数据收集与整理
建立全国性OHCA、温度和PM2.5数据库,用于关联分析。
从All-Japan Utstein登记处提取2012-2019年心脏原因OHCA病例;从日本气象厅获取各都道府县代表性气象站的日均温度;从国立环境研究所大气环境数据库获取PM2.5浓度,选择都道府县首府城市监测数据,缺失值用7天移动平均替代。
Joint Effects of Heat and Fine Particulate Matter on Out-of-Hospital Cardiac Arrest in Japan: A Nationwide Time-Stratified Case-Crossover Study
研究为观察性流行病学分析,基于全国登记数据进行病例交叉和时间序列分析,但无实验操作,未进行功能验证或机制验证。
日本47个都道府县的院外心脏骤停病例(心脏原因) 日本全国气象站和PM2.5监测站数据
研究期间:2012年1月1日至2019年12月31日 OHCA病例定义:心脏原因,排除非心脏原因(如创伤、交通事故、溺水、低体温) 暴露评估:温度使用自然三次样条(3自由度),PM2.5使用滞后0-3天(4天移动平均) 统计模型:两阶段时间分层病例交叉设计,条件准泊松模型,随机效应元分析 交互作用:乘性(Wald检验)和加性(RERI指数)
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
建立全国性OHCA、温度和PM2.5数据库,用于关联分析。
从All-Japan Utstein登记处提取2012-2019年心脏原因OHCA病例;从日本气象厅获取各都道府县代表性气象站的日均温度;从国立环境研究所大气环境数据库获取PM2.5浓度,选择都道府县首府城市监测数据,缺失值用7天移动平均替代。
分别估计温度和PM2.5对OHCA风险的独立关联。
采用时间分层病例交叉设计,以同日历月内相同星期几为层,使用条件准泊松模型估计各都道府县的非线性温度-风险关联和线性PM2.5-风险关联,然后通过随机效应元分析合并。
检验温度和PM2.5之间是否存在交互作用及其尺度。
在基础模型中引入温度自然样条与PM2.5的乘积项,估计不同PM2.5浓度下的热效应和不同温度百分位数下的PM2.5效应;通过元分析合并预fecture-specific交互项系数并用Wald检验;计算RERI评估加性交互,使用bootstrap获得95%CI。
量化热、PM2.5及其共同暴露导致的OHCA归因病例数。
使用预fecture-level时间序列数据,根据归因分数(RR-1)/RR计算热(>第80百分位)和PM2.5(>5μg/m3)单独归因病例数;共同暴露归因数在heat days使用日期特定温度百分位的PM2.5 RR计算。
评估主要发现的稳健性。
限制研究月份为6个最热月份(5-10月),调整相对湿度,缩短滞后为lag 0-1,限制于旁观者目击的OHCA,以及探讨冷温度效应是否被PM2.5修饰。
按研究目的归类文中使用的方法,便于定位所需技术。
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数据收集 | OHCA病例来源:All-Japan Utstein Registry,2012-2019年,心脏原因;温度数据来源:日本气象厅,各都道府县代表性单一气象站;PM2.5数据来源:国立环境研究所,都道府县首府城市监测站 阅读提示:Methods-Data Collection |
| 统计分析 | 统计分析模型:两阶段时间分层病例交叉设计,条件准泊松模型;温度建模:自然三次样条,3自由度,滞后0-3天;PM2.5建模:线性,滞后0-3天;交互作用:乘积项,Wald检验,RERI;归因分析:RR-1/RR 阅读提示:Methods-Statistical Analysis |
| 敏感性分析 | 敏感性分析设置:限制最热6个月(5-10月),调整相对湿度,缩短滞后至0-1天,限制旁观者目击,冷温度效应 阅读提示:Methods-Statistical Analysis (敏感性分析) |