【技术实现步骤摘要】
本专利技术涉及空气质量健康风险评估，具体涉及基于多污染物复合暴露下的健康指数评估方法。
技术介绍
1、aqhi(air quality health index)，即空气质量健康指数，是一种综合考虑多种空气污染物对人群急性健康影响而构建的空气质量评价指标。
2、但现有的评估aqhi方法中，往往简单地通过单个模型计算得出aqhi，无法验证所选模型是否存在缺陷或偏差，从而也无法得知计算得出的aqhi是否精确、合理，急需一种能够获得更加精确和全面的联合暴露健康指数的评估方法。
技术实现思路
1、为了克服现有技术的不足，本专利技术的目的在于提供基于多污染物复合暴露下的健康指数评估方法，能够对得到的健康指数进行主动验证，能够得到更加精确和全面的联合暴露健康指数。
2、本专利技术所采用的技术方案如下：基于多污染物复合暴露下的健康指数评估方法，包括以下步骤：
3、s1：收集空气污染、气象、医院住院、死因数据，获取污染物、气象因子、住院、死亡日值数据，获取污染物0-2日移动平均浓度、气象因子日均值；
4、s2：通过单污染广义相加模型选取具有统计学意义的污染物作为多污染物复合暴露分析的污染物；
5、s3：将住院、死亡日值数据，以及气象因子日均值、选取的污染物0-2日移动平均浓度分别代入多污染模型、贝叶斯加权模型、混合物分析模型计算对应的超额风险；
6、s4：分别计算基于多污染模型、贝叶斯加权模型、混合物分析模型下的超额风险对应的
7、s5：采用k折交叉验证法、与aqi拟合度分析同时对通过不同模型下计算出的待定cehi进行验证，选取合理的待定cehi作为正式cehi。
8、解释说明：cehi即多种化合物联合暴露健康指数(combined exposure tomultiple chemicals health index)，aqi即空气质量指数(air quality index)，主要用于反映报告期的空气质量状况和空气污染程度。
9、相比现有技术，本专利技术的有益效果在于：
10、1)本专利技术基于污染物、气象因子、住院、死亡日值数据，以及污染物0-2日移动平均浓度、气象因子日均值数据，以及三个不同的模型，计算得到对应模型的待定cehi，并通过k折交叉验证法、与aqi拟合度分析主动验证不同模型对应的待定cehi，最终选取合理的待定cehi作为正式cehi，不同的模型基于不同的理论框架和算法，在处理相同的数据集时，它们会产生不同的预测结果，本专利技术通过结合多个模型的预测结果，可以充分利用模型之间的互补性，从而提高整体预测的准确性，能够对得到的健康指数进行主动验证，能够得到更加精确和全面的联合暴露健康指数，从而为公众提供更具体、更有针对性的健康建议和预防措施；
11、2)本专利技术能够提供更加精确和全面的联合暴露健康指数，从而能够为政府政策提供更准确的建议，减少政府政策执行成本(执行成本比如储备医务人员、救护车、限制经济活动)；
12、3)目前计算aqhi时，仅简单地将多种不同污染物在单污染物模型下的健康效应相加，这种方法可能因为多种空气污染物之间线性相关性，不能全面、真实地反映空气污染对人群健康的影响，单个模型可能会受到数据噪声、模型假设不合理或算法局限性等因素的影响，导致预测结果存在误差，而多个模型可以从不同的角度对数据进行解释和预测，从而减少单一模型可能带来的误差；
13、4)多个模型可以适应不同的数据特征和污染物浓度范围，从而在不同的环境条件下都能保持较好的预测性能，这使得模型计算结果在不同地区和不同时间都具有可靠性和稳定性，而且在实际应用中，数据可能受到各种干扰因素的影响，如数据缺失，多个模型可以通过相互验证和校正，减少这些干扰因素对预测结果的影响，从而提高模型的稳定性；
14、5)本专利技术选取的三个模型从不同角度去描述实际情况，计算得到对应的cehi，比如，贝叶斯加权模型允许对不确定性进行量化，混合物分析模型能够更准确地处理污染物间的共线性问题，并评估多种污染物的联合健康效应。
15、作为本专利技术优选的实施方式，s1包括以下步骤：
16、s11：通过收集的空气污染数据，获取pm10、pm2.5、no2、o3、so2、co六项污染物日值数据，以及pm2.5组份中bc、om、日值数据，并计算pm10、pm2.5、no2、o3、so2、co、bc、om、日移动平均浓度，如公式(1)所示，
17、
18、公式(1)中，xpt0-2表示污染物p在t0-2日移动平均浓度，xpt0表示当天污染物p浓度值，xpt-1表示污染物p在前一天的浓度值，xpt-2表示污染物p在前两天的浓度值；
19、s12：通过收集的气象数据，获取平均温度、平均相对湿度两项气象因子日值数据，并计算平均温度、平均相对湿度；
20、s13：通过收集的医院住院数据，获取医院类型、性别、年龄、病种的住院日值数据；
21、s14：通过收集的死因数据，获取性别、年龄、根本死亡原因的死亡日值数据。
22、作为本专利技术优选的实施方式，s2包括以下步骤：
23、s211：通过单污染广义相加模型计算不同空气污染物0-2日移动平均浓度分别与多种健康结局的暴露反应关系系数，如公式(2)所示，
24、log[e(yjt)]＝βp1×xpt0-2+s(time,k)+ns(te,df)+ns(h,df)+d+holidy (2)，
25、公式(2)中，yjt为第t天实际健康结局j的数量，e(yjt)为第t天健康结局j的期望数量，xpt0-2为污染物p在t0-2天移动平均浓度，βp1为污染物p的暴露反应关系系数，s为三次样条函数，time为时间变量控制长期趋势，结点k为7，ns为自然样条函数,te为日均温度,h为日均相对湿度,df为自由度，设置为3,d为星期几效应变量,holidy为控制节假日效应变量；
26、s212：根据单污染广义相加模型获取不同空气污染物的暴露反应关系系数，并筛选出暴露反应关系系数为正值对应的污染物，将选出的污染物作为多污染物复合暴露分析的污染物。
27、作为本专利技术优选的实施方式，s3包括以下步骤：
28、s311：通过多污染物广义相加模型计算选取的不同空气污染物0-2日移动平均浓度分别与多种健康结局的暴露反应关系系数，如公式(3)所示，
29、log[e(yjt)]＝σβp2×xpt0-2+s(time,k)+ns(te,df)+ns(h,df)+d+holidy (3)，
30、公式(3)中，yjt为第t天实际健康结局j的数量，e(yjt)为第t天健康结局j的期望数量，xpt0-2为污染物p在t0-2移动平均浓度，βp2为污染物p的暴露反应关系系数，s为三次样条函数，time为时间变量控制长期趋势，结本文档来自技高网...
【技术保护点】
1.基于多污染物复合暴露下的健康指数评估方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于多污染物复合暴露下的健康指数评估方法，其特征在于：S1包括以下步骤：
3.根据权利要求1所述的基于多污染物复合暴露下的健康指数评估方法，其特征在于：S2包括以下步骤：
4.根据权利要求1所述的基于多污染物复合暴露下的健康指数评估方法，其特征在于：S3包括以下步骤：
5.根据权利要求1所述的基于多污染物复合暴露下的健康指数评估方法，其特征在于：S3包括以下步骤：
6.根据权利要求1所述的基于多污染物复合暴露下的健康指数评估方法，其特征在于：S3包括以下步骤：
7.根据权利要求1所述的基于多污染物复合暴露下的健康指数评估方法，其特征在于：S4包括以下步骤：
8.根据权利要求1所述的基于多污染物复合暴露下的健康指数评估方法，其特征在于：S5包括以下步骤：
【技术特征摘要】
1.基于多污染物复合暴露下的健康指数评估方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于多污染物复合暴露下的健康指数评估方法，其特征在于：s1包括以下步骤：
3.根据权利要求1所述的基于多污染物复合暴露下的健康指数评估方法，其特征在于：s2包括以下步骤：
4.根据权利要求1所述的基于多污染物复合暴露下的健康指数评估方法，其特征在于：s3包括以下步骤：
5.根...
【专利技术属性】
技术研发人员：李怡，吴芸芸，张琦，毛德强，
申请(专利权)人：重庆市疾病预防控制中心重庆市预防医学科学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。