使用Cox比例风险模型,以年龄作为潜在的时间变量,跟踪每个队列成员从随访开始到首次发生中风或冠心病的时间,或在死亡、迁移、随访损失或随访结束的日期进行审查
指定了三个具有混杂因素调整强度的先验模型
模型1包括年龄(时间尺度、以年为单位)、性别和亚队列(均作为分层变量)和队列基线年
模型2进一步调整了基线时的个人生活方式和社会经济信息:婚姻状况(单身、已婚或与伴侣一起生活,离婚或分居,或丧偶)、体重指数(BMI)、吸烟状况(从不、以前或当前吸烟)和吸烟时间(年)、当前和以前吸烟强度(每天吸烟)、就业状况(是否吸烟)和教育程度(初级或以下、二级或三次吸烟)的分类
评估浓度 - 响应关系
应用自然三次样条和形状约束健康影响函数(SCHIF)的 2016 年建模框架来评估浓度 - 响应函数的形状
进一步使用双多聚体模型来检验污染物效应估计的独立性。
用回溯外推至基线检查年份的年平均浓度或具有时间变化浓度的模型重复主要线性模型,对具有完整居住历史的队列(CEANS、DCH 和 EPIC-NL)进行限制分析
加入 1 年或 5 年的随访时间层以考虑发病时间趋势,检查时间变化分析中的自然样条,调整局部评估的道路交通噪声、排除 BMI 调整以及进行亚队列分层分析和随机效应荟萃分析等方法检验结果的稳健性。
交通噪音已被报道为心血管疾病的一个重要环境风险因素,对基线地址的当地评估的道路交通噪音进行了额外的调整
空气污染也与肥胖有关,BMI可能是从空气污染到心血管疾病的因果途径中的一个因素,我们将BMI从模型3的主要调整集中排除,以检查潜在的过度调整。