用于估计母体空气污染暴露个体化效应的异质分布滞后模型
统计方法学
2023-11-10 v3 机器学习
摘要
儿童健康研究支持母体环境暴露与儿童出生结局之间的关联。一个常见目标是识别易感关键窗口——即妊娠期间母体暴露与未来结局关联增强的时段。关键窗口的时机与关联强度很可能因个体、家庭及邻里特征的不同水平而存在异质性。利用科罗拉多州行政出生队列,我们估计了妊娠期间每周细颗粒物(PM)暴露与出生体重的个体化关系。为实现该目标,我们提出一种结合分布滞后模型与贝叶斯加性回归树的统计学习方法,以在个体层面估计关键窗口,并从一组高维潜在修饰因子中识别引起异质性的特征。我们发现 PM–出生体重关系存在异质性证据,部分母婴对在暴露增加 IQR(5.9 至 8.5 PM)时出生体重下降幅度达人群平均的 3 倍。具体而言,我们发现非西班牙裔母亲中年龄较小、体重指数较高或教育程度较低者易感性增加。我们的案例研究是首个关于关键窗口的精准健康研究。
引用
@article{arxiv.2109.13763,
title = {Heterogeneous Distributed Lag Models to Estimate Personalized Effects of Maternal Exposures to Air Pollution},
author = {Daniel Mork and Marianthi-Anna Kioumourtzoglou and Marc Weisskopf and Brent A Coull and Ander Wilson},
journal= {arXiv preprint arXiv:2109.13763},
year = {2023}
}
备注
37 pages, 6 figures, 3 tables