空气污染与韩国心血管和脑血管疾病的急诊室访问之间的时空关系,使用多变量图形自编码器建模方法:一项生态研究

科学领域:

• 环境健康 环境健康
• 流行病学 流行病学
• 数据科学数据科学数据科学

背景情况:

• 心血管和脑血管疾病对公众健康造成重大负担.
• 空气污染是众所周知的各种健康结果的风险因素,包括心血管和脑血管事件.
• 了解空气污染影响的时空动态对于有效的公共卫生干预至关重要.

研究的目的:

• 调查特定空气污染物与韩国心血管和脑血管疾病的急诊室访问之间的时空关系.
• 为了确定这些污染物-疾病关系的季节性和区域性变化.
• 使用图形自编码器 (GAE) 进行基于多变量图形的新型分析.

主要方法:

• 收集了2022-2023年6种空气污染物 (SO2,NO2,O3,CO,PM10,PM2.5) 和四种疾病类型 (心脏骤停,心肌梗塞,缺血性中风,出血性中风) 的月度数据.
• 使用皮尔森相关系数和规范化特征矩阵作为GAE的输入构建了相邻矩阵.
• 为每个月和每个地区单独训练GAE模型,以评估污染物和疾病的关联.

主要成果:

• 污染物疾病网络结构显示出明显的季节性模式.
• 在O3,NO2和冬季疾病之间发现了强烈的关联;PM2.5和PM10与春季访问有关.
• 这些关联在夏季普遍减弱,在秋季加强 (特别是NO2和心脏骤停),并且在城市地区更为明显.

结论:

• 调查结果强调需要季节和区域特定的空气质量管理.
• 冬季需要在城市地区控制O3和NO2;春季需要在城市和农村地区减轻PM.
• 有针对性的干预措施,考虑到时空变化,可以减少与空气污染相关的紧急访问.