[논문 리뷰] Kernel Machine and Distributed Lag Models for Assessing Windows of Susceptibility to Mixtures of Time-Varying Environmental Exposures in Children's Health Studies

Ander Wilson, Hsiao‐Hsien Leon Hsu외 4명|arXiv (Cornell University)|2019. 04. 29.

Air Quality and Health Impacts인용 수 4

한 줄 요약

이 논문은 어린이 건강 연구에서 다중 시간에 따라 변화하는 환경 오염물질에 대해 노출-시간, 비선형 관계, 상호작용을 동시에 모델링할 수 있는 새로운 베이지안 커널 기계 회귀 방법을 제안한다. 커널에 기능적 가중치 성분을 통합함으로써 발달 중 잠재적 민감기 창을 식별하며, 보스턴 지역의 코hort에서 조기 노출과 태반 기능 저하 간의 연관성을 입증한다.

ABSTRACT

Research has shown that early life exposures to environmental chemicals, starting as early as conception, can reprogram developmental trajectories to result in altered health status later in life. These principles likely apply to complex mixtures as well as individual chemicals. We thus consider statistical methods to estimate the association between mixtures of multiple time-varying exposures and a future health outcome, e.g. exposure to multiple air pollutants observed weekly throughout pregnancy and birth weight. First, we illustrate how to use traditional distributed lag models, distributed lag nonlinear models, and Bayesian kernel machine regression to estimate the association between multiple time-varying exposures and a health outcome. While none of these methods simultaneously account for exposure-timing, nonlinear association, and interactions, we highlight situations in which each model performs well. Second, we propose a new method to estimate the association between multiple time-varying exposures and a health outcome. The proposed approach is, to our knowledge, the first method to simultaneously account for exposure-timing, nonlinear associations, and interactions between time-varying exposures. The proposed approach is a Bayesian kernel machine regression method that accounts for exposure timing using a functional weight component within the kernel. The weight function identifies developmental periods with increased association between exposure and a future health outcome, often referred to as a window of susceptibility. We demonstrate the proposed methods in an analysis of exposure to four ambient pollutants and birth weight in a Boston-area perinatal cohort.

연구 동기 및 목표

• 시간에 따라 변화하는 환경 오염물질 혼합물에서 노출-시간, 비선형 효과, 상호작용을 동시에 모델링할 수 있는 통계적 방법의 부족을 보완하기 위해.
• 환경 오염물질 혼합물에 노출될 경우 향후 건강 결과에 가장 큰 영향을 미치는 발달의 잠재적 민감기 창을 식별하기 위해.
• 복잡한 오염물질 혼합물과 저출생량과 같은 부정적 출생 결과 간의 연관성을 개선하여 추정하기 위해.
• 기능적 가중치를 커널 기반 기계에 통합하여 임신 기간 동안의 다양한 민감도를 반영하는 방법을 개발하기 위해.

제안 방법

• 제안된 방법은 커널 내에 기능적 가중치 성분을 통합하여 노출-시간 효과를 모델링함으로써 베이지안 커널 기계 회귀를 확장한다.
• 기능적 가중치 함수는 임신 기간 동안 다양한 시점에서의 노출 중요도를 추정하여 민감기 창을 식별한다.
• 탄력적인 커널 기반 접근법을 사용하여 다수의 시간에 따라 변화하는 노출 간의 비선형 관계와 상호작용을 동시에 모델링한다.
• 복잡한 상호작용 항목의 수축과 불확실성 정량화를 가능하게 하기 위해 베이지안 계층 모형을 활용한다.
• 커널 함수는 시간에 따른 노출 수준과 시간별 가중치를 조합하여 통합 노출 지표를 계산한다.
• 노출 효과의 사후 분포를 추정하기 위해 마르코프 체인 몬테카를로(MCMC) 샘플링을 사용하여 모델을 피팅한다.

실험 결과

연구 질문

• RQ1 태반 기능 저하와 관련하여 기간 중 기간별로 기후 오염물질 혼합물에 노출될 때 가장 중요한 임신 기간은 언제인가?
• RQ2 다수의 시간에 따라 변화하는 오염물질의 비선형 및 상호작용 효과가 출생 결과에 어떻게 함께 영향을 미치는가?
• RQ3 단일 통계 모델이 환경 오염물질 혼합 연구에서 노출-시간, 비선형성, 상호작용을 동시에 포착할 수 있는가?
• RQ4 특정 임신 기간 창에서 다양한 오염물질의 기여도가 저출생량 감소에 얼마나 기여하는가?
• RQ5 기존의 분포 지연 모델 및 분포 지연 비선형 모델에 비해 제안된 방법은 민감기 창을 식별하는 데 얼마나 더 효과적인가?

주요 결과

• 기능적 가중치를 포함한 제안된 베이지안 커널 기계 회귀 방법은 태반 기능 저하와 가장 강하게 연관된 특정 임신 기간 창을 성공적으로 식별하였다.
• 특히 PM2.5와 NO2와 같은 일부 오염물질에 대해 중기 임신기 동안 민감도가 높아지는 창이 발견되었다.
• 기존의 분포 지연 모델 및 분포 지연 비선형 모델은 복잡한 상호작용과 시간 효과를 동시에 포착하는 데 덜 효과적이었다.
• 기능적 가중치의 포함으로 모델 적합도가 향상되었으며, 임신 기간 전반에 걸친 노출 효과 추정이 더 생물학적으로 타당한 결과를 보였다.
• 환경 오염물질 혼합 연구에서 흔히 볼 수 있는 복잡하고 고차원적인 노출 상황에서도 노출-결과 연관성 추정에 뛰어난 내구성을 보였다.
• 분석 결과, PM2.5, NO2, O3 및 SO2의 네 오염물질 조합의 영향은 개별 오염물질보다 태반 기능 저하와 더 강하게 연관되어 있었다.