Expected numbers of cases for each

Expected numbers of cases for each block group were
computed by applying reference incidence rates for the
same years (as estimated from the four administrative
departments of the study area, plus the departments of
Doubs and Hérault) to the person-years of each area stratified
by gender and 5-year age classes.
Models were fitted to the grouped data with Poisson
regression analysis. Logarithms of observed and expected
cases were linked with a set covariate values in a linear
model that dealt with Poisson overdispersion. To build
flexible models, penalized regression splines (based on 25
knots) were used [20]. Since the dioxin concentration distribution
was right-skewed, a square root transformation
was applied to force the exposure data to follow a normal
distribution. Log-transformed industry × years, log-transformed
population density, socio-economic level, and
NO2 concentration were entered as continuous variables
in the models. Urbanisation (yes/no, by collapsing the 3
urban categories), and administrative departments
(department of Isère as reference category) were treated as
categorical variables.
Multivariate models were run. Dioxin exposure (variable
under scrutiny) and administrative departments (to
account for their heterogeneity) were forced into the models.
Then, the 5 remaining independent variables were
introduced as spline functions. To assess the smoothing
added value, we followed the ad hoc approach proposed
by Wood et al. [20]. If the estimated degrees of freedom
were close to 1 (and a linear function was therefore estimated),
and if the generalized cross validation (GCV)
score was higher than the GCV for the unsmoothed
model, then the original unsmoothed variable was preferred
to the spline-smoothed version. Finally, using
Akaike's information criterion for covariate selection, a
backward stepwise selection was applied.
Hierarchical Bayesian Poisson regression models were
also fitted to these geographical data to address the issue
of spatial autocorrelation [21].
The relative risk (RR) associated with dioxin exposure was
therefore computed as .
Under a high exposure scenario, we have a priori defined
x1 (the reference concentration) as the 2.5th percentile
(1.25 × 10-4 μg/m2/year), and x2 as the 90th percentile
(1.78 × 10-2 μg/m2/year) of the dioxin exposure distribution
within the modelled zones (Figure 2).
Models were run with R software (package mgcv) and
WinBUGS software [22,23].

ผลลัพธ์ (ไทย) 1:

ตัวเลขที่คาดว่ากรณีสำหรับแต่ละกลุ่มบล็อกถูก
คำนวณโดยใช้อัตราอุบัติการณ์อ้างอิง
ปีเดียวกัน (ตามประมาณการจากสี่
บริหารหน่วยงานของพื้นที่ศึกษารวมทั้งหน่วยงานของ
Doubs และHérault) ไปยังบุคคลที่ปีของ แต่ละพื้นที่แบ่งชั้น
ตามเพศอายุและชั้นเรียน 5 ปี.
รุ่นที่ได้รับการติดตั้งจะมีการจัดกลุ่มข้อมูลที่มี Poisson
การวิเคราะห์การถดถอยลอการิทึมของการสังเกตและคาดว่า
กรณีถูกเชื่อมโยงกับการตั้งค่าตัวแปรร่วมในเชิงเส้น
รูปแบบที่เกี่ยวข้องกับ Poisson overdispersion เพื่อสร้างรูปแบบที่มีความยืดหยุ่น
, ร่องถดถอยลงโทษ (จาก 25
นอต) ถูกนำมาใช้ [20] ตั้งแต่การกระจายความเข้มข้นของไฮโดรเจน
เป็นขวาเบ้เปลี่ยนแปลงรากตาราง
ถูกนำมาใช้เพื่อบังคับให้ข้อมูลการเปิดรับที่จะปฏิบัติตามปกติ
กระจายเข้าสู่ระบบเปลี่ยนอุตสาหกรรม×ปีที่ผ่านมาเข้าสู่ระบบเปลี่ยน
ความหนาแน่นของประชากรในระดับทางเศรษฐกิจและสังคมและความเข้มข้นของ NO2
ถูกป้อนเป็นตัวแปรอย่างต่อเนื่องในรูปแบบ
รูปแบบ (ใช่ / ไม่ใช่โดยการยุบ 3
หมวดหมู่ในเมือง) และการบริหารจัดการหน่วยงาน
(กรมIsèreเป็นหมวดหมู่อ้างอิง) ได้รับการรักษาเป็นตัวแปรเด็ดขาด
.
รูปแบบหลายตัวแปรวิ่ง การเปิดรับไดออกซิน (ตัวแปร
ภายใต้การพิจารณา) และการบริหารหน่วยงาน (การบัญชี
ความหลากหลายของพวกเขา) ถูกบังคับในรูปแบบ.
แล้วส่วนที่เหลืออีก 5 ตัวแปรอิสระที่ได้รับการแนะนำว่าเป็น
ฟังก์ชั่นร่อง เพื่อประเมินความเรียบ
มูลค่าเพิ่มที่เราปฏิบัติตามวิธีการเฉพาะกิจเสนอ
โดยไม้และอัล [20] ถ้าองศาประมาณเสรีภาพ
อยู่ใกล้กับ 1 (และฟังก์ชั่นเชิงเส้นจึงเป็นที่คาดกัน)
และหากการตรวจสอบข้ามทั่วไป (GCV)
คะแนนสูงกว่า GCV เพื่อ unsmoothed
รุ่นแล้วตัวแปร unsmoothed เดิมเป็นที่ต้องการ
รุ่น spline-เรียบ ในที่สุดโดยใช้เก​​ณฑ์
akaike ข้อมูลสำหรับการเลือกตัวแปรร่วม,
ย้อนกลับเลือกแบบขั้นตอนถูกนำมาใช้.
ลำดับชั้นแบบ Poisson ถดถอย bayesian ถูก
นอกจากนี้ยังติดตั้งกับข้อมูลทางภูมิศาสตร์เหล่านี้เพื่อแก้ไขปัญหาของพื้นที่
สัมพันธ์ [21].
ความเสี่ยง (RR) ที่เกี่ยวข้องกับการเปิดรับไดออกซินเป็น
จึงคำนวณ.
ภายใต้สถานการณ์ที่ความเสี่ยงสูงที่เราได้กำหนดไว้เบื้องต้น
x1 ( ความเข้มข้นของการอ้างอิง) ในขณะที่ร้อยละ 2.5th
(1.25 × 10-4 μg/m2/year) และ x2 เป็นร้อยละ 90
(178 × 10-2 μg/m2/year) ของการกระจายความเสี่ยงไดออกซิน
ภายในโซนจำลอง (รูปที่ 2).
รุ่นที่ได้รับการทำงานกับซอฟต์แวร์ r (แพคเกจ mgcv) และ
winbugs ซอฟต์แวร์ [22,23]

ผลลัพธ์ (ไทย) 2:

คาดว่า มีจำนวนคดีแต่ละกลุ่มบล็อก
คำนวณ โดยใช้อัตราอุบัติการณ์อ้างอิงสำหรับการ
ปีเดียวกัน (ที่ประเมินจาก 4 ดูแล
แผนกพื้นที่ศึกษา และแผนกของ
Doubs และ Hérault) person-years ของแต่ละพื้นที่ stratified
โดยเพศและอายุ 5 ปีเรียน
รุ่นได้พอดีกับข้อมูลถูกจัดกลุ่มกับปัว
วิเคราะห์การถดถอย ลอการิทึมของการสังเกต และคาด
กรณีถูกเชื่อมโยงกับค่า covariate ตั้งค่าในแบบเชิงเส้น
รุ่นที่ปัว overdispersion สร้าง
รูปแบบยืดหยุ่น ถด penalized splines (ตาม 25
knots) ได้ใช้ [20] เนื่องจากการกระจายความเข้มข้นของ dioxin
ถูกขวาเบ้ แปลงราก
ใช้บังคับข้อมูลแสงตามแบบปกติ
แจกจ่าย ปีการอุตสาหกรรมเปลี่ยนล็อก ล็อกแปลง
ความหนาแน่นประชากร เศรษฐกิจสังคมระดับ และ
ความเข้มข้นของ NO2 ถูกป้อนเป็นตัวแปรต่อเนื่อง
ในรุ่น ของ (ใช่/ไม่ใช่ ได้ 3
ประเภทเมือง), และฝ่ายบริหาร
(กรม Isère เป็นประเภทอ้างอิง) ได้รับการรักษาเป็น
แตกตัวแปร
ถูกเรียกใช้รูปแบบตัวแปรพหุ แสง dioxin (แปร
ภายใต้ scrutiny) และฝ่ายบริหาร (การ
บัญชีสำหรับของ heterogeneity) ถูกบังคับในรูปแบบ
แล้ว มี 5 ตัวแปรอิสระที่เหลือ
แนะนำเป็นฟังก์ชันเหมือน การประเมินราบเรียบ
เพิ่มมูลค่า เราตามวิธีกิจเสนอ
โดยไม้ et al. [20] ถ้าประมาณองศาความเป็นอิสระ
ได้ใกล้กับ 1 (และฟังก์ชันเชิงเส้นได้ดังนั้นประมาณ),
และตรวจสอบไขว้เมจแบบทั่วไป (GCV)
คะแนนได้สูงกว่า GCV สำหรับการ unsmoothed
รุ่น แล้วตัวแปร unsmoothed ต้นฉบับถูกต้อง
รุ่นโค้งเหมือนกัน สุดท้าย ใช้
Akaike ของข้อมูล covariate วีไอ เป็น
ใช้ stepwise เลือกย้อนหลัง.
แบบจำลองถดถอยปัวทฤษฎีลำดับชั้นถูก
สิ่งเหล่านี้ข้อมูลทางภูมิศาสตร์เพื่อจัดการปัญหา
ของปริภูมิ autocorrelation [21] .
เสี่ยงสัมพัทธ์ (RR) เกี่ยวข้องกับแสง dioxin ถูก
จึง คำนวณเป็น.
ภายใต้สถานการณ์ความเสี่ยงสูง เราเป็น priori กำหนด
x 1 (สมาธิอ้างอิง) เป็น 2.5th percentile
(1.25 × 10-4 μg/m2/ปี), และ x 2 เป็น
(1. percentile 9078 × 10-2 Μg/m2/ปี) ของการกระจายแสง dioxin
ภายในโซนคือ แบบจำลอง (รูปที่ 2) .
รุ่นถูกเรียกใช้ ด้วยซอฟต์แวร์ R (แพ mgcv) และ
WinBUGS ซอฟต์แวร์ [22,23]

ผลลัพธ์ (ไทย) 3:

คาดว่าตัวเลขของสำหรับแต่ละกลุ่มมีบล็อก
คำนวณโดยใช้อัตราดอกเบี้ยอ้างอิงสำหรับการที่
เดียวกันกับปี(เป็นการประเมินจากทั้งสี่ศาลปกครอง
ซึ่งจะช่วยฝ่ายการศึกษาพื้นที่รวมถึงที่แผนกของ
ซึ่งจะช่วย doubs และ hérault )ไปยังบุคคล - ปีของแต่ละพื้นที่มีโครงสร้างสังคม
ซึ่งจะช่วยในเรื่องเพศและ 5 ปีอายุชั้นเรียน.
รุ่นมีจัดให้บริการเพื่อไปยังกลุ่มข้อมูลด้วย poisson
Analysis .การิธึ่มแล้วปาใส่ของกรณีสังเกตเห็นและคาดว่าจะเป็น
ซึ่งจะช่วยเชื่อมโยงกับค่า covariate ตั้งอยู่ในรุ่น linear
ที่ทำด้วย overdispersion poisson ในการสร้าง
รุ่นก็มีความยืดหยุ่น( Log splines (ซึ่งใช้ใน 25
นอต)ได้นำมาใช้[ 20 ] นับตั้งแต่การกระจายความเข้มข้นไดออกซินที่
ซึ่งจะช่วยเป็นเรื่องที่ถูกต้อง - แบบใหม่สไตล์เอียงๆการเปลี่ยนแปลงราก
ซึ่งจะช่วยได้รับการนำมาเพื่อบังคับให้ข้อมูลความเสี่ยงที่จะทำตามปกติ
ซึ่งจะช่วยให้การกระจายล็อกอินเข้าสู่อุตสาหกรรม - ปรับเปลี่ยน×ปีล็อกอิน -
ซึ่งจะช่วยปรับเปลี่ยนระดับความหนาแน่นของประชากรเศรษฐกิจสังคมและ
ไม่มี 2 ความเข้มข้นมีการใส่เป็นตัวแปรอย่างต่อเนื่อง
ในบางรุ่นที่. ไม่เพียงแต่เป็น(ใช่/ไม่ใช่โดยการยุบ 3
ประเภท ในเมือง)และศาลปกครองฝ่าย
(กรม isère เป็น ประเภท การอ้างอิง)ได้รับเป็น
ตัวแปรทั้งเพ.
รุ่น multivariate เป็นการวิ่ง ไดออกซินความเสี่ยง(ปรับได้
ตามมาตรฐานในการตรวจสอบอย่างละเอียด)และฝ่ายปกครอง(
ซึ่งจะช่วยให้แอคเคาท์สำหรับของลี)ก็ต้องเข้าไปในรุ่นที่.
แล้ว 5 ตัวแปรอิสระที่เหลือเป็น
ซึ่งจะช่วยเป็นการกระผีก การประเมินการปรับความคมชัดของ
ซึ่งจะช่วยเพิ่มมูลค่าที่เราตามด้วยเครือข่ายเฉพาะกิจซึ่งแนวทางที่เสนอ
ไม้ et al . [ 20 ] หากองศาโดยประมาณของความเป็นอิสระ
ซึ่งจะช่วยได้อยู่ใกล้กับ 1 (และการทำงานตามแนวยาวที่ได้รับการประเมินดังนั้น)
และหากโดยทั่วไปการข้ามการตรวจสอบ( gcv )
คะแนนสูงขึ้นกว่าที่ gcv สำหรับรุ่น unsmoothed
ซึ่งจะช่วยให้สามารถปรับ unsmoothed แบบดั้งเดิมที่เป็นที่นิยม
ซึ่งจะช่วยเป็นรุ่นกระผีก - ปรับเฉลี่ยแล้วได้ สุดท้ายคือการใช้
akaike ของเกณฑ์ข้อมูลสำหรับการเลือก covariate stepwise ย้อนกลับการเลือก
ซึ่งจะช่วยถูกนำไปใช้.
Bayesian poisson รุ่น( Log แบบลำดับชั้นอยู่
นอกจากนั้นยังจัดให้บริการเพื่อเหล่านี้ทาง ภูมิศาสตร์ ข้อมูลไปยังแอดเดรสที่ปัญหา
ของช่อง autocorrelation [ 21 ].
เมื่อเทียบกับความเสี่ยง( RR )ที่เกี่ยวข้องกับไดออกซินเป็นความเสี่ยง
ดังนั้นคำนวณเป็น..
อยู่ ภายใต้ ความเสี่ยงที่สูงเหตุการณ์จำลอง,เรามี Priori ที่กำหนด
x 1 (ที่ใช้อ้างอิงความเข้มข้น)ให้เป็น 2.5 . co . th ปิโตรเลียม
( 1.25 × 10-4 ไมโครกรัม/ m 2 /ปี),และ X 2 เป็นจังหวะตลอด 90 ปิโตรเลียม
( 1 .78 × 10-2 ไมโครกรัม/ m 2 /ปี)ของการกระจายความเสี่ยงไดออกซิน
ภายใน ที่วางรูปแบบตามอย่างโซน(รูปที่ 2 )..
รุ่นเป็นการวิ่งด้วย R ซอฟต์แวร์(แพ็คเกจ mgcv )และ
winbugs ซอฟต์แวร์[ 22,23 ]