[论文解读] Air quality and acute deaths in California, 2000-2012

Kenneth K. Lopiano, Richard L. Smith+1 more|arXiv (Cornell University)|Feb 10, 2015

Air Quality and Health Impacts参考文献 23被引用 3

一句话总结

本研究利用加州八个主要空气质量盆地的每日空气质量、天气和死亡率公开数据集，调查2000年至2012年期间细颗粒物（PM2.5）和臭氧与急性死亡之间的关联。通过移动中位数分析、时间序列建模以及留一一年交叉验证，作者发现当前PM2.5或臭氧水平与急性死亡之间几乎没有证据表明存在关联，提示空气质量可能并非加州急性死亡率的重要驱动因素。

ABSTRACT

Many studies have sought to determine if there is an association between air quality and acute deaths. Many consider it plausible that current levels of air quality cause acute deaths. However, several factors call causation and even association into question. Observational data sets are large and complex. Multiple testing and multiple modeling can lead to false positive findings. Publication, confirmation and other biases are also possible problems. Moreover, the fact that most data sets used in studies evaluating the relationships among air quality and public health outcomes are not publicly available makes reproducing the claims nearly impossible. Here we have built and made publicly available a dataset containing daily air quality levels, PM2.5 and ozone, daily temperature levels, minimum and maximum and daily relative humidity levels for the eight most populous California air basins. We analyzed the dataset using a moving median analysis, a standard time series analysis, and a prediction analysis within the following analysis strategy. We examine the eight air basins separately to see if estimates replicate across locations. We use leave one year out cross validation analysis to evaluate predictions. Both the moving medians analysis and the standard time series analysis found little evidence for association between air quality and acute deaths. The prediction analysis process was a run as a large factorial design using different models and holding out one year at a time. Among the variables used to predict acute death, most of the daily death variability was explained by time of year or weather variables. In summary, the empirical evidence is that current levels of air quality, ozone and PM2.5, are not causally related to acute deaths for California. An empirical and logical case can be made air quality is not causally related to acute deaths for the rest of the United States.

研究动机与目标

• 检验当前空气污染水平（PM2.5和臭氧）是否与加州急性死亡存在因果关联。
• 通过创建并公开发布一份全面的、每日级别的空气质量、天气和死亡率数据集，解决以往空气质量-死亡率研究中的可重复性问题。
• 评估多种分析方法和加州不同地理区域中关联关系的稳健性。
• 检验天气和时间变量是否比空气污染更能解释每日死亡率的变异。
• 通过严格的交叉验证和模型比较，挑战先前报告的关联关系的有效性。

提出的方法

• 构建了一个公开可用的数据集，涵盖2000年至2012年加州八个主要空气质量盆地的每日PM2.5、臭氧、温度（最低/最高）和相对湿度测量值。
• 应用移动中位数分析，评估空气污染物与急性死亡之间短期关联。
• 使用标准时间序列建模方法，评估空气质量与每日死亡人数之间的关系。
• 采用多种模型进行大规模因子预测分析，每次保留一年用于验证（留一一年交叉验证）。
• 通过比较仅包含天气和时间变量的模型与包含空气污染物变量的模型，评估空气污染的预测贡献。
• 利用统计标准和交叉验证评估模型拟合度与显著性，以最小化过拟合和假阳性结果。

实验结果

研究问题

• RQ1 2000至2012年间，加州每日PM2.5或臭氧水平与急性死亡之间是否存在统计学上显著的关联？
• RQ2 空气质量与死亡率之间的观察到的关联在加州不同地理区域是否一致？
• RQ3 与空气污染相比，天气和季节性因素在多大程度上解释了急性死亡的每日变异？
• RQ4 包含空气质量变量的模型是否比仅基于一年中时间与天气的模型更能预测急性死亡？
• RQ5 报告的空气污染与死亡率之间的关联是否经得起交叉验证和多重检验的检验？

主要发现

• 移动中位数分析显示，在加州八个空气质量盆地中，PM2.5、臭氧或其他污染物与急性死亡之间均无一致或统计学上显著的关联。
• 标准时间序列模型同样未显示空气质量与急性死亡之间存在有意义的关联。
• 预测分析表明，一年中时间与天气变量（温度、湿度）解释了急性死亡每日变异的大部分，而非空气污染物。
• 包含空气质量变量的模型在交叉验证中并未优于仅基于时间与气象因素的模型。
• 本研究的交叉验证方法（每次保留一年）未支持空气污染与急性死亡之间存在稳健预测关联。
• 作者基于实证证据和方法严谨性得出结论：当前PM2.5和臭氧水平与加州急性死亡无因果关联。