目的介绍多元meta随机效应模型评价多个城市暴露-反应非线性关系的理论,并通过实例加以详细阐述。方法多元meta随机效应模型广泛应用于处理多重相关参数的复杂效应研究,本文基于该方法评估多个地区逐日气温对人群非意外死亡人数的非线...目的介绍多元meta随机效应模型评价多个城市暴露-反应非线性关系的理论,并通过实例加以详细阐述。方法多元meta随机效应模型广泛应用于处理多重相关参数的复杂效应研究,本文基于该方法评估多个地区逐日气温对人群非意外死亡人数的非线性影响。建模过程主要基于二阶段策略,首先采用分布滞后非线性模型(distributed lag non-linear model,DLNM)构建气温-死亡-滞后效应的二维交叉基,分别估计各个城市气温与死亡的非线性暴露-反应关系,并提取各城市回归系数与协方差矩阵;然后,应用多元meta随机效应模型对各城市估计的参数进行合并,得到气温对人群非意外死亡的综合效应。结果我国16个城市的气温对人群非意外死亡人数存在滞后影响,总体效应关系呈现U形,提示低温与高温对人群健康影响较大,且低温效应大于高温效应。结论多元随机效应meta模型可拟合不同研究间多个复杂的相关参数,非常适合于暴露-反应呈现非线性的效应综合研究。展开更多
目的通过R软件实现分布滞后非线性模型(distributed lag non-linear model,DLNM)与多元meta分析的两阶段分析。方法通过1个时间序列数据实例研究介绍利用R软件实现DLNM与多元meta分析2阶段分析的具体步骤。结果DLNM与多元meta分析的两...目的通过R软件实现分布滞后非线性模型(distributed lag non-linear model,DLNM)与多元meta分析的两阶段分析。方法通过1个时间序列数据实例研究介绍利用R软件实现DLNM与多元meta分析2阶段分析的具体步骤。结果DLNM与多元meta分析的两阶段分析可以在R软件中实现。结论R软件可灵活方便地构建DLNM以及实现多元meta分析,在环境流行病学中可广泛应用。展开更多
目的探索隔日温差(temperature changes between neighboring days,TCN)对人群死亡的影响。方法收集我国21个地区2014-2018年的每日气象因素数据、空气污染物数据和死因统计数据。运用分布滞后非线性模型(distributed lag non-linear mo...目的探索隔日温差(temperature changes between neighboring days,TCN)对人群死亡的影响。方法收集我国21个地区2014-2018年的每日气象因素数据、空气污染物数据和死因统计数据。运用分布滞后非线性模型(distributed lag non-linear model,DLNM)和多元Meta分析,估计不同季节的TCN对每日总死亡人数的影响。结果研究显示,不同季节的TCN对每日总死亡人数均有显著影响,且阈值不同。冷季时,P_(95)TCN(升温)的14天累积相对危险度(CRR)为0.868(_(95)%CI:0.794,0.948),而P_(5)(降温)对每日总死亡人数的影响没有统计学意义。暖季时,P_(95)TCN(升温)的7天CRR为1.078(_(95)%CI:1.009,1.152),而P_(5)(降温)的7天CRR为0.929(_(95)%CI:0.889,0.971)。冷季时,患有呼吸系统疾病人群更容易受到温度变化的不利影响。暖季时,循环系统疾病人群、女性和≥65岁人群对温度变化更为敏感。南北区域的分析显示,北方城市的人群对P_(95)TCN的影响更加敏感。结论不同季节的极端TCN与人群死亡的风险存在关联,冷季时升温可降低人群死亡风险,而暖季时升温可增加人群死亡风险,降温可降低人群死亡风险。健康促进策略应该考虑相邻两天之间的温度变化对人群死亡影响。展开更多
文摘目的介绍多元meta随机效应模型评价多个城市暴露-反应非线性关系的理论,并通过实例加以详细阐述。方法多元meta随机效应模型广泛应用于处理多重相关参数的复杂效应研究,本文基于该方法评估多个地区逐日气温对人群非意外死亡人数的非线性影响。建模过程主要基于二阶段策略,首先采用分布滞后非线性模型(distributed lag non-linear model,DLNM)构建气温-死亡-滞后效应的二维交叉基,分别估计各个城市气温与死亡的非线性暴露-反应关系,并提取各城市回归系数与协方差矩阵;然后,应用多元meta随机效应模型对各城市估计的参数进行合并,得到气温对人群非意外死亡的综合效应。结果我国16个城市的气温对人群非意外死亡人数存在滞后影响,总体效应关系呈现U形,提示低温与高温对人群健康影响较大,且低温效应大于高温效应。结论多元随机效应meta模型可拟合不同研究间多个复杂的相关参数,非常适合于暴露-反应呈现非线性的效应综合研究。
文摘目的通过R软件实现分布滞后非线性模型(distributed lag non-linear model,DLNM)与多元meta分析的两阶段分析。方法通过1个时间序列数据实例研究介绍利用R软件实现DLNM与多元meta分析2阶段分析的具体步骤。结果DLNM与多元meta分析的两阶段分析可以在R软件中实现。结论R软件可灵活方便地构建DLNM以及实现多元meta分析,在环境流行病学中可广泛应用。
文摘目的探索隔日温差(temperature changes between neighboring days,TCN)对人群死亡的影响。方法收集我国21个地区2014-2018年的每日气象因素数据、空气污染物数据和死因统计数据。运用分布滞后非线性模型(distributed lag non-linear model,DLNM)和多元Meta分析,估计不同季节的TCN对每日总死亡人数的影响。结果研究显示,不同季节的TCN对每日总死亡人数均有显著影响,且阈值不同。冷季时,P_(95)TCN(升温)的14天累积相对危险度(CRR)为0.868(_(95)%CI:0.794,0.948),而P_(5)(降温)对每日总死亡人数的影响没有统计学意义。暖季时,P_(95)TCN(升温)的7天CRR为1.078(_(95)%CI:1.009,1.152),而P_(5)(降温)的7天CRR为0.929(_(95)%CI:0.889,0.971)。冷季时,患有呼吸系统疾病人群更容易受到温度变化的不利影响。暖季时,循环系统疾病人群、女性和≥65岁人群对温度变化更为敏感。南北区域的分析显示,北方城市的人群对P_(95)TCN的影响更加敏感。结论不同季节的极端TCN与人群死亡的风险存在关联,冷季时升温可降低人群死亡风险,而暖季时升温可增加人群死亡风险,降温可降低人群死亡风险。健康促进策略应该考虑相邻两天之间的温度变化对人群死亡影响。