Ketidaksetaraan Aktivitas Berpengaruh Terhadap Obesitas

Ketidaksetaraan Aktivitas Berpengaruh Terhadap Obesitas

Rata-rata, orang-orang di AS mengambil sekitar jumlah langkah yang sama setiap hari seperti orang-orang di Meksiko sekitar 4.700. Namun AS memiliki tingkat obesitas yang jauh lebih tinggi daripada Meksiko sekitar 27,7 persen dibanding 18,1 persen. Mengapa?

Jawabannya adalah budaya makanan dan itu mungkin memang memainkan peran penting. Tapi sebuah makalah di Nature minggu ini menunjukkan sesuatu yang lain yang harus kita lihat, seperti ketidaksetaraan aktivitas. Di AS, sebagian kecil populasi mendapat banyak aktivitas yang dapat mereka lakukan sehari-hari, menyeret rata-rata lebih tinggi, namun sebagian besar orang menjadi sangat sedikit. Negara lain, seperti Jepang, lebih setara dan lebih banyak orang di sana cenderung rata-rata turun.

Ketidakseimbangan aktivitas sudah menjadi bagian pembicaraan tentang obesitas. Ketika kita membicarakan masalah seperti olahraga pasir, kita berbicara tentang bagaimana beberapa kelompok orang hidup dalam situasi, di mana tidak banyak pilihan untuk aktivitas fisik, sehingga sebagian dari populasi tersebut memiliki aktivitas di bawah rata-rata.

Namun, sebuah perumpamaan baru mengenai data global menegaskan bahwa ini adalah cara yang vital untuk menganalisis masalah ini. Ketidaksetaraan aktivitas tinggi di suatu negara berarti obesitas tinggi, yang jauh lebih andal daripada tingkat aktivitas rata-rata yang rendah berarti obesitas tinggi. Dan mengatasi ketidaksetaraan ini secara khusus, daripada melihat aktivitas rata-rata, bisa menghasilkan hasil yang jauh lebih baik.

Seberapa Banyak Orang Bergerak?

Tanpa bukti bagus tentang aktivitas fisik, keputusan kebijakan harus didasarkan pada dugaan yang terdidik. Tapi data bagus yang di dapat tentang aktivitas fisik sangat sulit diungkapkan. Anda dapat meminta orang untuk melaporkan berapa banyak aktivitas yang mereka dapatkan, namun laporan sendiri sangat tidak dapat diandalkan (hampir semua orang mengatakan bahwa mereka mendapatkan lebih banyak latihan daripada mereka).

Anda bisa memberi banyak pelajaran untuk bahan penelitian kepada orang-orang yang dapat dipakai, namun datanya akan dibatasi oleh berapa banyak barang yang bisa Anda kenakan dan siapa yang mendapatkannya. Itu di tentukan dari hasil yang telah diteliti.

Banyaknya orang yang melacak aktivitas mereka melalui berbagai aplikasi dan perangkat keras adalah data tambang emas untuk mendapatkan jumlah aktual dan solid aktivitas fisik di seluruh dunia. Ilmuwan komputer Tim Althoff dan tim peneliti di Stanford menggunakan data dari lebih dari 700.000 pengguna aplikasi pelacakan aktivitas smartphone Argus, dari 68 juta hari pelacakan aktivitas, untuk mengamati pola aktivitas orang dari seluruh dunia.

Jelas ada beberapa kesenjangan penting dalam data ini. Para peneliti hanya melihat data dari pengguna iPhone dan berfokus pada negara-negara dengan lebih dari 1.000 pengguna Argus. Itu berarti gabungan 32 negara berpenghasilan tinggi (seperti AS dan Jepang) dan 14 negara berpenghasilan menengah (seperti China dan Afrika Selatan). Tidak ada negara berpenghasilan rendah yang ikut campur.

Ini berarti mengatakan bahwa pengguna secara keseluruhan mungkin berada di sisi kaya. Itu terutama terjadi pada negara-negara berpenghasilan menengah (di mana iPhone lebih mungkin dimiliki hanya oleh orang-orang kaya) daripada negara-negara berpenghasilan tinggi di mana mereka cenderung sedikit lebih banyak yang berada di luar negara mereka.

Dan yang terpenting, setiap pengguna Argus cukup peduli tentang kesehatan mereka untuk mendownload aplikasi smartphone yang melacak pergerakan mereka sepanjang hari. Orang-orang itu mungkin tidak sempurna. Tapi tidak ada kumpulan data yang sempurna dan data pelacakan kebugaran merupakan lompatan besar dari pelaporan sendiri.

Kota yang Bermusuhan

Lalu apa yang menyebabkan ketidaksetaraan aktivitas ini? Jawabannya pasti rumit, namun kumpulan data ini menegaskan bahwa lingkungan binaan merupakan kontributor penting. Para periset melihat kesibukan 69 kota di AS dan menemukan bahwa orang-orang yang tinggal di kota-kota yang mudah dijangkau mereka memiliki taman dan pertokoan yang dapat dijangkau dengan berjalan kaki. Serta blok pendek yang mudah dijangkau mendapat langkah lebih banyak pada hari kerja maupun akhir pekan. Ketidaksetaraan kegiatan di kota-kota ini lebih rendah dan termasuk kota-kota miskin dan kaya.

Gender juga berperan ada kesenjangan gender yang berjalan dengan pria mendapatkan lebih banyak langkah daripada wanita. Dan negara dengan ketimpangan aktivitas yang lebih tinggi juga memiliki kesenjangan gender yang lebih besar. Seperti halnya hal lain, penyebabnya cenderung sangat kompleks, namun lingkungan dasarnya juga berperan di sini. Kota yang lebih walkable memiliki jurang gender yang lebih kecil.

Wanita dan pria memiliki respons yang berbeda terhadap ketidakaktifan. Jelas, Tapi bagi wanita, kurva itu jauh lebih curam sekitar 10 persen obesitas dari pada 10.000 langkah sehari, dengan kenaikan mendadak di 5.000 langkah sehari atau kurang. Dengan 1.000 langkah sehari, tingkat obesitas wanita sedikit meningkat.

Semua ini penting karena menentukan di mana usaha dapat diinvestasikan untuk memiliki dampak baik terhadap kesehatan masyarakat terbesar. Memperbaiki lingkungan binaan harus membantu menutup kesenjangan gender dan mengurangi ketidaksetaraan aktivitas secara keseluruhan, yang pada gilirannya harus memiliki dampak yang signifikan terhadap tingkat obesitas.

Sebenarnya, para periset menggunakan data untuk memprediksi apa yang akan terjadi jika setiap orang mendapat tambahan 100 langkah sehari (meningkatkan aktivitas rata-rata), dibandingkan dengan apa yang akan terjadi jika orang yang paling tidak aktif mendapat lompatan besar dengan 500 langkah tambahan. Berfokus pada tingkat aktivitas rata-rata akan menurunkan tingkat obesitas sekitar 2,3 persen, namun mengurangi ketidaksetaraan akan memiliki dampak yang jauh lebih besar sekitar 8,3 persen.

Banyak dari temuan ini mengkonfirmasi hasil penelitian lain yang dilakukan dengan data yang kurang kuat. Jelas, lebih banyak penelitian yang akan dibutuhkan, dengan dataset lain yang memiliki kelemahan berbeda, membiarkan periset perlahan-lahan melingkar pada kebenaran dari waktu ke waktu. Tapi hasil ini menunjukkan perubahan kecil namun vital dalam cara kita harus memikirkan masalah ini.