惩罚分布滞后交互模型：空气污染、出生体重与社区脆弱性
统计方法学
2024-02-22 v2
摘要
孕期母体暴露于空气污染对公共健康具有重大影响。流行病学证据支持母体暴露于空气污染与低出生体重之间存在关联。分布滞后模型（DLM）是估计这种关联并识别易感窗口的一种流行方法，该方法将结果变量对在多个时间点观察到的暴露历史进行回归。然而，标准的DLM框架不允许修改重复暴露测量值与结果之间的关联。我们提出了一种分布滞后交互模型，通过在连续修正变量与暴露历史之间引入交互项，允许跨个体修改暴露-时间-响应关联。我们的模型框架是标准DLM的扩展，使用交叉基（即双维函数空间）来同时描述暴露-响应关系的修正与暴露数据的时间结构。通过模拟，我们证明了当真实的暴露-时间-响应关联随连续变量变化时，我们带有惩罚项的模型优于标准DLM。使用美国科罗拉多州的出生队列，我们估计了出生体重与环境细颗粒物空气污染之间的关联，该关联由来自Colorado EnviroScreen的区域级健康与社会逆境指标所修正。
引用
@article{arxiv.2401.02939,
title = {Penalized Distributed Lag Interaction Model: Air Pollution, Birth Weight and Neighborhood Vulnerability},
author = {Danielle Demateis and Kayleigh P. Keller and David Rojas-Rueda and Marianthi-Anna Kioumourtzoglou and Ander Wilson},
journal= {arXiv preprint arXiv:2401.02939},
year = {2024}
}
备注
41 pages, 4 figures, 2 tables