两阶段分析中的测量误差及其在空气污染流行病学中的应用

公共卫生研究人员经常需要估计无法直接针对研究对象测量的暴露（如污染、饮食、生活方式）的健康效应。环境流行病学中的一种常见策略是使用第一阶段（暴露）模型，基于协变量和/或时空邻近性来估计暴露量，并将该暴露模型的预测值作为第二阶段（健康）模型中感兴趣的协变量。这会引发一种复杂形式的测量误差。我们提出了一种分析框架和方法，该方法对第一阶段模型的误设具有稳健性，并能为第二阶段模型中感兴趣的参数提供有效的推断。我们将测量误差分解为类似于经典误差和 Berkson 误差的分量，并刻画了若不加修正直接代入第一阶段模型预测值时，第二阶段模型估计量的性质。具体而言，我们推导了保证一致性的第一阶段与第二阶段模型之间的相容性条件（这对现实世界的设计具有直接且重要的意义），并在满足相容性条件时推导了有限样本偏差的渐近估计。我们提出了一种既能修正有限样本偏差又能正确估计标准误的方法。我们通过模拟和空气污染流行病学的一个实例展示了该方法的实用性。