanizmuson alapul, akkor ezek a környezeti különbségek a fejlett és a fejlődő világ között nem lesznek jelentőségűek, és a fejlődő országokra vonatkozó külön tanulmányok feleslegesek lennének. Lehetséges azonban, hogy egyes környezeti tényezők, mint például a lakosság egészségtudata, befolyásolják a dohányzást és a testsúlyhoz kapcsolódó eredményeket. Ezért nagyon érdekes, ha külön-külön figyelembe vesszük a fejlődő országokat. Célul tűztük ki, hogy megbecsüljük Indonéziában a dohányzásnak a testsúlyra, a BMI-re és az elhízásra gyakorolt hozzávetőleges ok-okozati hatásait, miközben kontrolláljuk az idővariáns egyéni heterogenitásból eredő torzításokat.

Mód

1993-ban az IFLS több mint 22 000 embert kezdett követni 13 tartományban 7224 háztartásban (IFLS1), ami az 1993-as indonéz lakosság 83% -át képviseli. Az IFLS mintavételi séma tartományok szerint rétegezve, majd véletlenszerűen kiválasztott 321 felsorolási területet (EA) a 13 tartományban, majd a kiválasztott EA-n belüli háztartásokat. Minden egyes kiválasztott háztartáshoz egy reprezentatív tag szolgáltatta a háztartás szintű demográfiai és gazdasági információkat, és véletlenszerűen kiválasztottak több háztartás tagját, akik részletes egyéni információkkal kérték fel őket.

Négy nyomon követés következett 1997-ben (IFLS2), 1998-ban (IFLS2 +), 2000-ben (IFLS3) és 2007-ben (IFLS4). Az IFLS2 + nem nyilvános, és bizonyos eseti célokra az eredeti válaszadók csak egynegyedét fedi le. Így kizártuk az IFLS2 + -t, és az összes többi felmérést felhasználtuk. A legtöbb adatot interjúval gyűjtötték össze, de néhány antropometriát (például magasságot és súlyt) minden felmérési évben két speciálisan képzett nővér mért. A felhasználói kézikönyv nem említi a tájékozott beleegyezést vagy az intézményi felülvizsgálati bizottság jóváhagyását.

A hosszanti séma lehetővé tette számunkra, hogy fix effektus modelleket alkalmazzunk. Konkrétan a következő specifikációt alkalmaztuk a dohányzás súlyával kapcsolatos kimenetelre gyakorolt hatásainak becsléséhez:

ahol a szellemesség az i súlyával összefüggő eredményre utal t évben, S az aktuális dohányzási állapotra vagy a dohányzás intenzitására, X az időben változó kovariánsok vektorára, β1 és β2 együtthatókra, u bármely egyedi jellemzőre, amelyek az időben nem változnak (azaz időinvariáns egyéni heterogenitás), és ɛ a véletlenszerű hibatagig. Az u és S potenciális korrelációja azzal fenyeget, hogy a β1-et ok-okozati hatásnak állítják. Például a türelmetlenség az u-ban dohányzáshoz és alacsony testsúlyhoz vezethet. Ekkor a β1 felfelé torzul (abszolút értékben), mert u és S pozitív korrelációban vannak. Másrészt az egészségtudat u-ban nemdohányzást és alacsony súlyt eredményezhet. Ebben az esetben a β1 lefelé torzulna. Ezenkívül úgy vélik, hogy az u-ban rejlő öröklődés mind w-t, mind S-t befolyásolja [15–17]. Így empirikusan kényszerítő az u kontrollja, amely kritikus zavaró tényező; az irodalom szinte minden vizsgálata elhanyagolta ezt a pontot. Összehasonlítás céljából bemutattuk a hétköznapi legkisebb négyzetekből (OLS) eredő eredményeket, amelyek standard hibákat az egyes szintekre csoportosítottak. A fix effektus modellekkel és az OLS-sel becsült eredmények összehasonlítása megmutatta a torzítás mértékét a β1-ben.

Figyelembe vettük a súlyt, a BMI-t és az elhízást. A BMI nem ideális mérték az elhízás felmérésére, mert nem képes megkülönböztetni a zsírt az izomtól, a zsír között pedig a teljes zsírt a hasi zsírtól, míg az elhízás elsősorban a hasi zsír miatt van. Ennek ellenére a BMI még mindig széles körben használatos, különösen a társadalomtudományokban, mert egy nagy felmérés során könnyen elérhető és költséghatékony. Ezen túlmenően, különösen Indonéziában, a BMI jobban megjósolja az elhízással összefüggő betegségeket, mint más antropometriák, például a derék kerülete, a derék/magasság arány és a derék és a csípő aránya [20]. Ezért az elhízás értékelésében a BMI-re támaszkodtunk, és az elhízás határát nem a 30, hanem a 25-re használtuk, a WHO javaslatára az ázsiaiak számára [21]. Ez a határérték ésszerű, mert a minta csupán 1,5% -a haladta meg a 30-as BMI-t.

X magában foglalta az életkort és annak négyzetbeli kifejezését, magasságát, családi állapotát, városi (és vidéki) lakóhelyét és keresetét. Az életkort, a családi állapotot és a keresetet saját maguk jelentették be, a magasságot megmérték és a városi lakóhelyet az adminisztratív információk alapján határozták meg. Az életkort azért kontrolláltuk, mert ez egy alapvető demográfiai tényező, amely mind a dohányzáshoz, mind a súlyhoz kapcsolódó eredményekhez kapcsolódik; négyzetes kifejezésének célja a kettő potenciálisan nemlineáris kapcsolatának megragadása volt. Azért kontrolláltuk a magasságot, mert a magas emberek általában nehezebbek, és a magasság a korai életkörülményeket tükrözi [22–29]. Családi állapotba léptünk, mert ez egy másik alapvető demográfiai tényező, de azt tapasztaltuk, hogy ez kevéssé járult hozzá a w magyarázatához. A keresetek a fizetett alkalmazottak fizetésére vagy bérére, vagy az önálló vállalkozók nettó nyereségére vonatkoznak, amelyeket az elmúlt hónapban kerestek [30–32]. Hoztunk létre egy próbabábut, amely jelzi a kereset nélküli férfiakat, és nulla értéket rendeltünk a természetes keresetnaplójukhoz. Az ötlet az volt, hogy a kereset a dohányzás révén befolyásolja a súlyt, és a keresethez kapcsolódó változók bevonása kiküszöböli a dohányzás súlyra gyakorolt hatását.

Minden specifikációban elvégeztük Hausman specifikációs tesztjeit annak ellenőrzésére, hogy u korrelál-e S-vel vagy X-vel, vagyis hogy a rögzített effektus modellek megfelelőbbek-e, mint a véletlenszerű effektusok. A teszt minden esetben elvetette azt a nullhipotézist, miszerint mindkét modell ugyanazokat az együtthatókat eredményezné, ami arra utal, hogy a fix hatás modelljei megfelelőbbek (nem láthatóak). A minta mérete a kontrollált kovariátoktól függően változott, de meghaladta a 9000-et. Hosszanti súlyokat alkalmaztunk, hogy a minta reprezentatív legyen. Mivel az adatok nyilvánosan hozzáférhetők, nem volt szükség etikai jóváhagyásra.

Eredmények

Leíró statisztika

Az 1. táblázat ismertető statisztikákat mutat be. Az átlagos súly 55,9 kg, az átlagos magasság pedig 160,7 cm volt. A rövid testalkat és a könnyű súly miatt az átlagos BMI 21,6 volt; következésképpen a minta csupán 13,6% -a érte el vagy haladta meg a 25-ös BMI-t. A férfiak körülbelül háromnegyede dohányzott az interjú idején. Az 1. ábra azt mutatja, hogy a legtöbb dohányos kevesebb, mint egy csomagot fogyasztott naponta, ami azt jelenti, hogy a dohányzás és a súlyhoz kapcsolódó eredmények közötti fő cselekvés napi dohányzásnál kevesebb dohányzás intenzitásával történt.