Z Geburtshilfe Neonatol 2015; 219 - P05_13
DOI: 10.1055/s-0035-1566628

Georäumliche Analyse von Nahrungsmittelangeboten zeigt Assoziationen mit Gestationsdiabetes

MK Kahr 1, M Suter 1, J Ballas 1, M Hu 1, KM Aagaard 1
  • 1Baylor College of Medicine, Obstetrics and Gynecology, Houston, United States

Ziel: Gestationsdiabetes (GDM) ist eine der häufigsten Schwangerschaftskomplikationen mit variabler Inzidenz in unterschiedlichen Bevölkerungsgruppen. Umweltbedingte Risikofaktoren, im Speziellen die Art und das Ausmaß des Nahrungsmittelangebotes könnten einen signifikanten Einfluss auf die Entstehung von GDM haben. Um die Assoziationen der Verfügbarkeit von Fastfood Restaurants und Supermärkten mit GDM zu charakterisieren, analysierten wir georäumliche Metadaten des dritt-bevölkerungsreichsten Countys der USA.

Methodik: Unter Verwendung einer perinatalen Datenbank mit > 4900 klinischen Variablen, inklusive Postleitzahlen (PLZ), wurden 8912 konsekutive Schwangerschaften (SS) auf Korrelationen zwischen GDM und Nahrungsmittelangebot (Fastfood Restaurants & Supermärkte) analysiert. Basierend auf validierten PLZs wurden SS und Nahrungsmittelangebot verknüpft. Die Prävalenz von Fastfood Restaurants und Supermärkten pro 100000 Einwohnern wurde pro PLZ ermittelt. Zur Authentifizierung wurde bei einer Teilmenge der Patienten (n = 80) HbA1c-Werte gemessen und mit geographischen Nahrungsmittelparametern korreliert.

Ergebnis: Das Wohnen in einer Nachbarschaft mit einer hohen Fastfood Restaurant Prävalenz (oberste Quartile) war signifikant mit einem erhöhten Risiko für GDM assoziiert (relativ zur untersten Quartile, aOR: 1,62 [95% CI 1,24 – 2,12]). Dieses Ergebnis bestand auch nach der Kontrolle für Confounder in einer multivariaten Analyse (p= 0,002). Die gemessenen HbA1c Werte korrelierten positiv mit dem Fastfood/Supermarkt Verhältnis in der Wohngegend (n = 80, r = 0,251 p< 0,05).

Schlussfolgerung: Unsere georäumliche Analyse zeigt eine Verbindung zwischen Nahrungsmittelangebot und einem Risiko für GDM. Darüber hinaus eröffnet diese Methodik eine neue Option, gesellschaftsbasierte Risikofaktoren für ungünstige SS-Outcomes zu identifizieren.

Abb. 1: Scatterplot_HbA1c_FastFood