换一批污染物混合暴露的健康效应评估:统计方法演进与应用
Health effects assessment of pollutant mixture exposure:methodological evolution and application
摘要环境卫生研究的一个重要挑战是评估污染物混合暴露对健康的综合效应.传统单污染物模型难以有效应对高度相关、多因素交互及非线性关联的问题.因此,近年来逐渐发展了更先进的混合效应评估模型,如加权分位数和回归(weigh-ted quantile sum regression,WQS)、分位数 g计算(quantile g-computation,qgcomp)、贝叶斯核机器回归(Bayesian kernel machine regression,BKMR)和边际效应(margins)模型.WQS模型通过构建单一综合指数解决共线性问题,但要求所有暴露的效应方向一致;quantile g-computation则放宽此假设,更具灵活性;BKMR模型进一步突破参数限制,能精准刻画非线性关系与污染物间的交互作用;边际效应模型则提供情景化结果解释,以明确政策含义.本文系统梳理了四类混合暴露模型从线性简约到非线性交互的演进路径,强调边际效应分析在模型结果向政策情景转换中的桥接作用.
更多相关知识
关键词
环境卫生混合暴露统计模型交互作用政策启示environmental healthmixed exposurestatistical modelinteraction effectpolicy implication
分类号
R12（环境卫生、环境医学）
栏目名称
DOI
10.13421/j.cnki.hjwsxzz.2025.09.001
发布时间
2025-10-11（万方平台首次上网日期，不代表论文的发表时间）
基金项目
中央高水平医院临床科研业务费（2025-PUMCH-C-005）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
