我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
人类经常接触化学和其他环境因素的混合物，因此量化与环境混合物相关的健康影响是制定充分保护人类健康的环境政策的关键目标。暴露于环境混合物的影响的量化带来了几个统计挑战。通常情况下，接触多种污染物会相互影响结果。此外，结果与某些暴露（如某些金属）之间的暴露-响应关系可能表现出复杂的非线性形式，因为某些暴露在不同的暴露范围内可能是有益的，也可能是有害的。为了估计复杂混合物的健康影响，我们提出了一种灵活的贝叶斯方法，允许暴露相互作用，并与结果具有非线性关系。我们使用多元尖峰和平板先验来诱导稀疏性，以确定哪些暴露与结果相关，以及哪些暴露相互作用。提出的方法是可以解释的，因为我们可以使用模型中包含的后验概率来识别相互作用的污染物。我们利用我们的方法研究了孟加拉国暴露于金属对儿童神经发育的影响，发现砷和锰之间存在非线性交互关系。
约瑟夫·安东内利（Joseph Antonelli）。 Maitreyi Mazumdar公司。 大卫·贝林格。 大卫·克里斯蒂安尼。 罗伯特·赖特。 布伦特·库尔。 “使用贝叶斯半参数回归和稀疏诱导先验估计环境混合物的健康影响。” 附录申请。斯达。 14 (1) 257 - 275, 2020年3月。 https://doi.org/10.1214/19-AOAS1307
