广义相加模型在大气污染流行病学研究中的应用进展

• 作者: 曾强 樊琳 顾清
• 来源期刊: 环境与职业医学
• 学科: 医学
• 关键词: 大气污染 流行病学 广义相加模型 R软件
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 综述
• 页码范围: 676-681
• 页数: 6页
• 分类号: R12
• 语种: 中文
• DOI: 10.13213/j.cnki.jeom.2019.18744

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾强		110	566	13.0	17.0
3	顾清		39	240	8.0	14.0
5	樊琳		3	0	0.0	0.0