基于蜂窝设备网络的康涅狄格州通勤时段人群臭氧暴露分布
应用统计
2019-10-07 v2
摘要
流行病学研究已确立多种空气污染物与成人及儿童不良健康结局之间的关联。由于对研究入组受试者进行空气污染物浓度监测成本高昂，统计学家利用由少数站点监测浓度建立的空间模型来预测暴露浓度。在缺乏关于受试者在研究窗口内何时及何地移动的具体信息时，研究者通常假设受试者全天停留于家中、学校或工作地。该假设可能导致较大的暴露分配偏倚。本研究旨在确定当假设受试者静止不动与考虑个体流动性时，某一空气污染物（臭氧）暴露分配偏倚的分布。为实现此目标，我们使用 2016 年 7 月一周内康涅狄格州约 400,000 名用户的手机移动数据，结合臭氧污染模型，比较假设静止与移动情景下的个体臭氧暴露。结果表明，未考虑流动性的暴露模型常对进出城市区域的通勤者给出较差估计：这些估计的平均 8 小时最大差异可超过 80 十亿分之一（ppb）。然而，对大多数人口而言，两种模型间暴露分配的差异很小，从而验证了诸多当前聚焦于臭氧暴露的流行病学研究。
引用
@article{arxiv.1901.01338,
title = {Distributions of Human Exposure to Ozone During Commuting Hours in Connecticut using the Cellular Device Network},
author = {Owais Gilani and Simon Urbanek and Michael J. Kane},
journal= {arXiv preprint arXiv:1901.01338},
year = {2019}
}