Traditional studies of short-term a

Traditional studies of short-term air pollution health effects use time series data, while cohort studies generally focus on long-term effects. There is increasing interest in exploiting individual level cohort data to assess short-term health effects in order to understand the mechanisms and time scales of action. We extend semiparametric regression methods used to adjust for unmeasured confounding in time series studies to the cohort setting. Time series methods are not directly applicable since cohort data are typically collected over a prespecified time period and include exposure measurements on days without health observations. Therefore, long-time asymptotics are not appropriate, and it is possible to improve efficiency by exploiting the additional exposure data. We show that flexibility of the semiparametric adjustment model should match the complexity of the trend in the health outcome, in contrast to the time series setting where it suffices to match temporal structure in the exposure. We also demonstrate that pre-adjusting exposures concurrent with the health endpoints using trends in the complete exposure time series results in unbiased health effect estimation and can improve efficiency without additional confounding adjustment. A recently published article found evidence of an association between short-term exposure to ambient fine particulate matter (PM2.5) and retinal arteriolar diameter as measured by retinal photography in the Multi-Ethnic Study of Atherosclerosis (MESA). We reanalyze the data from this article in order to compare the methods described here, and we evaluate our methods in a simulation study based on the MESA data.

ผลลัพธ์ (ไทย) 1:

ศึกษาผลกระทบสุขภาพมลพิษอากาศระยะสั้นแบบดั้งเดิมใช้ข้อมูลอนุกรมเวลา ในขณะที่ผู้ผ่านการศึกษาโดยทั่วไปเน้นผลระยะยาว ดอกเบี้ยเพิ่มขึ้นใน exploiting ข้อมูล cohort แต่ละระดับในการประเมินผลกระทบสุขภาพระยะสั้นความเข้าใจกลไกและปรับขนาดเวลาของการดำเนินการได้ เราขยายวิธีถดถอย semiparametric ที่ใช้ในการปรับ unmeasured confounding ในเวลาศึกษาชุดให้ผู้ผ่านการ วิธีชุดเวลาไม่เกี่ยวข้องโดยตรงเนื่องจากข้อมูล cohort รวบรวมโดยทั่วไประยะเวลา prespecified และรวมวัดแสงในวันโดยสังเกตสุขภาพ ดังนั้น asymptotics นานไม่เหมาะสม และสามารถปรับปรุงประสิทธิภาพ โดย exploiting ข้อมูลแสงเพิ่มเติม เราแสดงความยืดหยุ่นของรูปแบบปรับปรุง semiparametric ควรตรงกับความซับซ้อนของแนวโน้มในผลลัพธ์สุขภาพ ตรงข้ามการตั้งค่าชุดเวลาที่มัน suffices ให้ตรงกับโครงสร้างชั่วคราวในการเปิดรับแสง เรายังแสดงว่า ปรับพร้อมกันกับปลายทางสุขภาพโดยใช้แนวโน้มในชุดสมบูรณ์แสงเวลาถ่ายภาพล่วงหน้าผลการประเมินผลกระทบต่อสุขภาพคน และสามารถปรับปรุงประสิทธิภาพ โดยปรับปรุง confounding เพิ่มเติม บทความที่ประกาศเมื่อเร็ว ๆ นี้พบหลักฐานความสัมพันธ์ระหว่างการสัมผัสระยะสั้นกับเรื่องฝุ่นแวดล้อมดี (PM2.5) และจอประสาทตาเส้นผ่าศูนย์กลาง arteriolar วัดโดยถ่ายภาพจอประสาทตาในหลายชาติพันธุ์ศึกษาของหลอดเลือด (MESA) เรา reanalyze ข้อมูลจากบทความนี้เพื่อเปรียบเทียบวิธีการอธิบายไว้ที่นี่ และเราประเมินวิธีในการศึกษาการจำลองข้อมูลแห้ง

ผลลัพธ์ (ไทย) 2:

การศึกษาแบบดั้งเดิมของอากาศในระยะสั้นผลกระทบต่อสุขภาพมลพิษใช้ข้อมูลอนุกรมเวลาในขณะที่การศึกษาการศึกษาโดยทั่วไปมุ่งเน้นไปที่ผลกระทบระยะยาว มีการเพิ่มความสนใจในการใช้ประโยชน์จากข้อมูลการศึกษาระดับบุคคลเพื่อประเมินผลกระทบต่อสุขภาพในระยะสั้นเพื่อให้เข้าใจถึงกลไกและเครื่องชั่งน้ำหนักเวลาของการดำเนินการ เราขยายวิธีการถดถอย semiparametric ใช้ในการปรับรบกวนไม่สามารถวัดได้ในการศึกษาอนุกรมเวลากับการตั้งค่าการศึกษา เวลาวิธีการชุดไม่ได้บังคับโดยตรงเนื่องจากข้อมูลการศึกษาจะถูกเก็บรวบรวมโดยปกติในช่วงเวลาที่ prespecified และรวมถึงการวัดการเปิดรับในวันที่โดยไม่ต้องสังเกตสุขภาพ ดังนั้น asymptotics เป็นเวลานานจะไม่เหมาะสมและเป็นไปได้ในการปรับปรุงประสิทธิภาพการใช้ประโยชน์จากการเปิดรับข้อมูลเพิ่มเติม เราแสดงให้เห็นว่ามีความยืดหยุ่นของรูปแบบการปรับ semiparametric ควรจะตรงกับความซับซ้อนของแนวโน้มในผลสุขภาพในทางตรงกันข้ามกับการตั้งค่าอนุกรมเวลาที่มันพอเพียงเพื่อให้ตรงกับโครงสร้างชั่วคราวในการเปิดรับที่ นอกจากนี้เรายังแสดงให้เห็นว่าความเสี่ยงก่อนการปรับขึ้นพร้อมกันกับอุปกรณ์ปลายทางสุขภาพโดยใช้แนวโน้มในการเปิดรับผลเวลาครบชุดในการประมาณผลกระทบด้านสุขภาพที่เป็นกลางและสามารถปรับปรุงประสิทธิภาพโดยไม่ต้องปรับรบกวนเพิ่มเติม บทความที่ตีพิมพ์เมื่อเร็ว ๆ นี้พบหลักฐานของความสัมพันธ์ระหว่างการเปิดรับในระยะสั้นจะเหมาะกับอนุภาคที่ดี (PM2.5) และจอประสาทตามีขนาดเส้นผ่าศูนย์กลางของหลอดเลือดแดงที่วัดจากการถ่ายภาพจอประสาทตาในการศึกษาหลายเชื้อชาติของหลอดเลือด (MESA) เรา reanalyze ข้อมูลจากบทความนี้เพื่อเปรียบเทียบวิธีการที่อธิบายที่นี่และเราประเมินวิธีการของเราในการศึกษาแบบจำลองบนพื้นฐานของข้อมูล MESA

ผลลัพธ์ (ไทย) 3:

การศึกษาแบบดั้งเดิมของระยะสั้นผลกระทบมลพิษทางอากาศสุขภาพใช้ข้อมูลอนุกรมเวลา ในขณะที่รุ่นที่เข้าศึกษาโดยทั่วไปจะเน้นผลระยะยาว มีดอกเบี้ยที่เพิ่มขึ้นในการใช้ประโยชน์จากข้อมูลตั้งแต่ระดับบุคคล เพื่อประเมินสุขภาพผลระยะสั้นเพื่อให้เข้าใจกลไกและระดับของการกระทำเราขยาย semiparametric ถดถอยวิธีการที่ใช้เพื่อปรับ unmeasured confounding ในการศึกษาอนุกรมเวลาเพื่อศึกษาการตั้งค่า วิธีอนุกรมเวลาไม่สามารถใช้ได้โดยตรง เนื่องจากข้อมูลที่ศึกษาโดยเก็บรวบรวมผ่านจรระยะเวลาและรวมถึงการวัดแสงต่อวันโดยไม่สังเกตสุขภาพ ดังนั้น นาน asymptotics ไม่เหมาะสมและมันเป็นไปได้ที่จะเพิ่มประสิทธิภาพโดยการใช้ประโยชน์จากข้อมูลการเปิดรับเพิ่มเติม เราแสดงให้เห็นว่ามีความยืดหยุ่นของรูปแบบการปรับ semiparametric ควรจะตรงกับความซับซ้อนของแนวโน้มในผลสุขภาพ ในทางตรงกันข้ามกับชุดการตั้งค่าเวลาที่พอเพียงเพื่อให้ตรงกับโครงสร้างชั่วคราวในการเปิดรับแสงนอกจากนี้เรายังแสดงให้เห็นว่า ก่อนปรับรับพร้อมกันกับสุขภาพข้อมูลการใช้แนวโน้มในชุดผลลัพธ์ในเวลาเสร็จสมบูรณ์การเป็นกลางผลกระทบสุขภาพการประเมินและสามารถปรับปรุงประสิทธิภาพโดยไม่ต้องเพิ่มเติม confounding การปรับตัว ที่เพิ่งตีพิมพ์บทความพบหลักฐานของความสัมพันธ์ระหว่างการสัมผัสระยะสั้นที่จะโหม่งดีแวดล้อม ( pm2 .5 ) และขนาดของจอประสาทตา ซึ่งวัดโดย retinal การถ่ายภาพในหลายชาติพันธุ์ศึกษาหลอดเลือด ( Mesa ) เรา reanalyze ข้อมูลจากบทความนี้เพื่อเปรียบเทียบวิธีการที่อธิบายที่นี่และเราประเมินวิธีการของเราในการจำลองบนพื้นฐานของข้อมูลที่ Mesa