We chose to fit autoregressive over

We chose to fit autoregressive over-dispersed Poisson regression
models due to the nature of the neonatal outcomes variables,
daily counts of total births and daily counts of preterm births.
Trends and seasonality were controlled using functions -sine and
cosine- with annual and six-monthly periodicities, days of the
week were also introduced in the models. The chemical air pollutants
(PM2.5 and PM10, O3 and NO2) and the noise levels (Leqd
and Leqn) were introduced into the model as linear components.
Traditionally, the relation between ambient temperature and
morbi-mortality variables shows a V-shaped pattern (Basu and
Samet, 2002; Ye et al., 2012; Gasparrini et al., 2015). However, in
adverse birth outcomes there is a lack. There are studies that
consider the effect of heat and cold jointly on births outcomes
(Kloog et al., 2015). However, others studies (Schifano et al., 2013)
showed that heat, as measured by the maximum temperature
during warmer periods, was associated in the short term with
preterm birth. This association with temperature was not observed
in the cold periods.
For this reason, the effect of temperature has been divided into
two branches in our analysis, warmer periods and cold periods.
The definition of these periods is established according to the
thresholds for cold and heat calculated for Madrid City (Linares
et al., 2014, 2015). These values are:
Daily Maximum Temperature Threshold434 °C for the heat
wave definition.
Daily Minimum Temperature Thresholdo 2 °C for the cold
wave definition.
With the aim of parametrizing this fact, two new variables
were created as follows:
Thot¼Tmax– 34 °C if TmaxZ34 °C
Thot¼0if Tmaxo34 °C
Tcold¼ 2 °C-Tmin if Tminr 2 °C
Tcold¼0if Tmin4 2 °C
Only short-term lags, from 1 to 7 days of the environmental
variables were introduced in the models performed. First, single
models for the total number of births and for total number of
preterm births with all the environmental and control variables
were performed separately. In a second stage, a model for total
births adjusted for preterm births was performed in order to explore
whether the same environmental variables were influenced
the results through the total number of births. It means, if the
short-term effect of the environmental variables on preterm births
is influencing the global effect on the total number of births.
The results of the final models were expressed in the form of
relative risks (RRs) and their 95% confidence intervals only for
statistically significant variables (po0.05). These RRs are calculated
for an interquartile increase. Based on the RR, we then calculated
the attributable risk (AR) associated with this increase by
the following equation:
AR¼[(RR—1)/RR]x100 (Coste and Spira, 1991).
All analyses were performed using the SPSS v22 (SPSS: an IBM
company) and Stata/SE 11.2 (StataCorp LP) software programmes.
6.

ผลลัพธ์ (ไทย) 1:

เราเลือกให้พอดีกับ autoregressive มากกว่ากระจาย Poisson ถดถอยรุ่นเนื่องจากลักษณะของตัวแปรผลทารกแรกเกิดนับวันเกิดทั้งหมดและนับวันศาสนาคลอดบุตรก่อนกำหนดแนวโน้มและฤดูกาลที่ถูกควบคุมโดยใช้ฟังก์ชั่น - ไซน์ และโคไซน์-กับ periodicities หกเดือน และรายปี วันสัปดาห์ยังถูกนำเสนอในรูปแบบของ สารมลพิษอากาศสารเคมี(PM2.5 และ PM10, O3 และ NO2) และระดับเสียงรบกวน (Leqdและ Leqn) ถูกนำมาใช้ในรูปแบบที่เป็นองค์ประกอบเชิงเส้นประเพณี ความสัมพันธ์ระหว่างอุณหภูมิ และตัวแปร morbi ตายแสดงรูปทรง (กับ และเสม็ด 2002 Ye et al. 2012 Gasparrini et al. 2015) อย่างไรก็ตาม ในผลลัพธ์ที่ไม่พึงประสงค์เกิดมีคือ การขาด มีการศึกษาที่พิจารณาผลของความร้อนความเย็นร่วมกันในผลที่เกิด(Kloog et al. 2015) อย่างไรก็ตาม อื่น ๆ ศึกษา (Schifano et al. 2013)แสดงให้เห็นว่าความร้อนที่ โดยอุณหภูมิสูงสุดวัดช่วงที่มีอากาศอบอุ่น ถูกเชื่อมโยงในระยะสั้นด้วยคลอดก่อนกำหนด สมาคมนี้ มีอุณหภูมิไม่ได้ปฏิบัติในช่วงเย็นด้วยเหตุนี้ ผลของอุณหภูมิได้ถูกแบ่งออกเป็นสองสาขาวิเคราะห์ ระยะเวลาที่อากาศอบอุ่น และช่วงเย็นคำอธิบายของรอบระยะเวลาเหล่านี้ได้ก่อตั้งขึ้นตามคำนวณขีดจำกัดสำหรับความร้อนและเย็นสำหรับเมืองมาดริด (ลูกโป่งet al. 2014, 2015) ค่าเหล่านี้คือ:วันอุณหภูมิสูงสุด Threshold434 องศา C ความร้อนคำจำกัดความของคลื่นทุกวัน Thresholdo ขั้นต่ำอุณหภูมิ 2 ° C สำหรับความเย็นคำจำกัดความของคลื่นของ parametrizing ความจริงข้อนี้ สองตัวแปรใหม่สร้างขึ้นเป็นดังนี้:Thot¼Tmax-34 ° C ถ้า TmaxZ34 ° CThot¼0if Tmaxo34 ° CTcold¼ 2 ° C-Tmin ถ้า Tminr 2 ° CTcold¼0if Tmin4 2 ° Cเพียงระยะสั้นล่าช้า จาก 1 ถึง 7 วันของการสิ่งแวดล้อมตัวแปรถูกนำมาใช้ในรูปแบบของการดำเนินการ ซิงเกิลแรกรุ่น สำหรับจำนวนการเกิด และจำนวนคลอดบุตรก่อนกำหนดเกิดกับทั้งหมดที่สิ่งแวดล้อมและตัวแปรควบคุมดำเนินการแยกต่างหาก ในขั้นที่สอง แบบจำลองสำหรับการรวมเกิดการปรับปรุงสำหรับเกิดคลอดบุตรก่อนกำหนดได้ดำเนินการเพื่อสำรวจว่าตัวแปรด้านสิ่งแวดล้อมเดียวกันได้รับอิทธิพลผลสำเร็จจำนวนรวมของการเกิด มันหมายถึง ถ้าการผลกระทบระยะสั้นของตัวแปรด้านสิ่งแวดล้อมเกิดคลอดบุตรก่อนกำหนดกำลังมีอิทธิพลต่อผลกระทบต่อจำนวนการเกิดโลกผลของรุ่นสุดท้ายถูกแสดงในรูปของความเสี่ยงสัมพัทธ์ (RRs) และช่วงความเชื่อมั่น 95% เท่านั้นตัวแปรมีนัยสำคัญทางสถิติ (po0.05) RRs เหล่านี้จะถูกคำนวณการเพิ่มขึ้น interquartile คะแนนเฉลียจาก RR เราแล้วคำนวณการแบ่งปันความเสี่ยง (AR) เกี่ยวข้องกับการเพิ่มขึ้นโดยสมการต่อไปนี้:AR¼ [(RR—1) /RR] x100 (Coste และ Spira, 1991)วิเคราะห์ทั้งหมดดำเนินการโดยใช้ SPSS v22 (SPSS: IBM มีบริษัท) และโปรแกรมซอฟต์แวร์ 11.2 Stata/SE (StataCorp LP)6