Abstract Social movements organised around health‐related issues have been studied for almost as long as they have existed, yet social movement theory has not yet been applied to these movements. Health social movements (HSMs) are centrally organised around health, and address: (a) access to or provision of health care services; (b) health inequality and inequity based on race, ethnicity, gender, class and/or sexuality; and/or (c) disease, illness experience, disability and contested illness. HSMs can be subdivided into three categories: health access movements seek equitable access to health care and improved provision of health care services; constituency‐based health movements address health inequality and health inequity based on race, ethnicity, gender, class and/or sexuality differences; and embodied health movements (EHMs) address disease, disability or illness experience by challenging science on etiology, diagnosis, treatment and prevention. These groups address disproportionate outcomes and oversight by the scientific community and/or weak science. This article focuses on embodied health movements, primarily in the US. These are unique in three ways: 1) they introduce the biological body to social movements, especially with regard to the embodied experience of people with the disease; 2) they typically include challenges to existing medical/scientific knowledge and practice; and 3) they often involve activists collaborating with scientists and health professionals in pursuing treatment, prevention, research and expanded funding. This article employs various elements of social movement theory to offer an approach to understanding embodied health movements, and provides a capsule example of one such movement, the environmental breast cancer movement.

This study examines links between racial residential segregation and estimated ambient air toxics exposures and their associated cancer risks using modeled concentration estimates from the U.S. Environmental Protection Agency’s National Air Toxics Assessment. We combined pollutant concentration estimates with potencies to calculate cancer risks by census tract for 309 metropolitan areas in the United States. This information was combined with socioeconomic status (SES) measures from the 1990 Census. Estimated cancer risks associated with ambient air toxics were highest in tracts located in metropolitan areas that were highly segregated. Disparities between racial/ethnic groups were also wider in more segregated metropolitan areas. Multivariate modeling showed that, after controlling for tract-level SES measures, increasing segregation amplified the cancer risks associated with ambient air toxics for all racial groups combined [highly segregated areas: relative cancer risk (RCR) = 1.04; 95% confidence interval (CI), 1.01–107; extremely segregated areas: RCR = 1.32; 95% CI, 1.28–1.36]. This segregation effect was strongest for Hispanics (highly segregated areas: RCR = 1.09; 95% CI, 1.01–1.17; extremely segregated areas: RCR = 1.74; 95% CI, 1.61–1.88) and weaker among whites (highly segregated areas: RCR = 1.04; 95% CI, 1.01–1.08; extremely segregated areas: RCR = 1.28; 95% CI, 1.24–1.33), African Americans (highly segregated areas: RCR = 1.09; 95% CI, 0.98–1.21; extremely segregated areas: RCR = 1.38; 95% CI, 1.24–1.53), and Asians (highly segregated areas: RCR = 1.10; 95% CI, 0.97–1.24; extremely segregated areas: RCR = 1.32; 95% CI, 1.16–1.51). Results suggest that disparities associated with ambient air toxics are affected by segregation and that these exposures may have health significance for populations across racial lines.

A growing body of evidence has associated maternal exposure to air pollution with adverse effects on fetal growth; however, the existing literature is inconsistent.We aimed to quantify the association between maternal exposure to particulate air pollution and term birth weight and low birth weight (LBW) across 14 centers from 9 countries, and to explore the influence of site characteristics and exposure assessment methods on between-center heterogeneity in this association.Using a common analytical protocol, International Collaboration on Air Pollution and Pregnancy Outcomes (ICAPPO) centers generated effect estimates for term LBW and continuous birth weight associated with PM(10) and PM(2.5) (particulate matter ≤ 10 and 2.5 µm). We used meta-analysis to combine the estimates of effect across centers (~ 3 million births) and used meta-regression to evaluate the influence of center characteristics and exposure assessment methods on between-center heterogeneity in reported effect estimates.In random-effects meta-analyses, term LBW was positively associated with a 10-μg/m3 increase in PM10 [odds ratio (OR) = 1.03; 95% CI: 1.01, 1.05] and PM(2.5) (OR = 1.10; 95% CI: 1.03, 1.18) exposure during the entire pregnancy, adjusted for maternal socioeconomic status. A 10-μg/m3 increase in PM(10) exposure was also negatively associated with term birth weight as a continuous outcome in the fully adjusted random-effects meta-analyses (-8.9 g; 95% CI: -13.2, -4.6 g). Meta-regressions revealed that centers with higher median PM(2.5) levels and PM(2.5):PM(10) ratios, and centers that used a temporal exposure assessment (compared with spatiotemporal), tended to report stronger associations.Maternal exposure to particulate pollution was associated with LBW at term across study populations. We detected three site characteristics and aspects of exposure assessment methodology that appeared to contribute to the variation in associations reported by centers.

Racial or ethnic minority groups and low-income communities have poorer health outcomes than others. They are more frequently exposed to multiple environmental hazards and social stressors, including poverty, poor housing quality, and social inequality. Researchers are grappling with how best to characterize the cumulative effects of these hazards and stressors in order to help regulators and decision makers craft more-effective policies to address health and environmental disparities. In this article we synthesize the existing scientific evidence regarding the cumulative health implications of higher rates of exposure to environmental hazards, along with individual biological susceptibility and social vulnerability. We conclude that current environmental policy, which is focused narrowly on pollutants and their sources, should be broadened to take into account the cumulative impact of exposures and vulnerabilities encountered by people who live in neighborhoods consisting largely of racial or ethnic minorities or people of low socioeconomic status.

In the last few decades, community-based participatory research (CBPR) has emerged as an important approach that links environmental health and justice advocates with research institutions to understand and address environmental health problems. CBPR has generally been evaluated for its impact on policy, regulation, and its support of community science. However, there has been less emphasis on assessing the ways in which CBPR (re)shapes and potentially improves the scientific enterprise itself. This commentary focuses on this under-emphasized aspect of CBPR—how it can strengthen science. Using two case studies of environmental health CBPR research—the Northern California Household Exposure Study, and the San Joaquin Valley Drinking Water Study—we posit that CBPR helps improve the “3 Rs” of science—rigor, relevance and reach—and in so doing benefits the scientific enterprise itself.

Asthma disproportionately affects communities of colour in the USA, but the underlying factors for this remain poorly understood. In this study, we assess the role of historical redlining as outlined in security maps created by the Home Owners' Loan Corporation (HOLC), the discriminatory practice of categorising neighbourhoods on the basis of perceived mortgage investment risk, on the burden of asthma in these neighbourhoods.We did an ecological study of HOLC risk grades and asthma exacerbations in California using the security maps available for the following eight cities: Fresno, Los Angeles, Oakland, Sacramento, San Diego, San Jose, San Francisco, and Stockton. Each census tract was categorised into one of four risk levels (A, B, C, or D) on the basis of the location of population-weighted centroids on security maps, with the worst risk level (D) indicating historical redlining. We obtained census tract-level rates of emergency department visits due to asthma from CalEnviroScreen 3.0. We assessed the relationship between risk grade and log-transformed asthma visit rates between 2011 and 2013 using ordinary least squares regression. We included potential confounding variables from the 2010 Census and CalEnviroScreen 3.0: diesel exhaust particle emissions, PM2·5, and percent of the population living below 2 times the federal poverty level. We also built random intercept and slope models to assess city-level variation in the relationship between redlining and asthma.In the 1431 census tracts assessed (64 [4·5%] grade A, 241 [16·8%] grade B, 719 [50·2%] grade C, and 407 [28·4%] grade D), the proportion of the population that was non-Hispanic black and Hispanic, the percentage of the population living in poverty, and diesel exhaust particle emissions all significantly increased as security map risk grade worsened (p<0·0001). The median age-adjusted rates of emergency department visits due to asthma were 2·4 times higher in census tracts that were previously redlined (median 63·5 [IQR 34·3] visits per 10 000 residents per year [2011-13]) than in tracts at the lowest risk level (26·5 [18·4]). In adjusted models, redlined census tracts were associated with a relative risk of 1·39 (95% CI 1·21-1·57) in rates of emergency department visits due to asthma compared with that of lowest-risk census tracts.Historically redlined census tracts have significantly higher rates of emergency department visits due to asthma, suggesting that this discriminatory practice might be contributing to racial and ethnic asthma health disparities.National Heart Lung Blood Institute.

Communities of color in the United States are systematically exposed to higher levels of air pollution. We explore here how redlining, a discriminatory mortgage appraisal practice from the 1930s by the federal Home Owners' Loan Corporation (HOLC), relates to present-day intraurban air pollution disparities in 202 U.S. cities. In each city, we integrated three sources of data: (1) detailed HOLC security maps of investment risk grades [A ("best"), B, C, and D ("hazardous", i.e., redlined)], (2) year-2010 estimates of NO2 and PM2.5 air pollution levels, and (3) demographic information from the 2010 U.S. census. We find that pollution levels have a consistent and nearly monotonic association with HOLC grade, with especially pronounced (>50%) increments in NO2 levels between the most (grade A) and least (grade D) preferentially graded neighborhoods. On a national basis, intraurban disparities for NO2 and PM2.5 are substantially larger by historical HOLC grade than they are by race and ethnicity. However, within each HOLC grade, racial and ethnic air pollution exposure disparities persist, indicating that redlining was only one of the many racially discriminatory policies that impacted communities. Our findings illustrate how redlining, a nearly 80-year-old racially discriminatory policy, continues to shape systemic environmental exposure disparities in the United States.

Objective: We examined the distribution of heat risk–related land cover (HRRLC) characteristics across racial/ethnic groups and degrees of residential segregation.Methods: Block group–level tree canopy and impervious surface estimates were derived from the 2001 National Land Cover Dataset for densely populated urban areas of the United States and Puerto Rico, and linked to demographic characteristics from the 2000 Census. Racial/ethnic groups in a given block group were considered to live in HRRLC if at least half their population experienced the absence of tree canopy and at least half of the ground was covered by impervious surface (roofs, driveways, sidewalks, roads). Residential segregation was characterized for metropolitan areas in the United States and Puerto Rico using the multigroup dissimilarity index.Results: After adjustment for ecoregion and precipitation, holding segregation level constant, non-Hispanic blacks were 52% more likely (95% CI: 37%, 69%), non-Hispanic Asians 32% more likely (95% CI: 18%, 47%), and Hispanics 21% more likely (95% CI: 8%, 35%) to live in HRRLC conditions compared with non-Hispanic whites. Within each racial/ethnic group, HRRLC conditions increased with increasing degrees of metropolitan area-level segregation. Further adjustment for home ownership and poverty did not substantially alter these results, but adjustment for population density and metropolitan area population attenuated the segregation effects, suggesting a mediating or confounding role.Conclusions: Land cover was associated with segregation within each racial/ethnic group, which may be explained partly by the concentration of racial/ethnic minorities into densely populated neighborhoods within larger, more segregated cities. In anticipation of greater frequency and duration of extreme heat events, climate change adaptation strategies, such as planting trees in urban areas, should explicitly incorporate an environmental justice framework that addresses racial/ethnic disparities in HRRLC.

Introduction: Redlining, a racist mortgage appraisal practice of the 1930s, established and exacerbated racial residential segregation boundaries in the United States. Investment risk grades assigned >80y ago through security maps from the Home Owners' Loan Corporation (HOLC) are associated with current sociodemographics and adverse health outcomes. We assessed whether historical HOLC investment grades are associated with 2010 greenspace, a health-promoting neighborhood resource. Objectives: We compared 2010 normalized difference vegetation index (NDVI) across previous HOLC neighborhood grades using propensity score restriction and matching. Methods: Security map shapefiles were downloaded from the Mapping Inequality Project. Neighborhood investment risk grades included A (best, green), B (blue), C (yellow), and D (hazardous, red, i.e., redlined). We used 2010 satellite imagery to calculate the average NDVI for each HOLC neighborhood. Our main outcomes were 2010 annual average NDVI and summer NDVI. We assigned areal-apportioned 1940 census measures to each HOLC neighborhood. We used propensity score restriction, matching, and targeted maximum likelihood estimation to limit model extrapolation, reduce confounding, and estimate the association between HOLC grade and NDVI for the following comparisons: Grades B vs. A, C vs. B, and D vs. C. Results: Across 102 urban areas (4,141 HOLC polygons), annual average ±standard deviation (SD) 2010 NDVI was 0.47 (±0.09), 0.43 (±0.09), 0.39 (±0.09), and 0.36 (±0.10) in Grades A–D, respectively. In analyses adjusted for current ecoregion and census region, 1940s census measures, and 1940s population density, annual average NDVI values in 2010 were estimated at −0.039 (95% CI: −0.045, −0.034), −0.024 (95% CI: −0.030, −0.018), and −0.026 (95% CI: −0.037, −0.015) for Grades B vs. A, C vs. B, and D vs. C, respectively, in the 1930s. Discussion: Estimates adjusted for historical characteristics indicate that neighborhoods assigned worse HOLC grades in the 1930s are associated with reduced present-day greenspace. https://doi.org/10.1289/EHP7495

Prior research has reported disparities in environmental exposures in the United States, but, to our knowledge, no nationwide studies have assessed inequality in noise pollution.We aimed to a) assess racial/ethnic and socioeconomic inequalities in noise pollution in the contiguous United States; and b) consider the modifying role of metropolitan level racial residential segregation.We used a geospatial sound model to estimate census block group–level median (L50) nighttime and daytime noise exposure and 90th percentile (L10) daytime noise exposure. Block group variables from the 2006–2010 American Community Survey (ACS) included race/ethnicity, education, income, poverty, unemployment, homeownership, and linguistic isolation. We estimated associations using polynomial terms in spatial error models adjusted for total population and population density. We also evaluated the relationship between race/ethnicity and noise, stratified by levels of metropolitan area racial residential segregation, classified using a multigroup dissimilarity index.Generally, estimated nighttime and daytime noise levels were higher for census block groups with higher proportions of nonwhite and lower-socioeconomic status (SES) residents. For example, estimated nighttime noise levels in urban block groups with 75% vs. 0% black residents were 46.3 A-weighted decibels (dBA) [interquartile range (IQR): 44.3–47.8 dBA] and 42.3 dBA (IQR: 40.4–45.5 dBA), respectively. In urban block groups with 50% vs. 0% of residents living below poverty, estimated nighttime noise levels were 46.9 dBA (IQR: 44.7–48.5 dBA) and 44.0 dBA (IQR: 42.2–45.5 dBA), respectively. Block groups with the highest metropolitan area segregation had the highest estimated noise exposures, regardless of racial composition. Results were generally consistent between urban and suburban/rural census block groups, and for daytime and nighttime noise and robust to different spatial weight and neighbor definitions.We found evidence of racial/ethnic and socioeconomic differences in model-based estimates of noise exposure throughout the United States. Additional research is needed to determine if differences in noise exposure may contribute to health disparities in the United States. https://doi.org/10.1289/EHP898