Životní prostředí a délka života
Průměrná délka lidského života se v posledních desetiletích v mnoha vyspělých zemích prodloužila. Československá republika začala v tomto směru zaostávat a klesla z 11. místa mezi 25 evropskými státy v roce 1964 až na 21. místo v roce 1989. Nejsme první koho zajímá, proč bývalá ČSSR ztratila svoji dobrou pozici.
Hlavní příčiny byly zprvu spatřovány ve špatném životním prostředí. Postupně se při vysvětlování nepříznivého vývoje přesouvá pozornost na jiné faktory – na celkovou úroveň zdravotnictví, na způsoby stravování, na životní styl, který zahrnuje mimo jiné i individuální zdravotní prevenci a kouření. Začínají sílit názory, že vlivy životního prostředí „asi bude nutno hledat na úrovních nižších, než je úmrtnost“ (M. Bobák, Vesmír 72, 456, 1993/8). Rovněž v materiálu Státní politika životního prostředí (MŽP ČR, listopad 1993) se uvádí, že „podle současných odhadů ovlivňuje kvalita životního prostředí zdravotní stav populace přibližně z dvaceti procent. Přímé důkazy pro dříve u nás předpokládaný těsný vztah mezi znečištěným prostředím a úmrtností jsou velmi omezené“.
Přes výše citovanou skepsi jsme přímé důkazy pro vztah mezi znečištěním životního prostředí a úmrtností našli. Podařilo se nám prokázat, že úmrtnost závisí na úrovni životního prostředí (myslíme úroveň, jak je definována v použitém hodnocení) zhruba z 30 %. Samozřejmě, že mluvíme pouze o závislosti statistické, nikoli kauzální.
Když se snažíme dobrat příčin, proč zaostáváme v průměrné délce života za ekonomicky vyspělými zeměmi o 4 až 7 let, můžeme využít málo známý fakt, že průměrný očekávaný věk kolísá mezi okresy České republiky také v rozmezí téměř pěti let. Pokud hledáme příčinu našeho kratšího věku v porovnání s vyspělými zeměmi ve špatném životním prostředí, měl by se tento vztah projevit i na úrovni okresů.
Zkracuje tedy skutečně špatné životní prostředí náš život? Vypadá to, že ano, vždyť často slýcháme, že se v severních Čechách umírá o dva roky dříve. Vezměme si střední očekávanou délku života při narození, jaká byla r. 1989, průměr pro celou republiku. Pokud by se úmrtnostní poměry nezměnily, mohou právě narození chlapci očekávat, že se v průměru dožijí 67,49 let, a střední očekávaná délka života při narození holčičky je 74,75. (Obrat „při narození“ znamená, že průměr počítáme ze všech věkových skupin a započítává se i kojenecká úmrtnost.) Uvažujeme-li střední očekávanou délku života pro každý okres zvlášť, jsou na tom nejhůře muži v okrese Teplice (64,88 let) a ženy v okrese Sokolov (72,29). Oba tyto okresy se objevují ve zprávách nejčastěji v době smogových epizod. Nejdelšího věku se muži dožívají v okrese Třebíč (69,70) a ženy v okrese Vyškov (76,33). To jsou okresy, kterým můžeme kvalitu životního prostředí většinou jen závidět. Vypadá to, že se teze ze začátku odstavce potvrzuje.
Jenže při důkladnější prohlídce dalších údajů už se přestávají souvislosti jevit tak jednoduché. Životní prostředí na Prachaticku považujeme za jedno z nejlepších. Přesto se tam ženy dožívají v průměru pouze 73,87 let, což je dokonce o trochu méně než v černé Ostravě (73,98) nebo v Ústí nad Labem promořeném chemií (74,01). Podobně jako Prachatice je na tom Tachov: Co do průměrného věku žen (73,53) je šestý nejhorší, zatímco podle životního prostředí patří k nejlepším. Delšího věku než na Tachovsku se dožívají ženy dokonce v tak nechvalně vyhlášených okresech, jako jsou Chomutov ( 73,63) či Karviná (73,67). Zdravěji než v Tachově se zdá být i ve výše zmíněné Ostravě a severočeském Ústí. Když si vezmeme úmrtnost mužů, nedobereme se o nic jasnějších závěrů. V Českém Krumlově (65,92) se muži dožívají o rok a půl méně, než je celostátní průměr, v celorepublikovém pořadí je to čtvrtý nejhorší okres.
Je vidět, že mezi zdravotním stavem a prostředím neplatí jednoznačný vztah. Snažili jsme se zjistit, jestli nějaká závislost vůbec existuje, a kvantifikovat míru závislosti pomocí prostředků matematické statistiky. Metodou regresní analýzy jsme porovnali údaje o životním prostředí a úmrtnost. Na jedné straně stála střední očekávaná délka života při narození (průměr za roky 1986 až 1990, data převzatá z Ústavu zdravotnických informací a statistiky), na druhé procento lidí, kteří žijí v dobrém životním prostředí. Do zpracování jsme zahrnuli všech 75 okresů. Vyloučeno bylo pouze hl. město Praha, protože je jistým způsobem odlišné od ostatních okresů, i když při rozdělení území Prahy na jednotlivé obvody se výsledky potvrzují.
Jako údaje o kvalitě životního prostředí posloužilo hodnocení, které vypracoval Terplan. V něm jsou sídla v České republice rozdělena do pěti tříd na základě exaktních pravidel (viz tab. I. a II.). Údaje o procentech obyvatel okresu, kteří trvale žijí v třídě I nebo II nebo III, jsme sečetli a vzali jako nezávisle proměnnou, střední očekávanou délku života jako závisle proměnnou. Koeficienty determinace vyšly pro muže 25,20 %, pro ženy, které vykazují ve všech studiích vyšší korelaci s životním prostředím, dokonce 33,90 %. Způsob odvození koeficientu determinace a jeho význam je podrobně popsán v příloze Dopis prozíravého krejčího. Aby byla statistická závislost mezi životním prostředím a úmrtností prokázána, je v našem případě potřeba, aby byl koeficient determinace vyšší než 9,12 %. To je pro muže i pro ženy bohatě splněno. Můžeme tedy s 99% jistotou tvrdit, že existuje závislost (statistická, nikoli kauzální) mezi životním prostředím a úmrtností. Můžeme dokonce prohlásit, že kvalita životního prostředí, tak jak ji hodnotí použitá metodika, ovlivňuje (možná ne přímo, ale zprostředkovaně) úmrtnost u mužů z 25 % a u žen z 34 %. Nakolik může být prokázaná závislost mezi fyzikálními faktory a zdravotním stavem zprostředkovaná, jsme si ověřili, když vyšla daleko nejvyšší korelace mezi životním prostředím a počtem případů kapavky (koef. det. 51,55 %), což můžeme interpretovat jako úzký vztah mezi kvalitou životního prostředí a sociálním chováním obyvatelstva, který může mít několik příčin. Buď je v nehostinných oblastech více lidí, kteří nejsou citliví ke svým životním podmínkám a nesnaží se změnit bydliště, nebo se naopak vlivem neutěšeného prostředí změní jejich chování, popřípadě by mohla mít vliv jiná profesní skladba obyvatelstva nebo jiná věková struktura. Rozhodně jde o závislost očividně zprostředkovanou.
Souborné hodnocení životního prostředí vzniklo vyhodnocením několika faktorů (viz tab. I a II). Protože máme k dispozici data pro každý sledovaný faktor zvlášť, pokusili jsme se najít faktory, které s úmrtností korelují nejvíce. U mužů nejvíce vystihovalo úmrtnost množství SO2 v ovzduší (koef. det. 29,62 %). U žen byla poněkud překvapivě faktorem, který nejvíce koreloval s délkou života, krajinářská hodnota (33,50 %). Tady vzniká široký prostor pro úvahy, proč právě tato závislost.
Podařilo se nám dokázat, že úmrtnost na životním prostředí závisí. Ačkoli statistická závislost je jednoznačně prokázána, neznamená to, že muže nejvíce zabíjí vdechování SO2 a ženy pohled na zdevastovanou krajinu (i když – kdo ví). Skutečné příčiny rozdílného věku v různých okresech můžeme hledat dál. Víme jen, že budou určitě nějakým způsobem souviset s životním prostředím.
Dopis prozíravého krejčího
Vážení páni radní,
dovolte, abych vám připomenul náš poslední rozhovor. Kdybyste tehdy uvěřili, že dokáži odhadnout váhu každého občana našeho města o 80 % lépe než vy, nemusela se stát ta politováníhodná událost, kdy se s naším panem starostou utrhl koš balonu.
Při přípravě oslav výročí našeho města jste potřebovali odhadnout váhu našich občanů. Zvážili jste deset náhodně vybraných osob a spočítali průměr. Mým námitkám, že váha závisí na výšce člověka, jste nevěřili. Vždyť někteří malí lidé jsou velice obézní.
Jako městský krejčí znám míry všech lidí ve městě. Vámi zjištěné váhy deseti zkušebních osob jsem zanesl spolu s jejich výškami do grafu (obrázek vlevo). Bodovým diagramem, který vznikl, jsem proložil regresní přímku, tj. přímku, která je co nejblíže všem bodům (obrázek vpravo)
Nyní stačí, když mi řeknete jméno člověka. Najdu ve své kartotéce jeho výšku (pro i-tého člověka ji označím Xi) a zanesu ji do grafu. Nakreslím kolmici. Podle toho, kde protne regresní přímku, odhadnu na základě výšky (Xi) váhu občana (YA). Odhadnutou váhu jsem označil YA na rozdíl od skutečné váhy Yi, kterou neznám (viz obrázek vlevo).
Ano, samozřejmě že se mohu mýlit, ale mýlím se o 80 % méně než vy, kteří se o tělesnou výšku nezajímáte a odhadujete každého člověka stejně, a to průměrem. Troufám si tvrdit, že váha je z 80 % určena výškou člověka.
Abych Vám toto tvrzení dokázal, vezměme si ještě jednou původní zkušební vzorek deseti lidí, na základě kterého jsem tvrzení odvodil. Na obrázek vpravo jsem namaloval o kolik jste se mýlili vy, tedy o kolik se skutečné hodnoty lišily od průměru. Posčítám velikost vašich chyb a ani se příliš nedivím, že součet je nula: ∑ (Yi–YX)=0.
Protože se kladné a záporné odchylky vyrušily, mohl by vzniknout nesprávný dojem, že jste se nemýlili. Jistě tedy nebudete nic namítat, když Vaše chyby umocním na druhou. Sečtu je a dostávám číslo, které nazvu celkový rozptyl: ∑ (Yi–YX)2 (obrázek vpravo).
Nyní porovnám váš odhad (YX) a můj odhad (YA). Rozdíly umocním na druhou a sečtu: ∑ (YA–YX)2. Dostali jsme tzv. vysvětlený rozptyl, (viz obrázek vlevo), protože odchylku mého odhadu od průměru vysvětluji výškou člověka.
Ale ani můj odhad není dokonalý. Posčítám odchylky mých odhadů od skutečných hodnot: ∑ (Yi–YA)2, obrázek vpravo. Protože lidé nemají rádi, když se jim někdo šťourá ve stravovacích zvyklostech, nazvu poslední hodnotu nevysvětlený rozptyl.
Nakolik závisí váha člověka na výšce, udává koeficient determinace. Značíme ho R2 a vypočítáme ho jako podíl vysvětleného a celkového rozptylu:
Přesně řečeno, R2 je proporcionální redukce celkového rozptylu spojená s užitím proměnné X.
Troufám si tvrdit, že kdybyste našemu panu starostovi včas vysvětlili, že se nemůže letu zúčastnit, protože je příliš vysoké postavy, proběhly by oslavy důstojně.
S úctou Váš krejčí