广义相加模型在气温健康效应研究中的应用

《广义相加模型在气温健康效应研究中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、#144#中国卫生统计2008年4月第25卷第2期广义相加模型在气温健康效应研究中的应用12v33董英赵耐青汤军克陈林利=提要>目的估计气温改变对城市居民死亡的影响,探讨广义相加模型(generalizedadditivemodel,GAM)在气温健康效应研究中的应用。方法应用广义相加模型分析2002~2004年的时间序列资料,在尽可能地控制混杂因素的基础上,GAM中拟合二次函数分析气温变化对城市日居民死亡数的影响。结果根据模型拟合结果求得对于闵行区居民死亡的/适温段0为(11167e~20171e),随着气温的升高和降低而偏离/适

2、温段0时,每日居民死亡人数增加。结论上海市日均气温对闵行区居民死亡有影响,GAM应用灵活方便。=关键词>气温死亡率时间序列广义相加模型112广义线性模型(generalizedlinearmodel,GLM)和负二项分布等。f1(x1i)、f2(x2i)、,,代表各种平广义相加模型(generalizedadditivemodels,GAM)的发滑函数如光滑样条平滑(smoothingspline,s)、局部回112展是过去三十年中统计学领域的重要进步。目前归(localregression,Loess)平滑、自然立方样条(natu

3、ral两种模型已被广泛应用于各个领域。GAM是GLMcubicspline,ns)、B样条(Bspline,B)和多项式等。其的非参数扩展,适用范围更广,GAM中可拟合非参数中,自然立方样条、B样条和多项式产生参数拟合,如回归,适用于处理应变量和众多解释变量间过度复杂果GAM中仅包含这三项平滑函数,则亦可应用GLM12212-62非线性的关系,近年来在环境流行病中的应用拟合。越来越多。该文介绍了GAM的基本知识,并将其应GLM强调模型中参数的估计和推断,而GAM更用于气温对健康影响的时间序列资料分析中。人类健加注重对数据进行非参数性

4、的探索。当对复杂的资料康受众多因素的影响,其中气温对健康的效应并非简进行探索性分析或研究反应变量和解释变量之间复杂单的线性,而且属于弱效应,该研究应用时间序列资非线性关系时,用广义相加模型更为合适。料,借助于GAM尽可能地控制混杂因素的影响,拟合21GAM中以二次函数拟合气温健康效应气温与居民健康效应指标的二次曲线关系。当气温为temp时,假设健康效应指标为居民死亡人数Yt,一般而言,在同样的环境下,同一天的人群死理论与方法亡人数可以认为服从二项分布,但由于观察人数相对11GAM基本形式比较大,每天的死亡率非常小,可以认为同一天人群

5、死GAM应用的潜在假设为函数是可加的,它允许亡的人数近似服从Poisson分布。则有:q每个协变量作为一个不加限制的平滑函数,而不是仅log[E(Yt)]=A+EBiXi+f(temp)+仅作为一种呆板的参数函数被拟合,通过对部分或全i=1m部的解释变量采用平滑函数的方法建立模型。GAMEfj(Zj)+wt(week)(2)与GLM相同的是用连接函数关系来估计反应变量和j=2Yt)观察日t的当天死亡人数,对于每个t,Yt服各解释变量间的关系;与GLM不同的是GAM中的各从总体均数为E(Yt)的Poisson分布;函数可以是非参数的形

6、式使得应用范围更为广泛,E(Yt))观察日t当天的死亡人数期望值;GLM是GAM的一种简单形式。因此GAM适用于多A)截距;种分布类型,多种复杂非线性关系的分析。GAM的基本形式122为:Xi)对应变量产生线性影响的解释变量,大气污g(Li)=B0+f1(x1i)+f2(x2i)+,+E(1)染物浓度等;Bi)回归模型中的解释变量系数;上式中g(Li)代表各种连接函数关系,可以是多种概率分布,包括:正态分布、二项分布、Poisson分布、f(temp))气温二次函数fj())自然立方样条函数(naturalcubicspline)等

7、;11上海中医药大学预防医学教研室(201203)Zj)对应变量发生非线性影响的变量,时间变21复旦大学公共卫生学院卫生统计教研室31上海市闵行区疾病预防控制中心信息科量,气象指标等;v通讯作者:赵耐青,E-mail:nqzhao@shmu.edu.cn,Tel:54237360-13.wt(week))星期哑元变量,处理星期效应问题。ChineseJournalofHealthStatistics,Apr2008,Vol.25,No.2#145#其中f(temp)是刻画气温与居民死亡人数的效表1拟合气温效应各温度点对应的居民死亡R

8、R及可信区间应函数,根据气温-死亡人数对数关系曲线图特点,datetemperatureRRRR95%CI效应函数取二次函数拟合。可以证明:固定其他因素,,,,,2003-3-2511.657140.990030.98019~0.99