Revisiting the Area Deprivation Index

Deze studie presenteert een herziene en gevalideerde Area Deprivation Index (ADI) die, in tegenstelling tot de huidige versie, een meer evenwichtige weerspiegeling biedt van armoede, huisvesting, werkgelegenheid en onderwijs door alle 17 censusvariabelen te betrekken, en die sterk correleert met levensverwachting en sterftecijfers.

De kern

Het Probleem: Een Verouderde Weegschaal

Stel je voor dat je een weegschaal hebt om de armoede in een wijk te meten. Deze weegschaal is gemaakt in 2003 en heet de "Area Deprivation Index" (ADI). Hij is ontworpen om 17 verschillende dingen te wegen: hoe arm mensen zijn, hoe slecht hun huizen zijn, of ze werk hebben en hoe hoog hun schoolopleiding is.

Het probleem is dat de weegschaal die momenteel door de officiële organisatie (het 'Neighborhood Atlas') wordt gebruikt, vastzit.

• De analogie: Het is alsof je een weegschaal hebt die zo zwaar is ingesteld op de prijs van huizen, dat hij de andere 16 dingen (zoals werkloosheid of gebrek aan internet) bijna niet meer meet.
• Het gevolg: In steden met dure huizen (zoals Manhattan of Washington D.C.) toonde de oude weegschaal aan dat er geen arme wijken waren, omdat de huizenprijzen zo hoog waren. Maar dat klopt niet! Er zijn daar wel degelijk mensen die moeite hebben met de kosten van levensonderhoud, geen auto hebben of geen werk. De oude weegschaal gaf een vals beeld.

De Oplossing: De Weegschaal Kalibreren

De onderzoekers van deze studie (Keying Chen en Bradley Hammill van Duke University) zeiden: "We moeten deze weegschaal opnieuw kalibreren."

Ze hebben de volgende stappen ondernomen:

1. Nieuwe data: Ze pakten de meest recente cijfers (2018-2022) van het Amerikaanse volkstellingbureau.
2. Hervorming: Ze pasten de weegschaal aan. Ze veranderden oude regels (bijvoorbeeld: "huishoudens zonder telefoon" werd "huishoudens zonder internet") en pasten de inkomensgrenzen aan voor de huidige tijd.
3. De juiste balans: Ze gebruikten een slimme wiskundige methode (Principal Component Analysis) om ervoor te zorgen dat alle 17 factoren evenveel meetellen. Ze zorgden ervoor dat de prijs van een huis niet meer de hele weegschaal overneemt.

Het Resultaat: Een Scherper Beeld

Toen ze de nieuwe weegschaal testten, zagen ze twee belangrijke dingen:

1. Het beeld klopt nu (Gezichtsvaliditeit)

• Vergelijking: Kijk naar een kaart van Manhattan. De oude weegschaal liet een egaal blauw beeld zien (alles lijkt rijk). De nieuwe weegschaal laat echter de echte rijkdom en armoede zien: hier een arm blokje, daar een rijk blokje. Het lijkt nu op de werkelijkheid die mensen in die straten dagelijks ervaren.

2. Het voorspelt gezondheid beter

• De analogie: Stel je voor dat de weegschaal een voorspeller is voor hoe lang mensen leven.
• De onderzoekers keken naar de levensverwachting in verschillende wijken. Ze ontdekten dat de nieuwe weegschaal een heel sterk verband liet zien:
  • In de wijken die de nieuwe weegschaal als "zeer arm" aanwees, leefden mensen gemiddeld 7,6 jaar korter dan in de rijkste wijken.
  • Mensen in de armste wijken stierf ook veel vaker op jonge leeftijd (tussen de 45 en 54 jaar) dan mensen in de rijkste wijken.

Waarom is dit belangrijk?

Dit onderzoek is als het herstellen van een kompas.
Voor artsen, beleidsmakers en onderzoekers is het cruciaal om te weten waar de echte problemen zitten. Als je een kompas hebt dat alleen naar het noorden wijst (alleen huizenprijzen meet), kun je geen goede route plannen om gezondheidsproblemen op te lossen.

Met deze nieuwe, bijgewerkte ADI kunnen ze nu:

• Preciezer zien welke buurten echt hulp nodig hebben.
• Begrijpen waarom mensen in bepaalde wijken minder lang leven.
• Geld en hulpbronnen daarheen sturen waar het écht nodig is, en niet alleen daar waar de huizenprijzen laag zijn.

Kortom: De onderzoekers hebben een verouderde, scheefgetrokken meetlat vervangen door een nieuwe, eerlijke meetlat die de echte armoede in Amerika beter laat zien. En die nieuwe meetlat klopt perfect met de gezondheid van de mensen die daar wonen.

Technische samenvatting

Probleemstelling

De bestaande Area Deprivation Index (ADI), die wordt beheerd en verspreid door het Neighborhood Atlas, is recentelijk bekritiseerd vanwege methodologische tekortkomingen. Studies hebben aangetoond dat de huidige versie van de ADI disproportioneel sterk correleert met variabelen zoals de mediaanhuizenprijs en het inkomen. Hierdoor worden steden met hoge huizenprijzen ten onrechte als niet-ontberend bestempeld, ondanks dat er binnen deze steden vaak grote gebieden met armoede en sociale achterstand bestaan. De kritiek suggereert dat de constructie van de index door het Neighborhood Atlas onjuist is uitgevoerd, waarschijnlijk door het ontbreken van standaardisatie van de invoervariabelen, waardoor variabelen met een grotere schaal (zoals huizenprijzen) de index domineren. Bovendien zijn de broncode en de ruwe scores niet openbaar gemaakt, wat transparantie en reproduceerbaarheid verhindert.

Methodologie

De auteurs (Chen en Hammill van de Duke University) hebben de ADI opnieuw berekend en gevalideerd met behulp van de volgende stappen:

1. Data Bron: Gebruik gemaakt van de American Community Survey (ACS) 5-jaar data (2018–2022) op het niveau van census block groups, census tracts en county's.
2. Variabelen: Er zijn 17 census-maatstaven geselecteerd die armoede, huisvesting, werkgelegenheid en onderwijs weerspiegelen. Twee belangrijke aanpassingen zijn doorgevoerd ten opzichte van de originele ADI (Singh, 2003):
   • De variabele "huishoudens zonder telefoon" is vervangen door "huishoudens zonder internetverbinding".
   • De drempelwaarden voor de inkomensdispariteitsvariabele zijn bijgewerkt (van $10k/$50k naar $20k/$125k) om de toegenomen inkomensniveaus in de VS sinds 1990 te reflecteren.
3. Data Transformatie: Omdat de meeste invoervariabelen scheef verdeeld (skewed) zijn, zijn deze getransformeerd (logaritme, vierkantswortel of kwadraat) om de verdeling te normaliseren.
4. Statistische Analyse: Er is Principal Component Analysis (PCA) toegepast om de 17 variabelen te reduceren tot één dominante factor. De PCA is uitgevoerd in zowel SAS als R, waarbij de variabelen vooraf zijn gestandaardiseerd (gemiddelde = 0, SD = 1) om te voorkomen dat variabelen met grotere schalen de uitkomst beïnvloeden.
5. Validatie:
   • Geografische validatie: Visuele inspectie van de verdeling van de ADI in Washington D.C. en Manhattan om te zien of de index de bekende socio-economische heterogeniteit in deze steden weerspiegelt.
   • Outcome-validatie: Analyse van de associatie tussen de nieuwe ADI en gezondheidsuitkomsten, specifiek levensverwachting en leeftijdsgebonden sterftecijfers, met behulp van data van het USALEEP-project (CDC).

Belangrijkste Bijdragen

• Herberekening met transparantie: De auteurs hebben de volledige code en de nieuwe ADI-waarden openbaar gemaakt, in tegenstelling tot het Neighborhood Atlas.
• Methodologische correctie: Door standaardisatie en transformatie van variabelen is de nieuwe index minder gevoelig voor schaalverschillen en weerspiegelt hij een bredere reeks van sociaaleconomische factoren in plaats van alleen vastgoedwaarden.
• Actuele data: De index is gebaseerd op de meest recente ACS-data (2018-2022) en bevat moderne variabelen zoals internettoegang.

Resultaten

• Factorladingen: De PCA resulteerde in één dominante factor die 46% van de variantie verklaarde op het niveau van census tracts (voor getransformeerde variabelen). Er waren significante verschillen in factorladingen vergeleken met de originele ADI:
  • De lading voor de werkloosheidsgraad was lager in de nieuwe index (0,45 vs. 0,71 in de originele).
  • De lading voor het percentage huishoudens zonder motorvoertuig was hoger.
  • De lading voor "geen complete sanitair" was lager, wat suggereert dat dit in moderne context minder een indicator is van armoede.
• Geografische Validatie: In tegenstelling tot de Neighborhood Atlas-ADI, die in steden als Washington D.C. en Manhattan een uniforme (en onrealistische) verdeling toonde, toonde de nieuwe ADI duidelijke variatie in ontbering die overeenkwam met de bekende socio-economische patronen in deze gebieden.
• Associatie met Gezondheid: De nieuwe ADI toonde sterke correlaties met gezondheidsuitkomsten:
  • Levensverwachting: Er was een verschil van 7,6 jaar in levensverwachting bij geboorte tussen de minst ontberende (kwintiel 1) en de meest ontberende (kwintiel 5) census tracts.
  • Sterftecijfers: De sterftecijfers stegen consistent naarmate de ontbering toenam. Bij volwassenen van 45-54 jaar waren de sterftecijfers in de meest ontberende gebieden 3,2 keer zo hoog als in de minst ontberende gebieden.

Significantie

De studie concludeert dat de bijgewerkte ADI een nauwkeuriger en vollediger maatstaf is voor buurtontbering dan de huidige versie van het Neighborhood Atlas. De nieuwe index corrigeert de vertekening ten opzichte van vastgoedwaarden en integreert beter de diverse aspecten van socio-economische achterstand.

De bevindingen onderstrepen het belang van transparantie, reproduceerbaarheid en regelmatige hervalidatie van sociaaleconomische indices. Voor onderzoekers en beleidsmakers biedt de nieuwe, openbaar gemaakte ADI een betrouwbaarder instrument om gezondheidsongelijkheden te analyseren en middelen te alloceren op basis van de werkelijke behoeften van kwetsbare populaties. De auteurs bevelen aan dat onderzoekers de nieuwe, open-source versie gebruiken in plaats van de bestaande Neighborhood Atlas-versie.