| 4 | 多种族动脉粥样硬化和空气污染研究中预测多空气污染物浓度的统一时空建模方法显示文摘[背景]在空气污染暴露与慢性健康影响之间关系的队列研究中,需要对很长一段时间的暴露进行预测。[目的]作为多种族动脉粥样硬化和空气污染研究(MESA Air)的一部分,我们利用从1999年至2012年初美国6个都市地区的数据,建立一种统一的建模方法,以预测细颗粒物、二氧化氮、氮氧化物和黑碳(通过光吸收系数来测量)。[方法]获得调控网络的监测数据,并用MESA Air社区位置和参与者家中收集到的研究测量指标对这些数据进行补充。在每个区域,我们采用一种包括长期空间均值、带有空间变化系数的时间趋势以及时空残差的时空模型。模型的均值结构来自于一组地理协变量,使用偏最小二乘回归减小这组值。根据观测到的时间序列估计时间趋势,并用空间平滑方法来增加观察值间的强度。[结果]大部分模型的预测精度都较高,对监测点和固定位置来说,大部分地区和污染物的交叉验证R2(R2CV)>0.80。在家庭所在地,总R2CV范围为0.45至0.92,时间校正的R2CV范围为0.23到0.92。[结论]这一新颖的时空建模方法为多个区域的4种污染物提供了精确的预测值。我们得出了MESA Air研究特定参与者的预测值,以了解长期空气污染暴露对健康的影响。这些成果突显出这一先进的建模方法可以被更广泛地用于当代队列研究中。 | Joshua P.Keller Casey Olives Sun-Young Kim Lianne Sheppard Paul D.Sampson Adam A.Szpiro Assaf P.Oron Johan Lindstr?m Sverre Vedal Joel D.Kaufman | 2015 | 环境与职业医学2015，32，9： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员