We applied natural smooth (ns) func

We applied natural smooth (ns) functions of calendar time with 7 degrees of freedom (df) per year to exclude unmeasured long-term and seasonal trends in the time-series dataset. We incorporated the ns functions of mean temperature (6 df for the period) and relative humidity (3 df for the period) to adjust for the potential nonlinear confounding effects of weather conditions (Chen et al., 2012). We also included the day of the week as an indicator variable in the basic models. After establishing the basic model, we introduced the air pollutant concentrations into the single-pollutant model one at a time to estimate their associations with asthmatic hospitalization.

ผลลัพธ์ (ไทย) 1:

เราใช้ฟังก์ชันเรียบธรรมชาติ (ns) เวลาปฏิทินกับ 7 องศาอิสระ (df) ของปีการแยกแนวโน้มตามฤดูกาล และระยะยาวในชุดข้อมูลของชุดข้อมูลเวลา unmeasured เรารวมฟังก์ชัน ns ของอุณหภูมิเฉลี่ย (6 df สำหรับรอบระยะเวลา) และความชื้นสัมพัทธ์ (3 df สำหรับรอบระยะเวลา) เพื่อปรับศักยภาพผล confounding ไม่เชิงเส้นของสภาพอากาศ (Chen et al., 2012) เรายังรวมวันของสัปดาห์เป็นตัวบ่งชี้ตัวแปรในแบบจำลองพื้นฐาน หลังจากสร้างแบบพื้นฐาน เรานำความเข้มข้นมลพิษอากาศในรูปแบบแนวเดียวหนึ่งเวลาเพื่อประเมินความสัมพันธ์ของพวกเขา ด้วย ๑๐๐๐ หอบหืด

ผลลัพธ์ (ไทย) 2:

เรานำมาใช้อย่างเป็นธรรมชาติ (ns) ฟังก์ชั่นของเวลาปฏิทินที่มี 7 องศาอิสระ (DF) ต่อปีที่จะไม่รวมในระยะยาวไม่สามารถวัดได้และแนวโน้มตามฤดูกาลในชุดข้อมูลอนุกรมเวลา เราเป็น บริษัท ที่ทำงานของ ns อุณหภูมิเฉลี่ย (6 DF สําหรับงวด) และความชื้นสัมพัทธ์ (3 DF สําหรับงวด) เพื่อปรับสำหรับผลกระทบที่ไม่เป็นเชิงเส้นรบกวนที่อาจเกิดขึ้นจากสภาพอากาศ (Chen et al., 2012) นอกจากนี้เรายังรวมวันของสัปดาห์เป็นตัวแปรตัวบ่งชี้ในรูปแบบพื้นฐาน หลังจากการสร้างรูปแบบพื้นฐานเราแนะนำเข้มข้นของสารมลพิษอากาศเข้าไปในรูปแบบของสารมลพิษเดียวในเวลาหนึ่งในการประเมินความสัมพันธ์ของพวกเขาด้วยการรักษาในโรงพยาบาลโรคหืด

ผลลัพธ์ (ไทย) 3:

เราใช้เรียบธรรมชาติ ( NS ) ฟังก์ชันของเวลาในปฏิทินกับ 7 องศาอิสระ ( df ) ต่อปีรวม unmeasured ระยะยาวและแนวโน้มตามฤดูกาลในข้อมูลอนุกรมเวลา . เราจดทะเบียน NS ฟังก์ชันของอุณหภูมิเฉลี่ย ( 6 DF สำหรับระยะเวลา ) และความชื้นสัมพัทธ์ ( 3 DF สำหรับระยะเวลา ) เพื่อปรับศักยภาพเชิง confounding ผลกระทบของสภาพอากาศ ( Chen et al . , 2012 )นอกจากนี้เรายังรวมวันของสัปดาห์เป็นตัวบ่งชี้ตัวแปรในแบบจำลองพื้นฐาน หลังจากสร้างแบบจำลองพื้นฐานเราแนะนำอากาศมลพิษความเข้มข้นในเดียวของรุ่นหนึ่งที่เวลาประมาณสมาคมของพวกเขาด้วยโรคหอบหืด รักษาในโรงพยาบาล