×

用于分析空气污染和健康结果数据的时间变异系数模型。 (英语) Zbl 1136.62080号

小结:建立了一个时变系数模型,以检验有害健康与短期(急性)暴露于空气污染之间的关系。该模型允许相对风险随时间演变,这可能是由于与温度的相互作用,或者是由于污染物(例如颗粒物)组成随时间的变化。该模型对这些时变效应进行了平滑估计,不受研究人员设定的固定参数形式的约束。相反,形状是使用惩罚的自然三次样条曲线从数据中估计的。使用拟似然和贝叶斯技术建立了泊松回归模型,分别使用迭代加权最小二乘法和马尔可夫链蒙特卡罗模拟进行估计。通过模拟研究评估了不同类型时变影响估计方法的有效性,然后将模型应用于全国发病率、死亡率和空气污染研究中四个城市的数据。

MSC公司:

62页第10页 统计学在生物学和医学中的应用;元分析
62页第12页 统计在环境和相关主题中的应用
2015年1月62日 贝叶斯推断
62号02 生存分析和截尾数据中的估计
65立方厘米 马尔可夫链的数值分析或方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Lee,《具有随机效应的广义线性模型:通过H-似然的统一分析》(2006)·Zbl 1110.62092号 ·doi:10.1201/9781420011340
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。