《表2 在大气污染流行病学研究中GAM与其他方法联用》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《广义相加模型在大气污染流行病学研究中的应用进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

GAM不仅可以单独用于大气污染流行病学的研究，还可以与其他方法联用，对混杂因素进行控制，更为准确地描述大气污染对人群健康的危害。GAM可以将对季节、年龄、性别进行分层的研究与其他方法联用，还可利用meta分析或贝叶斯阶段分层分析克服不同地区的差异性，提高研究结果的普适性[25，35]。将GAM与K均值聚类算法或主成分分析法联用解决各污染物之间的共线性[35-36]。具体运用如表2所示。例如Yang等[36]将主成分分析法与GAM结合，对北京多种大气污染物致呼吸系统死亡率的急性影响进行时间序列分析，该研究控制多种协变量，并调整污染物之间的共线性。结果表明PM10、CO和NO2对北京居民的日呼吸死亡率有明显影响。Zhao等[37]运用Log作为连接函数的GAM对空气污染与早产风险的关系进行研究，使用主成分分析调整了空气污染物的共线性，结果发现NO2、PM10和SO2的浓度与早产呈现正相关。Dominici等[35]对美国204个地区1999—2002年每日入院风险人数以及入院率进行研究，运用贝叶斯二阶段分层分析得出短期接触PM2.5可增加心血管和呼吸系统疾病入院的风险，并且存在地区异质性。