污染效应与控制杂志
开放获取

抽象的

分布式滞后模型：米兰死亡率数据分析

米茨瓦夫·西什科维奇和韦斯利·S·布尔

本研究的目的是提出分布式滞后非线性模型 (DLNM) 的新变体，用于评估健康事件计数与环境空气污染暴露之间的关联。出于说明目的，考虑了意大利米兰的一个著名数据集。使用总悬浮颗粒物（TSP）浓度作为空气污染衡量标准，气象数据以日平均气温表示和相对湿度。使用泊松广义线性模型估计相对风险 (RR)。考虑了长时间尺度变化的两种控制：更传统的三次回归样条平滑器和更新的案例交叉（CC）控制方法。使用 DLNM 对相对较多的构建滞后数来估计死亡率位移效应。对于所考虑的滞后（0-45 天）和 CC 方法，确定了三个区域：区域 A（滞后 0-7），RR=1.021（95% 置信区间：1.009、1.043；区域 B（滞后 8-27） RR=0.981 (0.965, 0.997)；C 区（滞后 28–45），RR=1.018 (1.003, 1.032)。总累积风险（A + B + C 区，滞后 0–45）得出 RR=1.019 (1.001, 1.037)。结果报告为四分位数范围 (IQR=86)。5）TSP空气污染增加，其结构与之前报道的相似，尽管水平显着降低。我们将这种变化归因于残差中留下的长时间尺度变化的显着变化，因为聚类效应将季节效应控制在更强的水平上。