RESUMO Estudar a associação entre misturas de exposições ambientais e desfechos de saúde pode ser desafiador devido a questões como correlação entre as exposições e não-linearidades ou interações na função de exposição-resposta. Por essa razão, uma estratégia comum é ajustar modelos não paramétricos flexíveis para capturar a verdadeira superfície de exposição-resposta. No entanto, uma vez que tal modelo é ajustado, decisões adicionais são necessárias para resumir os efeitos marginais e conjuntos da mistura sobre o desfecho. Neste trabalho, descrevemos o uso de árvores de regressão aditivas bayesianas (BART) para estimar a superfície de exposição-risco que descreve o efeito de misturas de poluentes químicos do ar e temperatura nas visitas ao departamento de emergência (DE) relacionadas à asma durante a estação quente em Atlanta, Geórgia, de 2011 a 2018. O BART é escolhido por sua capacidade de lidar com grandes conjuntos de dados e por sua flexibilidade de ser incorporado como um único componente de um modelo maior. Em seguida, resumimos os resultados usando uma estratégia conhecida como efeitos locais acumulados para extrair percepções significativas sobre os efeitos da mistura na morbidade relacionada à asma. Notavelmente, observamos associações negativas entre as visitas ao DE por asma e associações prejudiciais entre ozônio e visitas ao DE por asma, ambas particularmente fortes em dias de temperaturas mais baixas.
Englert et al. (Mon,) estudaram esta questão.