Use of two-point models in “Model choice in time-series studies of air pollution and mortality”

Simple item page

Simple item page

Full item details

dc.contributor.author

Szyszkowicz, Mieczysław

dc.date.accessioned

2024-03-13T20:43:17Z

dc.date.available

2024-03-13T20:43:17Z

dc.date.issued

2020-01-10

dc.description - en

Health Canada is responsible for conducting risk assessments on air pollution as part of the Clean Air Regulatory Agenda. There is growing evidence suggesting that ambient air pollution can affect various aspects of human health. The study investigated methodology related estimating the health risk in short term (acute) exposure to air pollutants. The study uses the health-exposure simulated data with various levels of difficulties to the statistical methods. The proposed technique allows more accurate determination of the associated risks. The presented method is relatively simple and easy to realise. These data and this technique add to the body of knowledge used in assessing population health impacts.

dc.description.abstract - en

In this work, a new technique is proposed to study short-term exposure and adverse health effects. The presented approach uses hierarchical clusters with the following structure: each pair of two sequential days in 1 year is embedded in the year. We have 183 clusters per year with the embedded structure <year:2 days>. Time-series analysis is conducted using a conditional Poisson regression with the constructed clusters as a stratum. Unmeasured confounders such as seasonal and long-term trends are not modelled but are controlled by the structure of the clusters. The proposed technique is illustrated using four freely accessible databases, which contain complex simulated data. These data are available as the compressed R workspace files. Results based on the simulated data were very close to the truth based on the presented methodology. In addition, the case-crossover method with 1-month and 2-week window, and a conditional Poisson regression on 3-day clusters as a stratum, was also applied to the simulated data. Difficulties (high type I error rate) were observed for the case-crossover method in the presence of high concurvity in the simulated data. The proposed methods using various forms of a stratum were further applied to the Chicago mortality data. The considered methods have often different qualitative and quantitative estimations.

dc.description.abstract-fosrctranslation - fr

Dans ce travail, une nouvelle technique est proposée pour étudier l’exposition à court terme et les effets néfastes sur la santé. L'approche présentée utilise des clusters hiérarchiques avec la structure suivante : chaque paire de deux jours séquentiels dans 1 an est ancrée dans l'année. Nous avons 183 clusters par an avec la structure intégrée <year:2 jours>. L'analyse des séries chronologiques est effectuée à l'aide d'une régression conditionnelle de Poisson avec les grappes construites comme strate. Les facteurs confondants non mesurés, tels que les tendances saisonnières et à long terme, ne sont pas modélisés mais sont contrôlés par la structure des clusters. La technique proposée est illustrée à l'aide de quatre bases de données librement accessibles, qui contiennent des données simulées complexes. Ces données sont disponibles sous forme de fichiers d'espace de travail R compressés. Les résultats basés sur les données simulées étaient très proches de la vérité basée sur la méthodologie présentée. De plus, la méthode de croisement de cas avec des fenêtres de 1 mois et 2 semaines, ainsi qu'une régression conditionnelle de Poisson sur des grappes de 3 jours en tant que strate, ont également été appliquées aux données simulées. Des difficultés (taux d’erreur de type I élevé) ont été observées pour la méthode de cas croisé en présence d’une forte concourbure dans les données simulées. Les méthodes proposées utilisant diverses formes de strate ont ensuite été appliquées aux données de mortalité de Chicago. Les méthodes considérées ont souvent des estimations qualitatives et quantitatives différentes.

dc.description.fosrctranslation - fr

Santé Canada est responsable de mener des évaluations des risques liés à la pollution atmosphérique dans le cadre du Programme de réglementation de la qualité de l'air. De plus en plus de preuves suggèrent que la pollution de l’air ambiant peut affecter divers aspects de la santé humaine. L'étude a examiné la méthodologie liée à l'estimation du risque pour la santé lié à une exposition à court terme (aiguë) aux polluants atmosphériques. L'étude utilise les données simulées sur l'exposition sanitaire avec différents niveaux de difficultés par rapport aux méthodes statistiques. La technique proposée permet une détermination plus précise des risques associés. La méthode présentée est relativement simple et facile à réaliser. Ces données et cette technique s'ajoutent à l'ensemble des connaissances utilisées pour évaluer les impacts sur la santé de la population.

dc.identifier.doi

https://doi.org/10.1007/s11869-019-00787-5

dc.identifier.uri

https://open-science.canada.ca/handle/123456789/2142

dc.language.iso

en

dc.publisher

Springer

dc.subject - en

Health

Health and safety

dc.subject - fr

Santé

Santé et sécurité

dc.subject.en - en

Health

Health and safety

dc.subject.fr - fr

Santé

Santé et sécurité

dc.title - en

Use of two-point models in “Model choice in time-series studies of air pollution and mortality”

dc.type - en

Article

dc.type - fr

Article

Download(s)

Original bundle

Now showing 1 - 1 of 1

Name: Use of two-point models in “Model choice in time-series studies of air pollution and mortality”.pdf

Size: 1.56 MB

Format: PDF

Download file