加州学校自动售货机中含糖饮料的可获得性及其青少年消费之间的关联:倾向评分匹配方法

摘要

在禁止禁止糖甜的饮料（SSB）销售的程度可能会降低SSB Intake的争议。本文采用2005年加州健康面试调查的青少年样本来估算学校自动售货机的SSB可用性与SSB消费量之间的关联。倾向得分分层和基于内核的倾向得分匹配用于在横截面数据中解决选择偏置问题。倾向得分分层表明，通过他们的学校自动售货机可以获得SSB的青少年消耗了0.170多个SSB的SSB，而不是那些没有（）.基于核倾向评分匹配的SSB消费差异在前一天为0.158 (）.本文加强了通过学校自动售货机获得SSB和实际SSB消费之间的关联的证据，而未来的研究需要探索SSB变得不容易获得后其他饮料的变化。

1.介绍

卫生研究人员和公共卫生活动家发现学校环境是儿童饮食和饮酒行为的重要决定因素[1那2］.竞争性食品，即从自动售货机、学校商店等地方出售的食品和饮料，仍然是学龄儿童普遍存在的健康风险[3.-7.］.近年来，人们一直致力于对含糖饮料(SSB)中的糖成分或糖本身征税。例如，2003年通过的加州SB677法案禁止在小学和初中销售苏打水，并限制在高中上课时间销售苏打水。然而，对于SSB消费的增加在多大程度上导致了儿童肥胖的增加，以及限制SSB在学校的销售在多大程度上可以减少苏打摄入量和体重，仍然存在相当大的争议[8.那9.］.

本文利用人口调查数据，在控制社会人口学和行为混杂因素的同时，研究了学校自动售货机中含糖饮料的可获得性和加州青少年SSB消费量之间的关联程度[10.］.具体来说，通过估算学校自动售货机中SSB的可获得性，该研究为未来评估年轻人群中SSB干预提供了一个基准。

2.方法

本研究使用的数据集是2005年加州健康访谈调查(CHIS)的青少年样本。CHIS是一项以电话访谈为基础的两年一次的人口健康调查，其青少年样本是对抽样家庭中的青少年进行的[11.］.2005年的CHIS青少年样本询问被调查者他或她的学校是否有自动售货机可用的SSB，这是本研究的关键自变量。调查还询问了被调查者在前一天吃了多少SSB，这在本研究中被用作结果变量。

为了解决可能发生的横断面调查数据可能发生的选择偏差，本研究使用倾向得分匹配[12.]建立一个对照组(学校没有通过自动售货机提供SSB的青少年)，与暴露组(学校有通过自动售货机提供SSB的青少年)在所有观察到的SSB摄入量的混杂预测因子中相似。在这种情况下，通过逻辑回归估计通过自动售货机进入具有SSB的学校的预测概率(倾向得分)。然后将接触组中的每个个体与倾向得分相近的对照组成员进行比较，他们在结果变量(在我们的案例中，青少年前一天的SSB数量)上的差异相加，得出总体差异，这表明暴露变量(通过学校自动售货机获得SSB)是否与结果变量显著相关。

在这个分析中,只有42.6%的样本是控制情况下(例如,青少年的学校没有苏打水的自动售货机),这意味着倾向得分匹配方法与最近邻和半径匹配可能意味着扔掉大量的观测和增加估计量的方差(13.］.因此，我们使用匹配方法，这些方法在实施倾向得分匹配时使用所有观察结果：倾向得分分层和基于内核的匹配[14.］.在本研究中，分层匹配将样本分层为五个层次，在每个层次中，处理单元和控制单元具有相同的平均倾向得分。平均治疗效果是通过对5个层次的组间结果差异进行平均计算得出的。另一方面，基于核的匹配，将每个暴露案例与所有对照案例的加权总和进行比较，权重与暴露案例与对照案例的倾向得分差异成反比。这两种匹配方法由STATA 10中用户编写的atts和attk命令实现，而倾向评分则由用户编写的STATA程序pscore.ado计算。我们在probit回归中使用的预测因子包括青少年的性别、年龄(以及年龄平方的二次项)、种族/民族、父母教育程度、家庭收入水平(处于或高于联邦贫困水平)，以及青少年是否上过公立学校。

3.结果

在参与2005年CHIS调查的4029名青少年中，有46人没有回答或说“不知道”，2285人说他们的学校通过自动售货机提供SSB, 1698人说他们的学校没有通过自动售货机提供SSB。表格1列出给予SSB可用性问题的3983年的3983青少年的描述性特征。然后将预测器用于探测回归（表2）产生代表在学校在SSB销售自动售货机暴露的预测概率的倾向分数。然后根据不同的倾向得分值将整个样品分成九个块，- 在每个块中运行最低，检查所有混淆变量是否彼此相似。这些-测试显示，两组之间的预测指标差异不显著，这意味着这里使用的倾向评分成功创建了一个可与暴露组比较的对照组。表格3.显示了暴露组和对照组在每个街区的倾向得分的方法，而表4.显示了暴露组和对照组在每个街区的SSB消费方式。


变量	描述性统计(平均或频率分布)

结果变量

前一天ssb的数量	1.09 (1.45)

曝光变量

自报学校自动售货机是否有含糖饮料
是的	2285例(57.4%)
没有	1698例(42.6%)

预测
年龄(平均)	14.4 (.026)
性别(女)	1979例(49.1%)
父母教育
高中以下(参照组)	184例(21.0%)
High school only	180例(20.3%)
一些大学	189例(21.3%)
从大学毕业	334（37.7％）
种族/民族
白色(参照组)	70例(7.9%)
非裔美国人	176例(4.4%)
拉丁美洲人	823例(20.7%)
亚洲	321例(8.1%)
学校类型（公立学校）	3505（87.0％）
家庭收入（在联邦贫困线上）	3490例(87.6%)


预测	Probit系数

性别(女= 1)	0．06
年龄
年龄广场
父母教育
高中以下(参照组)
High school only
一些大学
从大学毕业
种族/民族
白色(参照组)
非裔美国人
拉丁美洲人
亚洲and other
家庭收入（联邦贫困线以上= 1）
学校类型(公立学校= 1)

10时显著系数；；1


块	对照组平均值	曝光组的平均值	的价值测试

	0.19	0.19	点
	0.27	0.26	23)
	0.44	0.45	．20
	0.57	0.57	．20
	0.61	0.61	．11
	0.64	0.64	收
	0.68	0.68	.60
	0.74	0.74	。08
	0.81	0.81	．57

N = 3983


块	对照组平均值	曝光组的平均值	平均差(标准误差)

	0.32	1．11	−0.79 (0.24)
	0.87	1.09	-0.22（0.09）
	1.16	1．10	0.06 (0.14)
	0.95	1．25	−0.11 (0.14)
	0.97	1.26	-0.29（0.23）
	0.85	1.00	−0.15 (0.18)
	1.04	1.18	−0.14 (0.18)
	1．02	1．21	-0.20（0.09）
	1.00	．9	0.10 (0.64)

N = 3983

表格5.显示了两个倾向评分匹配比较的结果。倾向评分分层显示，通过学校自动售货机获得SSB的青少年比没有获得SSB的青少年多摄入0.181杯SSB饮料(）.基于核的倾向评分匹配显示，前一天的SSB消费差异为0.159 (）.


	暴露数量	数量的控制	使用匹配样本的比例差异	差值的值

分层	2285	1698	0.181 (.046)	3.972
基于匹配	2285	1698	0.159 (.059)	2.668

4.结论

通过人口代表性的大型样本，本研究通过学校自动售货机和实际SSB消费增强了SSB可用性之间关联的证据。使用倾向得分匹配，一种旨在解决选择偏差的方法，进一步表明，学校自动售货机和SSB消费中的SSB可用性具有独立和明确的关联。最近的证据表明，在加州在2003年在学校的苏打销售后，SSB消费和儿童肥胖均下降[15.，这项研究帮助我们理解这些现象背后的可能机制。

路德维希等人[16.]从年轻的青少年的纵向样本估计，即每次额外的消耗的SSB，体重指数（BMI）（平均0.24kg / m）²；)和肥胖频率(优势比1.60;)增加，在调整人体测量、人口统计学、饮食和生活方式变量后。如果每天多吃一份SSB会增加60%的肥胖几率，那么我们估计通过学校自动售货机获得SSB对每天SSB摄入量(0.181或0.159份)的影响，在预防儿童肥胖方面不是一个不可忽视的因素。我们的描述性分析显示，前一天的SSB平均消耗量为1.09份，这意味着在12-17岁的青少年中，从学校自动售货机中接触SSB的平均消耗量约占每日SSB消耗量的六分之一。如果这似乎比早期对小学生的研究(例如，Fernandes [6.)，这可能是因为青少年比12岁以下的孩子更有可能从学校的自动售货机购买饮料。因此，禁止在学校销售SSB对青少年的影响大于对年幼儿童的影响。

减少儿童接触SSB的更广泛意义不仅仅在于预防儿童肥胖。一些SSBs可能通过其咖啡因成分在儿童和青少年中引起精神障碍[17.]和SSB消费也与儿童中的龋齿相关[18.］.此外，由于青春期是味觉偏好形成的时期[19.， SSB的有效性对一个队列的成年肥胖的总体影响实际上可能比我们从儿童和青少年样本中看到的更大。

本研究的局限性在于估计是在横断面数据集中进行的。尽管倾向评分匹配方法有助于处理选择偏差问题，但如果我们能够使用涵盖学校禁止苏打饮料前后SSB消费量的纵向数据集，那将是最理想的。此外,儿童和青少年可能会取代他们的单边带与其他类型的饮料摄入量限制他们进入单边带后,还需要进一步的研究来检查会发生什么消费的其他类型的饮料(果汁,牛奶,水,咖啡,等等)。在这些单边带禁止在学校。

参考文献

食品营销和儿童及青年饮食委员会，面向儿童和青少年的食品营销:威胁还是机遇?美国华盛顿国家学院出版社，2006年。
健康一代联盟:在学校，2010年5月，http://www.healthiergeneration.org/schools.aspx.。
S. M. Lee, C. R. Burgeson, J. E. Fulton, and C. G. Spain， "体育教育和体育活动:2006年学校健康政策和项目研究的结果"，学校卫生杂志第77期8，页435-463,2007。视图:出版商网站|谷歌学者
S. a . French, M. Story, J. a . Fulkerson，和a . F. Gerlach，《中学食品环境:点菜、自动售货机和食品政策与实践》，美国公共卫生杂志第93卷第5期7，页1161-1167,2003。视图:谷歌学者
L. Harnack，P. Snyder，M. Story，R. Holliday，L. Lytle和D. Neumark-Sztainer，初中和高中的点菜食品的可用性：需求评估，“美国饮食协会杂志号，第100卷。6，页701-703,2000。视图:谷歌学者
K. W.Cullen，J.Acan，T. Baranowski，E. Owens和C. de Moor，“Saets和Snack Bar Foods在儿童午餐时间摄入水果和蔬菜的效果”，“美国饮食协会杂志号，第100卷。12，页1482-1486,2000。视图:谷歌学者
m·m·费尔南德斯，《小学软饮料供应对消费的影响》，美国饮食协会杂志，第108卷，第108号9，第1445-1452页，2008。视图:出版商网站|谷歌学者
D. B. Johnson, B. Bruemmer, A. E. Lund, C. C. Evens, C. M. Mar，“学区含糖饮料政策对中学学生饮料接触和消费的影响”，青少年健康杂志第45卷第5期3、pp. S30-S37, 2009。视图:出版商网站|谷歌学者
J. M. Fletcher, D. Frisvold和N. Tefft，“对软饮料征税，限制自动售货机的使用，以遏制儿童肥胖，”卫生事务，第29卷，第2期5，pp。1059-1066，2010。视图:谷歌学者
A. Drewnowski和S. E. Specter，《贫穷和肥胖:能源密度和能源成本的作用》，美国临床营养学杂志，卷。79，没有。1，pp。6-16,2004。视图:谷歌学者
N. a . Ponce, S. a . Lavarreda, W. Yen, E. R. Brown, C. DiSogra, D. E. Satter，《2001年加州健康访谈调查:加州多种族人口主要调查的翻译》，公共卫生报告，第119卷，第2期。4、2004年。视图:出版商网站|谷歌学者
P. R. Rosenbaum和D. B. Rubin，“倾向评分在因果效应的观察性研究中的中心作用，”生物统计学，第70卷，第2期1，第41-55页，1983。视图:谷歌学者
M. Caliendo和S. Kopeinig，“实施倾向评分匹配的一些实际指导”，IZA讨论论文no. 1。1588、2005、http://ssrn.com/abstract=721907。视图:谷歌学者
S. Becker和A. Ichino，《基于倾向评分的平均治疗效果估计》，占据日报， 2002年第2卷，第358-377页。视图:谷歌学者
L. Shi和J. Van Meijgaard，“加州儿童和青少年的糖甜味饮料消耗”的大幅下降，“国际常规医学杂志， vol. 3, pp. 221-224, 2010。视图:谷歌学者
D. S. Ludwig, K. E. Peterson和S. L. Gortmaker，“含糖饮料和儿童肥胖之间的关系:一个前瞻性的观察性分析，”《柳叶刀》第357期9255页，505-508,2001。视图:出版商网站|谷歌学者
D. J. Whalen, J. S. Silk, M. Semel et al， "咖啡因的消费，睡眠，以及在自然环境中对抑郁青年和健康控制的影响，"儿科心理学杂志，卷。33，不。4，pp。358-367，2008。视图:出版商网站|谷歌学者
J.L.Kolker，Y.元，B. A. Burt等，“低收入非洲裔美国儿童的龋齿和饮食模式”，小儿牙科，第29卷，第2期6，页457-464,2007。视图:谷歌学者
c.t. Nu, P. MacLeod，和J. Barthelemy，“年龄和性别对青少年饮食习惯和偏好的影响”，食品质量与偏好，第7卷，第5期3-4，页251-262,1996。视图:出版商网站|谷歌学者

环境与公共卫生杂志