Considering the potentially nonline

Considering the potentially nonlinear and lagged associations
between ambient temperature and adverse cardiovascular outcomes,
we used a distributed lag nonlinear model (DLNM) to estimate
the effects of temperature on OHCD mortality. Specifically, to establish a “cross-basis” function of temperature
based on the DLNM, we used a natural cubic spline with 5 df
to account for the nonlinear effect of temperature, and also used a
natural cubic spline with 5 df to account for the lagged effects (lag
space) of temperature. Because it is not easy to
determine the maximum lag of the effects, we alternatively used
multiple lag intervals including days 0e3, 0e7, 0e14 and 0e21. We
then introduced the “cross-basis” matrix of temperature into the
GAM. We further controlled for time trends (7 df per year in natural
functions) and day of the week, as well as the same-day air
pollutant concentrations (PM2.5 and O3). We first flexibly plotted
the relative risks (RRs) of the temperature-mortality association
curves. Then, we calculated the RR comparing the 1st percentile of
temperature to the minimum-mortality temperature (MMT) and
the RR comparing the 99th percentile of temperature to the MMT.
Further, to quantify these effects per an absolute change (1
C) in
temperature, we calculated them as the log-RR divided by the
range from the MMT to the corresponding temperature percentiles. In brief, the cold effect was defined as the percent
increase in daily mortality per 1
C decrease below the MMT, and
the heat effect was defined as the percent increase in daily mortality
per 1
C increase above the MMT.

Results (Thai) 1:

Considering the potentially nonlinear and lagged associationsbetween ambient temperature and adverse cardiovascular outcomes,we used a distributed lag nonlinear model (DLNM) to estimatethe effects of temperature on OHCD mortality. Specifically, to establish a “cross-basis” function of temperaturebased on the DLNM, we used a natural cubic spline with 5 dfto account for the nonlinear effect of temperature, and also used anatural cubic spline with 5 df to account for the lagged effects (lagspace) of temperature. Because it is not easy todetermine the maximum lag of the effects, we alternatively usedmultiple lag intervals including days 0e3, 0e7, 0e14 and 0e21. Wethen introduced the “cross-basis” matrix of temperature into theGAM. We further controlled for time trends (7 df per year in naturalfunctions) and day of the week, as well as the same-day airpollutant concentrations (PM2.5 and O3). We first flexibly plottedthe relative risks (RRs) of the temperature-mortality associationcurves. Then, we calculated the RR comparing the 1st percentile oftemperature to the minimum-mortality temperature (MMT) andthe RR comparing the 99th percentile of temperature to the MMT.Further, to quantify these effects per an absolute change (1
C) intemperature, we calculated them as the log-RR divided by therange from the MMT to the corresponding temperature percentiles. In brief, the cold effect was defined as the percentเพิ่มขึ้นทุกวันตายต่อ 1 C ลดต่ำกว่า MMT และผลความร้อนถูกกำหนดเป็นการเพิ่มเปอร์เซ็นต์ในการตายทุกวันต่อ 1 C เพิ่มเหนือ MMT

Results (Thai) 2:

เมื่อพิจารณาถึงความสัมพันธ์ที่อาจเกิดขึ้นไม่เป็นเชิงเส้นและ lagged
ระหว่างอุณหภูมิหัวใจและหลอดเลือดและผลที่ไม่พึงประสงค์
ที่เราใช้ในรูปแบบที่ไม่เป็นเชิงเส้นล่าช้ากระจาย (DLNM) ที่จะประเมิน
ผลกระทบของอุณหภูมิที่มีต่อการตาย OHCD โดยเฉพาะอย่างยิ่งในการสร้าง "ข้ามพื้นฐาน" ฟังก์ชันของอุณหภูมิ
ขึ้นอยู่กับ DLNM เราใช้เส้นโค้งลูกบาศก์ธรรมชาติที่มี 5 DF
บัญชีสำหรับผลกระทบเชิงเส้นของอุณหภูมิและยังใช้
เส้นโค้งลูกบาศก์ธรรมชาติที่มี 5 DF บัญชีสำหรับ ผลกระทบ lagged (ล่าช้า
พื้นที่) อุณหภูมิ เพราะมันไม่ง่ายที่จะ
ตรวจสอบความล่าช้าสูงสุดของผลกระทบที่เราหรือใช้
ช่วงเวลาที่ล่าช้าหลายแห่งรวมถึงวัน 0e3, 0e7, 0e14 และ 0e21 เรา
จึงแนะนำ "ข้ามพื้นฐาน" เมทริกซ์ของอุณหภูมิเข้า
GAM เราควบคุมต่อไปสำหรับแนวโน้มเวลา (7 DF ต่อปีในธรรมชาติ
ฟังก์ชั่น) และวันของสัปดาห์เช่นเดียวกับอากาศในวันเดียวกัน
ความเข้มข้นของสารมลพิษ (PM2.5 และ O3) พล็อตแรกที่เรามีความยืดหยุ่น
ความเสี่ยงสัมพัทธ์ (RRs) ของสมาคมอุณหภูมิการตายของ
เส้นโค้ง จากนั้นเราคำนวณ RR เปรียบเทียบร้อยละ 1 ของ
อุณหภูมิอุณหภูมิต่ำสุด-การตาย (ล้านตัน) และ
RR เปรียบเทียบร้อยละ 99 อุณหภูมิจะ MMT.
นอกจากนี้ปริมาณผลกระทบเหล่านี้ต่อการเปลี่ยนแปลงแน่นอน (1 องศาเซลเซียส) ใน
อุณหภูมิที่เราคำนวณพวกเขาเป็น RR เข้าสู่ระบบโดยแบ่ง
ช่วงจาก MMT เพื่อเปอร์เซนต์อุณหภูมิที่สอดคล้องกัน ในช่วงสั้น ๆ ที่มีผลเย็นถูกกำหนดเป็นร้อยละ
ที่เพิ่มขึ้นในอัตราการตายในชีวิตประจำวันต่อ 1 องศาเซลเซียสลดลงด้านล่าง MMT และ
ผลความร้อนถูกกำหนดเป็นเพิ่มขึ้นร้อยละอัตราการเสียชีวิตในชีวิตประจำวัน
ต่อ 1? C เพิ่มขึ้นดังกล่าวข้างต้น MMT

Results (Thai) 3:

พิจารณาและอาจแบบล้าหลัง สมาคม
ระหว่างอุณหภูมิห้องและไม่พึงประสงค์หัวใจและหลอดเลือดผลลัพธ์
เราใช้ Distributed Lag แบบไม่เชิงเส้น ( dlnm ) ประมาณการ
ผลของอุณหภูมิต่ออัตราการตาย ohcd . โดยเฉพาะ เพื่อสร้าง " ข้ามพื้นฐาน " ฟังก์ชันของอุณหภูมิ
ตาม dlnm เราใช้ธรรมชาติเส้นโค้งกับ DF
5 ลูกบาศก์บัญชีสำหรับการไม่เชิงเส้นผลของอุณหภูมิ และยังใช้
ธรรมชาติลูกบาศก์สลักด้วย 5 df เพื่อให้บัญชีย้อนหลังผล ( ล้าหลัง
พื้นที่ ) ของอุณหภูมิ เพราะมันไม่ง่ายที่จะ
ตรวจสอบความล่าช้าของผลสูงสุด เราสามารถใช้ช่วงเวลาล้าหลังหลายแห่งรวมถึงวัน
0e3 0e7 0e14 , และ , 0e21 . เรา
แล้วแนะนำ " ข้ามพื้นฐาน " เมทริกซ์ของอุณหภูมิใน
กัมเรายังควบคุมแนวโน้มเวลา ( 7 เฉลี่ยต่อปีในธรรมชาติ
ฟังก์ชั่น ) และวันของสัปดาห์ รวมทั้งวันที่อากาศมลพิษ ( pm2.5 O3
( และ ) เรายืดหยุ่นวางแผน
ความเสี่ยงสัมพัทธ์ ( rrs ) ของสมาคม
ตายอุณหภูมิเส้นโค้ง งั้น เราคำนวณเปรียบเทียบ RR 1 เปอร์เซนต์ไทล์ของอุณหภูมิอุณหภูมิต่ำสุด

( MMT ) และอัตราการตายRR เปรียบเทียบ 99% ของอุณหภูมิกับ MMT .
เพิ่มเติม ที่มีผล ต่อ การเปลี่ยนแปลงที่แน่นอน ( 1
C )
อุณหภูมิที่เราคำนวณไว้เป็นบันทึก RR แบ่งโดย
ช่วงจาก MMT ได้แก่อุณหภูมิให้สอดคล้องกัน สรุป ผลเย็นที่กำหนดไว้ร้อยละ
เพิ่มขึ้นในอัตราการตายทุกวัน ต่อ 1
C ลดลงด้านล่าง MMT และ
ความร้อน ผลคือกำหนดเป็นร้อยละที่เพิ่มขึ้นในอัตราการตายทุกวัน
1
C เพิ่มขึ้นเหนือ MMT .