Meteorological Influence on the Occurrence of Cardiovascular Diseases
Authors
Bisgaard, Charlotte ; Larsen, Janne Lund Tidselbak
Term
4. term
Education
Publication year
2012
Submitted on
2012-05-31
Pages
125
Abstract
Dette speciale undersøger, hvordan vejrfaktorer hænger sammen med antallet af daglige nye tilfælde af hjerte-kar-sygdomme (CVD) i Danmark, inklusive forsinkede effekter (påvirkninger, der kan vise sig dage efter vejret). Tidligere studier har vist sæsonvariation med flest tilfælde om vinteren, og vi undersøger, om meteorologiske forhold kan medvirke til at forklare dette. Specialet beskriver sygdommene, datakilderne og validering af diagnoser samt analyseplanen. Vi analyserer sammenhænge med to typer modeller: generaliserede additive modeller (GAM’er), som er fleksible statistiske modeller til at fange ikke-lineære relationer, og dynamiske lineære modeller (DLM’er), som er tidsseriemodeller, der kan belyse ændringer over tid og forsinkede effekter. Resultaterne fra GAM’er viser, at temperatur har en betydelig indflydelse på CVD, men de peger ikke entydigt på, at temperatur har størst effekt om vinteren. Resultaterne fra DLM’er er mere konsistente og indikerer, at højere temperaturer er forbundet med færre daglige nye CVD-tilfælde i Danmark. Specialet inkluderer også den matematiske baggrund for de anvendte metoder.
This thesis examines how weather conditions relate to the daily number of new cardiovascular disease (CVD) cases in Denmark, including lagged effects (impacts that may appear days after the weather event). Prior research shows seasonal variation with the highest daily rates in winter, and we assess whether meteorological factors help explain this pattern. The thesis describes the diseases, data sources, and diagnosis validation, and outlines the analysis plan. We analyze associations using two approaches: generalized additive models (GAMs), flexible statistical models that capture non-linear relationships, and dynamic linear models (DLMs), time-series models that track changes over time and potential delays. Results from GAMs show that temperature significantly influences CVD, but they do not clearly indicate that temperature has the largest impact in winter. Results from DLMs are more consistent and suggest that higher temperatures are associated with lower daily counts of new CVD cases in Denmark. The thesis also presents the mathematical background for the methods used.
[This abstract was generated with the help of AI]
Keywords
Documents