ZUSAMMENFASSUNG Die Untersuchung des Zusammenhangs zwischen Mischungen von Umweltexpositionen und Gesundheitsoutcomes kann aufgrund von Problemen wie der Korrelation zwischen den Expositionen sowie Nichtlinearitäten oder Wechselwirkungen in der Expositions-Reaktions-Funktion herausfordernd sein. Aus diesem Grund ist eine häufige Strategie, flexible nichtparametrische Modelle anzupassen, um die wahre Expositions-Reaktions-Oberfläche zu erfassen. Sobald ein solches Modell angepasst ist, sind jedoch weitere Entscheidungen erforderlich, wenn es darum geht, die marginalen und gemeinsamen Effekte der Mischung auf das Ergebnis zusammenzufassen. In dieser Arbeit beschreiben wir die Verwendung von weichen bayesianischen additiven Regressionsbäumen (BART), um die Expositions-Risiko-Oberfläche zu schätzen, die den Effekt von Mischungen chemischer Luftschadstoffe und Temperatur auf asthma-assoziierte Notaufnahmebesuche während der warmen Jahreszeit in Atlanta, Georgia, von 2011 bis 2018 beschreibt. BART wurde aufgrund seiner Fähigkeit, große Datensätze zu verarbeiten, und seiner Flexibilität als einzelner Bestandteil eines größeren Modells ausgewählt. Anschließend fassen wir die Ergebnisse unter Verwendung einer als akkumulierte lokale Effekte bekannten Strategie zusammen, um bedeutungsvolle Einblicke in die Mischungseffekte auf die asthma-assoziierte Morbidität zu gewinnen. Bemerkenswerterweise beobachten wir negative Assoziationen zwischen und asthma ED-Besuchen sowie schädliche Assoziationen zwischen Ozon und asthma ED-Besuchen, die an kälteren Tagen besonders stark sind.
Englert et al. (Mon,) untersuchten diese Frage.