广义相加模型在大气污染流行病学研究中的应用进展

论文摘要

大气污染流行病学研究中探讨大气污染与人群健康效应的暴露-反应关系是一个研究难点,已成为环境卫生工作者面临的一个重要挑战。大气污染物的急性暴露与人群呼吸系统、心血管系统、中枢神经系统等疾病的关系已经被国内外大量研究所证实。时间序列模型是目前研究大气污染急性健康效应最常用的方法,其最主要的优点是对同一研究人群进行反复观察,因此可控制与时间相关变量（例如季节和长期趋势）造成的混杂效应。目前应用最广泛的时间序列模型是广义相加模型（GAM）,GAM可以同时评估环境因素对健康效应的线性及非线性关联,可对各种混杂因素进行校正。本文通过对大气污染与人群健康效应关系中GAM的建立及其应用进行综述,为进一步研究提供方法学线索。在今后的研究中需要结合多种研究方法,将空间分析与时间分析结合,开发多水平的空间时间序列模型,充分考虑并控制各种可能对健康结局造成影响的混杂因素,更加准确地评估大气污染所造成的人群健康风险,为相关环境健康政策的制定提供依据。

论文目录

• 1 GAM的概述
• 2 GAM的建立和实现
•   2.1 模型参数选择
•   2.2 模型建立
•   2.3 模型评估及灵敏度分析
•   2.4 GAM在R语言中的实现
• 3 GAM在大气污染流行病学研究中的应用
•   3.1 GAM单独应用
•   3.2 GAM与其他方法联用
• 4 展望

文章来源

类型: 期刊论文

作者: 樊琳,顾清,曾强

关键词: 大气污染,流行病学,广义相加模型,软件

来源: 环境与职业医学 2019年07期

年度: 2019

分类: 医药卫生科技,工程科技Ⅰ辑

专业: 环境科学与资源利用,预防医学与卫生学

单位: 天津市疾病预防控制中心,天津医科大学公共卫生学院

基金: 国家自然科学基金面上项目（81872590）,天津市卫生行业重点攻关项目（16KG170）

分类号: R12;X51

DOI: 10.13213/j.cnki.jeom.2019.18744

页码: 676-681

总页数: 6

文件大小: 742K

下载量: 470