空气污染缓解对医疗成本潜在影响的评估方法GydF4y2Ba

抽象的GydF4y2Ba

客观的GydF4y2Ba。这项研究的目的是建立评估对医疗费用的缓解空气污染的潜在影响，并应用此方法，以评估相关的细颗粒物在丹麦的减少潜在的节省的方法。GydF4y2Ba方法GydF4y2Ba. 空气污染对健康的影响被用来确定“暴露”的个人（即病例）。冠心病、中风、慢性阻塞性肺病和肺癌被认为与空气污染有关。我们使用倾向评分匹配、两部分估计和Lin的方法来估计医疗成本。随后，我们将因缓解而节省的病例数乘以医疗成本，得出医疗成本节约的表达式。GydF4y2Ba结果GydF4y2Ba。在从空气污染建模下降所引起的医疗系统节省了潜在的成本估计为0.1-2.6亿€每10万个居民的四种疾病。GydF4y2Ba结论GydF4y2Ba。我们已经说明了一种方法来评估医疗保健成本的潜在变化，这是由于空气污染的降低。该方法依赖于大量的管理数据，并结合了许多既定的流行病学分析方法。GydF4y2Ba

1.介绍GydF4y2Ba

众所周知，空气污染对包括公共卫生在内的不同经济部门都有不利影响。空气污染导致发病率及死亡率上升[GydF4y2Ba1GydF4y2Ba］.因此，由于发病率和死亡率降低，因此与减灾项目的成本效益分析有关，该项目评估了医疗资源的潜在节约。GydF4y2Ba

暴露于空气污染，疾病负担和医疗保健成本之间的关系无法精确确定。空气污染对健康产生负面影响;缓解空气污染可能导致健康效益。最近的文献综述确定了几项与空气污染变化相关的发病率和死亡率相对变化的研究[GydF4y2Ba1GydF4y2Ba]. 该综述明确了细颗粒物（PM2.5）增加与以下四种疾病之间的关系：冠心病（CHD）、中风、慢性阻塞性肺疾病（COPD）和肺癌[GydF4y2Ba1GydF4y2Ba]. 与本研究相关的一项综述，探讨了与减少空气污染的医疗成本节约相关的文献，确定了六项关于颗粒物对医疗成本影响的非来源特定研究[GydF4y2Ba2GydF4y2Ba-GydF4y2Ba7.GydF4y2Ba］.这些研究在其他国家进行，并处理在不同情况下的空气污染。他们是流行为主，并集中在粗颗粒物（PM10）。PM10是不太严重的健康影响相关比PM2.5 [GydF4y2Ba8.GydF4y2Ba］.GydF4y2Ba

在本研究中，我们选择重点分析上述四种疾病。目的是发展一种方法来评估减轻空气污染对医疗保健费用的潜在影响。我们专注于PM2.5水平变化的影响，并开发了一种方法来评估减少空气污染对丹麦医疗保健部门的潜在好处。作为一个例子，我们假设是10GydF4y2Baμ.GydF4y2Bag/GydF4y2Ba年平均平均水平降低。与丹麦国家空气污染监测计划的数据相比，这相当于街道水平和屋顶城市背景下的哥本哈根目前水平的51％和76％的减少[GydF4y2Ba9.GydF4y2Ba］.GydF4y2Ba

2.材料和方法GydF4y2Ba

由于大多数人暴露于某些水平的空气污染，因此区分在某些空气污染水平的个体之间是不可行的。因此，本研究使用了一种识别“暴露”个体（而不是ONEXPOSPOSE）的间接方法。通过对新疾病（发病率）的相对风险的申请假设，我们将疾病发生率的变化归因于空气污染暴露的变化。GydF4y2Ba

在丹麦，很容易获得行政健康登记簿为基于登记簿的研究提供了良好的条件。个人民事登记号码的使用使研究人员能够在登记册之间建立联系，登记册包含个人使用医疗资源的信息以及人口统计和其他社会变量。Davidsen等人充分说明了此类寄存器的优点[GydF4y2Ba10.GydF4y2Ba]. 在这项研究中，我们使用了关于整个丹麦成年人口的医疗利用、社会人口统计、教育、移民和死亡的个人加密数据。这些数据由丹麦统计局提供和主持。为了描述医疗利用情况，我们使用了来自丹麦国家卫生服务登记册、丹麦国家患者登记册和丹麦国家处方登记册的数据。这些登记簿保存有关医疗资源使用的详细信息。有关社会人口统计、教育、移民和死亡的信息来自丹麦民事登记系统以及关于教育水平、劳动力市场联系、个人收入和转移支付以及死亡原因的登记册。我们还使用了来自DANCOS队列的数据[GydF4y2Ba10.GydF4y2Ba，其中包括参加了丹麦全国代表性健康访谈调查的个人。该队列提供了关于健康状况和吸烟习惯等方面的自我报告信息。为了简化分析，我们排除了基线年之后从丹麦移民的人。GydF4y2Ba

医疗保健费用包括利用初级和次级医疗保健服务和处方药。主要医疗部门的医疗保健成本被公共健康保险定义为患者的报销（在大多数情况下为平均成本的100％）。诊断相关群体（DRG）关税，定义为每次入学的平均成本，被用作入学费用。限定每次访问平均成本的外流分组系统（DAGS）关税用于在二级医疗部门进行门诊或急诊室访问。DRG和DAG的关税都没有包括对固定成本的贡献。为了重视处方药的成本，使用了全面的销售价格，包括患者的付款和报销的元素。货币使用7.45澳门峰/欧元汇率翻译成欧元。费用以3％的折扣率折扣，并调整为类似的定价水平（固定在2006年定价级别）。GydF4y2Ba

2.1。相对风险的假设GydF4y2Ba

为50-79岁的女性，暴露在10岁 μ.GydF4y2Bag/GydF4y2Ba每年平均水平的PM2.5增加，在1.21和1.35分别假设用CHD和中风入射的相对风险[GydF4y2Ba11.GydF4y2Ba]. 对于男性的长期影响，没有类似的数据可用。例如，Pope等人根据与颗粒物排放相关的死亡率研究结果[GydF4y2Ba8.GydF4y2Ba]我们认为男性心血管事件的相对风险低于女性。因此，暂时，我们假设相对风险（RR）成为妇女风险增加的一半，即卒中的男性的RR为1.175，冠心病1.105。GydF4y2Ba

对于30岁以上的男性和女性，我们假设COPD的RR为10 GydF4y2Baμ.GydF4y2Bag/GydF4y2Ba增加PM2.5的年平均水平为1.14 [GydF4y2Ba12.GydF4y2Ba]. 对于肺癌，我们使用死亡率RR作为发病率的近似值。每10例肺癌死亡率的RR GydF4y2Baμ.GydF4y2Bag/GydF4y2Ba假设PM2.5年平均水平的增幅为1.14 [GydF4y2Ba13.GydF4y2Ba］.我们假设，通过反驳RR，我们将达到由于10的10次发病率降低的表达 μ.GydF4y2Bag/GydF4y2BaCHD，中风，COPD和肺癌年均平均PM2.5的平均水平下降，使我们能够计算一些挽救的病例。GydF4y2Ba

2.2。已分摊成本GydF4y2Ba

我们应用了可归因的成本方法[GydF4y2Ba14.GydF4y2Ba］.在这种方法中，与特定疾病相关的成本可以被确定为患病个体的平均医疗费用与相当的无次对照组之间的差异，从而覆盖与医疗保健系统的所有接触，无论接触的原因如何。在分析中，我们通过使用倾向评分将病例（具有四种疾病中的一种疾病中的一种疾病中的一种）匹配（个体）。该方法旨在识别与预定的一组社会成像特征类似的个体。我们认为这两组的成本差异占疾病的平均占该疾病成本。GydF4y2Ba

我们将普通归因成本乘以空气污染减少，以便从10中获得医疗保健成本节省的表达 μ.GydF4y2Bag/GydF4y2Ba下跌的PM2.5的年平均水平。GydF4y2Ba

2.3。鉴定案件GydF4y2Ba

如果他们至少有一个住院入住，门诊访问或急诊室访问，则被确定为案件。我们根据ICD10分类代码定义了我们的诊断[GydF4y2Ba15.GydF4y2Ba]：CHD = I20-25，中风= I60-69，COPD = J41-44和肺癌= C33-34。发病率的时间被定义为由于疾病（包括死亡）第一次医院接触的日期。只能识别出与初级保健设施接触的疾病的个体。我们申请了20年的冲洗时间，以确保鉴定案件是基于第一次诊断的发生。GydF4y2Ba

1997年被认为是基准年份，因为它是第一年的第一年，寄存公司提供了关于医疗保健费用的详细数据。我们需要最少的25个案件，估计被认为具有足够的统计能力。当我们的要求没有满足，我们扩展了基线的时间比较长。GydF4y2Ba

根据Vestbo等。[GydF4y2Ba16.GydF4y2Ba]，住院COPD患者最常发生在疾病的较晚阶段。因此，我们无法从寄存器识别COPD发病的确实日期。作为一个务实的解决这个问题，我们引入了九年滞后时间和假定真实COPD的发病率前的第一次住院九年。通过这种方式，我们发现在2006年的第一次住院病例队列，并跟着他们回顾从1997年到2005年。我们定义这个队列为prehospitalisation队列和之前使用它的相关的归属年医疗费用估计到第一次住院。关于入院后医疗利用，我们使用相同的方法，对于其它三个分析的疾病。GydF4y2Ba

我们通过五年间隔（50-54，...，75-79,80+）来分析所有分析。对于CHD和中风，只有在50-79岁年龄范围内的个体中才能确定与空气污染增加相关的RR变化。我们认为，年龄较大的群体的RR与年龄较小的群体相同。对于肺癌，我们被排除在79岁以上的人，因为第五年的死亡率将导致少于25例。GydF4y2Ba

2.4。时间地平线GydF4y2Ba

慢性病的可归因于疾病发作到死亡时期的时间。因此，我们应用了数据允许的最长时间范围。对于CHD和中风，随访期为10年，适用于COPD 19年，以及肺癌八年。GydF4y2Ba

2.5。匹配GydF4y2Ba

我们使用倾向评分方法匹配对控制的情况[GydF4y2Ba17.GydF4y2Ba］.在基线年度，我们使用Logistic回归确定了在风险中的整个人口的倾向分数。倾向评分根据同源地位，教育水平，社会经济地位，年龄，性别和合并症，这一年度倾向表达了在年内发生的可能性。对于合并症，我们使用了调整后的Charlson指数[GydF4y2Ba18.GydF4y2Ba]，它不包括从所分析的疾病的得分。我们包括那名从访问寄存器不管他们在回归意义理论上所有相关变量。GydF4y2Ba

等式1。GydF4y2Ba倾向评分：GydF4y2Ba 变量GydF4y2Ba在 （GydF4y2Ba1GydF4y2Ba）包括年龄，共同体状态，教育，社会经济地位和合并症。我们排除了在随访期间签订了分析的疾病之一的控制。这意味着患者从对照群体中删除。使用最近邻匹配的控制匹配1：5，其中每种情况与最接近案例的五个人匹配，以倾向得分为匹配。这允许我们识别类似于案件的控制队列（通过事件的可能性来衡量）但不具有疾病。GydF4y2Ba

2.6。医疗费用GydF4y2Ba

由于我们在所有年内都有详细的所有个人数据，我们可以应用Lin等人开发的方法。[GydF4y2Ba19.GydF4y2Ba]，将整个研究期间成更小的时间段和给定的存活到间隔的开始的卡普兰 - 迈耶估计器，用于存活与在间隔的平均成本的适当估计每个间隔的开始的概率，相乘。从这个角度上，因此，我们分开的情况下回归从该控件。GydF4y2Ba

分析与成本分配相关的医疗保健成本中的两个挑战。首先，一些人对医疗保健的需求零。其次，鉴于阳性需求，医疗保健支出遵循伐木分布。两部分模型适合解决第一个挑战[GydF4y2Ba20GydF4y2Ba］.在两部分方法的第一部分，我们计算了具有积极医疗费用的个人的份额，GydF4y2Ba. 我们使用GydF4y2Ba为了调整医疗费用，这些费用是针对具有积极医疗保健成本的个体，从而实现所有个人的平均医疗保健费用表达。GydF4y2Ba

鉴于积极的医疗保健需求，我们建议在年初估计年初的个人的平均成本，假设具有分类变量的广义线性混合模型中的Log-Link和Lognormal分布，GydF4y2Ba年GydF4y2Ba，表明年份（发病率后）和个别随机效应项，GydF4y2BaZ.GydF4y2Ba，作为解释性变量。GydF4y2Ba

方程式  2.GydF4y2Ba两部分第二部分：GydF4y2Ba 哪里GydF4y2Ba这是时间范围。通过混合模型，我们解决了异质性问题，通过广义形式，我们解决了医疗成本的对数正态性问题。我们特别感兴趣的是GydF4y2Ba和GydF4y2Ba，组合起来表示医疗成本的日志。GydF4y2Ba

但是，由于医疗保健成本的日志具有很少的信息价值，因此需要重新变换。为了补偿重新变形偏差，我们乘以涂抹估计器[GydF4y2Ba21GydF4y2Ba］.GydF4y2Ba

等式3。GydF4y2Ba段涂抹估算器：GydF4y2Ba 哪里GydF4y2Ba是医疗成本和成本回归的误差项GydF4y2Ba是队列中的个体数量。GydF4y2Ba

一旦我们知道(GydF4y2Ba2GydF4y2Ba） 和 （GydF4y2Ba3.GydF4y2Ba））给定的正需求的平均医疗费用，两部分的方法导致了与正需求个人分享这些发现的乘法，GydF4y2Ba为了达到预期的医疗费用。我们这样做是为了个人生存，以每年的开始。GydF4y2Ba

等式4。GydF4y2Ba预期的个人医疗费用幸存到年初GydF4y2Ba：GydF4y2Ba 随后，我们计算了每次段（或等效，以下时间段的开始）的存活率。GydF4y2Ba

等式5。GydF4y2BaKaplan-Meier生存估算：GydF4y2Ba 哪里GydF4y2Ba幸存者的数量是多少GydF4y2Ba， 和GydF4y2Ba是时间段内的死亡人数GydF4y2Ba。GydF4y2Ba

通过权衡幸存到时期的个人的平均成本GydF4y2BaT.GydF4y2Ba随着期初的生存GydF4y2Ba（或，等效，期末GydF4y2Ba），随后总结在整个时间跨度，GydF4y2Ba，我们达到了特定疾病的应性成本的表达。GydF4y2Ba

等式6。GydF4y2Ba每个案例的NPV医疗费用归因于空气污染相关疾病：GydF4y2Ba 下标GydF4y2Ba和GydF4y2Ba表示组分配（患者或控制），GydF4y2Ba是折扣因素和GydF4y2Ba

分子中的表达可以被解释为年度污染相关疾病的预期医疗费用GydF4y2BaT.GydF4y2Ba。所有术语随着时间的推移而汇总，以达到归因于该疾病的预期医疗费用的总净值。GydF4y2Ba

如前所述，我们假设RR可以反转，以在10分钟后给出发病率 GydF4y2Baμ.GydF4y2Bag/GydF4y2Ba下跌的PM2.5的年平均水平。因此，我们可以计算发病率的下降。GydF4y2Ba

等式7。GydF4y2Ba由于10个错误而保存的案例数 GydF4y2Baμ.GydF4y2Bag/GydF4y2BaPM2.5的年平均水平下降：GydF4y2Ba
实现了总净值（GydF4y2Ba8.GydF4y2Ba）和保存的案件数量（GydF4y2Ba9.GydF4y2Ba），我们乘以这两者，以便在医疗保健成本节省方面取得缓解的益处。GydF4y2Ba

等式8。GydF4y2Ba每10万居民的医疗保健费用与10居民有关 μ.GydF4y2Bag/GydF4y2Ba下滑年平均PM2.5：GydF4y2Ba

3.结果GydF4y2Ba

桌子GydF4y2Ba1GydF4y2Ba显示分析人群的特征，包括GydF4y2BaT.GydF4y2Ba- 平等的平等。在1997年的全国患者登记册中，我们分别确定了20,083,13,632和9,058例事件案件，CHD，中风和COPD。1997年至1999年，我们确定了10,200例肺癌病例，2006年，我们确定了7,712份入射案件。GydF4y2Ba

平均年龄从67岁到74岁。在这些人群中，42%到53%为女性，中风和COPD的比例最高，49%到61%的人群已婚。心肺疾病的平均Charlson评分最低，介于0.3到0.4之间，而肺癌病例和对照组的平均Charlson评分约为1.2。超过60%的人没有技能，只有不到10%的人拥有大学学位。超过80%的病例和对照组不在劳动力市场（即退休或提前退休）。对于那些仍在劳动力市场的人来说，大多数是蓝领工人。GydF4y2Ba

图形GydF4y2Ba1GydF4y2Ba显示了分析人口的生存。毫不奇怪，控件生存在所有四种疾病更好。我们无法分析生存COPD住院之前。因此，在COPD分析的追溯部分生存假定为100％。GydF4y2Ba

肺癌患者死亡率较高。因此，我们选择扩大肺癌的基线，以增加队列的规模。因此，我们汇集了1997-1999年间的事件病例及其控制，用于肺癌分析。GydF4y2Ba

桌子GydF4y2Ba2GydF4y2Ba说明每100000居民的发病率和每一事件的可归因医疗费用。冠心病和中风的发病率基于1997年的数据。肺癌的发病率为1997-1999年的平均发病率，COPD的发病率为1997年和2006年的平均发病率。每个病例的医疗费用相当于(GydF4y2Ba6.GydF4y2Ba)．GydF4y2Ba

由于对上表进行详细分析不在本研究范围内，因此只需说明发病率在预期范围内，且符合疾病流行的一般知识即可。平均医疗成本也是如此。与对照组相比，老年冠心病和肺癌患者的负归因成本可解释为生存预后差。GydF4y2Ba

桌子GydF4y2Ba3.GydF4y2Ba显示每一个10 10万个居民的医疗节约成本 μ.GydF4y2Bag/GydF4y2Ba每年平均平均水平的下降10,10,19和8岁至8年期间的CHD，中风，COPD和肺癌的视野，以及50岁以上的丹麦人口。GydF4y2Ba

对不同疾病的估计成本数据进行正式比较需要平等的地平线。因此，它仅与比较心血管疾病（CHD和中风）的医疗保健成本相关。GydF4y2Ba

与CHD相比，中风从空气污染缓解中节省了更高的医疗成本潜力。这部分是由每个案例的可归因的医疗保健成本进行解释，这对于任何卒中年龄组和高于任何年龄/性别团体的CHD阳性，而最古老的年龄段是负面的负面影响。这也是部分原因是，卒中的发生率更敏感到空气污染的变化（即，具有较高的RRS）而不是CHD。GydF4y2Ba

3.1。敏感性分析GydF4y2Ba

桌子GydF4y2Ba4.GydF4y2Ba-GydF4y2Ba8.GydF4y2Ba显示总成本的敏感性分析（对应于表的最后一列GydF4y2Ba3.GydF4y2Ba）当应用不同的模型假设时。GydF4y2Ba

在基本情况下，我们使用了修改的Charlsc索引来控制匹配算法中的合并症。在该第一灵敏度分析中，我们排除了从匹配算法中的合并率，以便测试基础壳体的灵敏度导致合并症。桌子GydF4y2Ba4.GydF4y2Ba显示这些计算的结果。GydF4y2Ba

桌子GydF4y2Ba4.GydF4y2Ba储蓄潜在的医疗费用为我们展示了从匹配排除合并症时略有增加。这表明在倾向得分的入射与四个分析疾病合并症有助于并采取其从匹配算法，我们选择了一组比选择用于基情况下，控制健康对照。GydF4y2Ba

来自丹麦语[GydF4y2Ba22GydF4y2Ba]和全球透视[GydF4y2Ba23GydF4y2Ba]，预计未来50年人口构成将发生根本性变化。在所有其他条件相同的情况下，这将影响潜在的医疗成本节约。桌子GydF4y2Ba5.GydF4y2Ba显示了基于统计丹麦统计学预测的单向敏感性分析。GydF4y2Ba

疾病除卒中外，疾病的总医疗成本储蓄的估计估计较低，其中有一个接近零变化。减少的医疗保健成本节约是人口转向较旧年龄群体的较高分数以及年龄较大的群体群体的占药物保健成本相对较小的遗传性成本的结果。GydF4y2Ba

由于案例个人的过早死亡是不道德的，这是一个讨论是否纳入医疗费用的储存。我们在基本情况下包括这些案例，而有些人可能会争辩，通过这样做，通过潜在的医疗保健成本，由于案件的死亡率增加，通过潜在的医疗成本节省。为了揭示这种潜在的偏差源的大小，我们已经计算了单向敏感性分析更换GydF4y2Ba具有GydF4y2Ba在计算医疗成本时(GydF4y2Ba6.GydF4y2Ba)．桌子GydF4y2Ba6.GydF4y2Ba显示这些计算的结果。GydF4y2Ba

敏感性分析的结果是消除了超出了案件死亡的医疗费用，在降低PM2.5水平的可能性上产生积极的增益。在绝对数字中，潜在的医疗保健成本节省了0.3-160万欧元的收益。这些疾病中，这些疾病具有相当大的变化，代表了过早死亡率是这些疾病的主要因素（即使在考虑中考虑了合并症）。GydF4y2Ba

桌子GydF4y2Ba7.GydF4y2Ba显示了前瞻性部分与微粒排放相关的COPD医疗成本与更新生存率的单向敏感性分析。对于第一次住院那年的生存率，我们使用了2006年队列生存率，并在此基础上调整了前瞻性分析部分的生存率。GydF4y2Ba

与基本情况相比，敏感性分析导致总医疗成本节省的估计变化非常小。更新生存对总医疗成本节省的幅度不大。GydF4y2Ba

我们对文献中RRs的估计是基于多年前在不同情况下研究的队列；因此，RRs可能无法代表我们的案例。此外，缓解当前空气污染水平的50%以上可能难以实现，特别是考虑到当前水平已经低于欧盟限值[GydF4y2Ba24GydF4y2Ba］.考虑空气污染变化较小的情况可能更现实。这些担忧都与RR有关，因此对RR变化的敏感性分析似乎是显而易见的。桌子GydF4y2Ba8.GydF4y2Ba显示了缓解措施仅为5的场景 GydF4y2Baμ.GydF4y2Bag/GydF4y2Ba（相当于RR的一半）。GydF4y2Ba

在这种情况下，所有四种疾病的医疗费用降低了43％至48％，表明医疗保健成本节省的弹性在我们的模型中接近一个。GydF4y2Ba

4。讨论GydF4y2Ba

我们设计了一种计算与10相关的保存案例数量的方法 μ.GydF4y2Bag/GydF4y2BaPM2.5的年平均水平下降（使用文献中发现的RRs）。我们将这些病例数与每一次污染相关疾病的平均医疗成本相乘，以实现10%的医疗成本节约 GydF4y2Baμ.GydF4y2Bag/GydF4y2Ba下跌的PM2.5的年平均水平。使用这种方法，似乎有积极的储蓄潜力对医疗保健部门。然而，所应用的方法受到各种因素的挑战。GydF4y2Ba

在减少医疗费用上估算潜在效益的目标是在假设通过选择四种疾病捕获空气污染的所有健康影响。不是这种情况。发现比本研究所选择的更多疾病与空气污染有关[GydF4y2Ba1GydF4y2Ba］.然而，我们用于识别暴露个体的间接方法要求我们只使用发病率或死亡率显著增加的疾病，因此选择四种疾病。由于没有考虑到健康影响方面的所有潜在利益，医疗成本方面的潜在利益被低估了。GydF4y2Ba

这种分析的一个重要优势是它基于从日常行政登记中获得的实际个人数据。这使我们能够进行更详细的分析，并结合一些非常强大且经过充分验证的方法和原则。GydF4y2Ba

4.1. 适用性GydF4y2Ba

成本效益框架有助于分析减轻空气污染的全部影响。在这样一个框架中，成本构成了实施缓解干预措施的实际成本。这些好处将体现在医疗成本节约、生产率提高和减少污染的效用增加等方面。在成本效益框架中进行分析的优势在于，它是直观的，并产生一个单一的数字（正或负）来描述缓解工作的净效益。因此，我们的分析结果可作为成本效益框架的投入。然而，重要的是要注意，减少空气污染可以降低高死亡率疾病的发病率，从而提高平均剩余预期寿命，从而延长维持正医疗成本的时间。将这一结果与生产率提高和减少污染的增加效用的价值相结合，将使我们获得干预措施的总体效益，从而将PM2.5的年平均水平降低10% GydF4y2Baμ.GydF4y2Bag/GydF4y2Ba。我们还没有考虑在国外缓解国内污染的影响。由于空气污染是空中的，因此可能会影响邻近人群的健康。任何此类效果也应在成本效益分析中纳入。GydF4y2Ba

我们的估计是根据丹麦医疗保健成本数字计算的。因此，它们可能与不同组织医疗保健部门和成本结构的国家的污染与污染相关疾病的医疗费用不同。然而，我们认为，该方法本身就是完全适用于其他国家的成本效益分析。GydF4y2Ba

4.2。控制匹配GydF4y2Ba

我们知道，例如，吸烟是分析疾病的高危因素。但是，吸烟数据不包括在管理寄存器中。我们探讨了将吸烟概率指数纳入匹配的机会，这些概率来自人口的逻辑回归。与没有吸烟概率识别的对照相比，通过这种方法识别的控制几乎相同的医疗成本。因此，我们抛弃了这种方法。GydF4y2Ba

在选择每种疾病的对照时，我们排除了在观察期内发生疾病的个体。由于对照人群可能“过于健康”，这可能会使对照人群的医疗成本估算产生偏差。然而，使用本研究所选的方法无法将其纳入模型。通过包括已知患有该疾病的个体，我们得到了一个“病得太重”的对照组。一系列研究[GydF4y2Ba25GydF4y2Ba-GydF4y2Ba27GydF4y2Ba]讨论控制选择问题。GydF4y2Ba

在我们的匹配中，我们发现CHD和中风病例略大于对照，肺癌病例具有比对照更高的合并症。然而，年龄和合并症的绝对差异相对较小，重要性可能表明年龄没有促进诸如CHD或中风的倾向（已经在五年间隔分层）并且合并症没有贡献太多的入射与肺癌的倾向。GydF4y2Ba

4.3。相对风险GydF4y2Ba

上，我们根据我们的RR假设的研究（表GydF4y2Ba3.GydF4y2Ba）可能是基于其他水平的空气污染和其他人群。因此，这些RRS对丹麦的应用严重依赖于RR与其他水平的空气污染相同的假设。没有存在非线性关系的证据（在欧洲遇到的PM污染范围内）存在，因此假设线性关系。GydF4y2Ba

无法建立与PM2.5的室外浓度相关的肺癌发病率的RR。因此，我们将死亡率的RRS作为发病率的近似。这不太可能诱导很多偏见，因为患有一次诊断肺癌的存活预后非常差。GydF4y2Ba

4.4. 左截尾、左截断和时间范围GydF4y2Ba

我们被遗留审查受到挑战，因为在住院前可能已经死亡。但是，通过包括死亡登记原因的信息，我们相信我们占据了大多数情况。特别是左审查的案件可能是不需要住院的轻微病例，并且没有注册为死因的疾病。大多数左审查可能与COPD有关。GydF4y2Ba

使用基于寄存器的分析，不可能识别疾病发作日期。通过使用第一个医院接触（或死亡时间）来鉴定疾病发作的时间，我们的分析受到左截断。在第一次医院接触之前，病例将始终患有疾病的一段时间。我们认为，对于COPD，该误差的重力最大，已知在住院前具有长期。通过使用COPD案件的九年预休获期，假设错误可忽略不计。对于其他三种疾病，我们认为从不包括住院期间获得的错误可以忽略不计。GydF4y2Ba

肺癌的死亡率很高。因此，我们将肺癌的随访时间截断为八年以确保足够的统计强度。此外，我们从肺癌分析中排除了79岁的人。通过截断随访期并排除某些年龄组，我们忽视了估算肺癌医疗保健成本节约的成本的要素。总医疗费用节约是否较高或更低取决于死亡率和案件的医疗保健成本水平相对于截断超出截短时期的案件。这也适用于CHD，中风和COPD。GydF4y2Ba

根据用于定义疾病发病率的方法，由于数据可用性中的限制的原因，我们的分析分析分别限于CHD，中风，COPD和肺癌的10,10,19和八年。如前所述，根据对照的情况的死亡率和医疗保健成本，延长时间范围可以减少或增加医疗费用节约。GydF4y2Ba

4.5。谈判数量GydF4y2Ba

分析两种COPD患者群体的医疗成本和不同的发病率的控制通知我们，生存和（初始）医疗保健成本模式从1997年到2006年发生了变化。1997年的队列经历了较低的生存率和较低的初始医疗保健费用与2006年的初始医疗费用队列。另一方面，2006年诊断的患者较少于1997年。如果经前分析，同样的问题可能适用于其他疾病。GydF4y2Ba

5.结论GydF4y2Ba

据我们所知，之前的研究还没有使用Lin的方法、可归属成本计算和基于登记的数据相结合来得出与给定暴露(在本例中是空气污染)相关的医疗成本的表达式。GydF4y2Ba

在本研究中，我们成功地实现了我们在制定一种评估了对医疗费用节约方面减轻空气污染的益处的方法，并将其施加到丹麦病例中具有细颗粒物质的方法。我们发现，与缓解相关的医疗保健费用的形式存在潜在的好处。GydF4y2Ba

致谢GydF4y2Ba

目前的研究是能源、环境和健康中心(CEEH)研究的一部分，由丹麦战略研究理事会资助(合同编号:2104-06-0027)。该论文的早期版本已在能源、环境和健康中心的会议以及2011年8月在欧登塞举行的北欧健康经济学家会议上发表。作者还感谢参与该项目的许多科学家进行了富有成效的讨论和科学贡献。GydF4y2Ba

参考GydF4y2Ba

1. J.H.Bønløkke，Ceeh Scientific报告7A，2011年。GydF4y2Ba
2. H. Kan和B. Chen，“中国上海市城区的微粒空气污染：基于卫生的经济评估”，“GydF4y2Ba科学总环境GydF4y2Ba，第322卷，第1-3号，第71-79页，2004年。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
3. M法德尔和M。马苏德，“城市地区的颗粒物：基于健康的经济评估，”GydF4y2Ba科学总环境GydF4y2Ba，卷。257，没有。2-3，pp.133-146,2000。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
4. K. K. Zaim，“1990年和1993年土耳其减少空气污染的健康和经济效益估计”，GydF4y2Ba能源政策GydF4y2Ba，卷。25，不。13，pp。1093-1097，1997。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
5. N.Kunzli，R.Kaiser，S.Medina等，“户外和交通有关的空气污染的公共卫生影响：欧洲评估”GydF4y2Ba《柳叶刀》GydF4y2Ba，第356卷，第9232号，第795-8012000页。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
6. D. Zmirou，A.德洛雷因，F. Balducci，C. BOUDET，和J. Dechenaux，“微粒空气污染对健康的影响成本，”GydF4y2Ba职业与环境医学杂志GydF4y2Ba，第41卷，第10期，第847-8561999页。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
7. A. M. Patankar和P. L.特里维迪​​，“大气污染孟买健康影响货币的负担，印度：对公共卫生政策的影响，”GydF4y2Ba公共卫生GydF4y2Ba，卷。125，没有。3，pp。157-164,2011。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
8. CA.小教皇，M。JThun，M。MNamboodiri等人，“在一项针对美国成年人的前瞻性研究中，微粒空气污染是死亡率的预测因素，”GydF4y2Ba美国呼吸和重症监护医学杂志GydF4y2Ba，卷。151，没有。3，pp。669-674，1995。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
9. A. Massling，J. K.Nøjgaard，T.埃勒尔曼，M. Ketzel，和C.诺思通“从交通哥本哈根颗粒贡献，”GydF4y2Ba粒子项目报告2008-2010GydF4y2Ba不。837年，Aarhus大学国家环境研究所，2011年。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
10. M.戴维森，M.Kjøller和K. Helweg拉森，“丹麦国家队列研究（DANCOS），”GydF4y2Ba斯堪的纳维亚公共卫生杂志GydF4y2Ba，卷。39，补充7，PP。131-135,2011。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
11. K. A.米勒D. S. Siscovick，L. Sheppard等人，“长期暴露于空气污染和女性心血管事件的发生率。”GydF4y2Ba新英格兰医学杂志GydF4y2Ba，卷。356，没有。5，pp.447-458,2007。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
12. D. E. Abbey, M. D. Lebowitz, P. K. Mills, F. F. Petersen, W. L. Beeson, R. J. Burchette，“在一组不吸烟的加州居民中，环境中颗粒物和氧化剂的长期浓度与慢性疾病的发展”，GydF4y2Ba吸入毒理学GydF4y2Ba，卷。7，不。1，pp。19-34,1995。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
13. C. A. Pope Jr.， R. T. Burnett, M. J. Thun等，“肺癌、心肺死亡率和长期暴露于细颗粒物空气污染”，GydF4y2Ba美国医学协会杂志GydF4y2Ba，卷。287，没有。9，PP。1132-1141,2002。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
14. M. Kruse，M. Davidsen，M. Madsen，D.Gyrd-Hansen，以及J.Sørensen，心脏病和风险行为的成本：对预防支出的影响，“GydF4y2Ba斯堪的纳维亚公共卫生杂志GydF4y2Ba，卷。36，不。8，pp。850-856,2008。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
15. 世界卫生组织，国际疾病分类，GydF4y2Bahttp://www.who.int/classifications/icd/en/GydF4y2Ba。GydF4y2Ba
16. J韦斯特博，E。普雷斯科特，P。兰格，P。Schnohr和G。Jensen，“COPD住院后的重要预后：一项随机人群样本研究，”GydF4y2Ba呼吸医学GydF4y2Ba，卷。92，没有。5，PP。772-776，1998。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
17. PR罗森鲍姆和D。B鲁宾，“倾向评分在因果效应观察性研究中的中心作用，”GydF4y2Ba生物统计学GydF4y2Ba，第70卷，第1期，第41-55页，1983年。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
18. M. E.察尔森，P.庞培，K. A.强麦，和C. R.麦肯齐，“在纵向研究的预后分类合并症的新方法：开发和验证，”GydF4y2Ba慢性病杂志GydF4y2Ba，第40卷，第5期，第373-383页，1987年。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
19. D. Y.林，E.J.Fauer，R.Etzioni和Y.Wax，“估计不完整的后续数据的医疗费用”，“GydF4y2Ba生物识别学GydF4y2Ba，卷。53，没有。2，pp。419-434，1997。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
20. N. Duan，W. G.Manning Jr.，C.N.Morris和J.P. Newhouse，“医疗保健需求的替代模型的比较”GydF4y2Ba商业与经济统计杂志GydF4y2Ba，第1卷，第2期，第115-126页，1983年。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
21. N.段，“涂抹估计：一种非参数再转化方法，”GydF4y2Ba美国统计协会杂志GydF4y2Ba，卷。78，没有。383，pp。605-610,1983。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
22. M. F. S. Hansen，“Danmarks Fremtige Enfolkning，”梦想，2012。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
23. 联合国Doeasa，人口司，世界人口前景：2010年修订，亮点和推进表，联合国，2011年。GydF4y2Ba
24. T. Ellermann, C. nordstrom øm, J. Brandt, J. Christensen, M. Ketzel, and S. S. Jensen，“丹麦空气质量监测计划”，GydF4y2Ba2010年年度摘要GydF4y2Ba，奥胡斯大学国家环境研究所，2011年。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
25. S. Wacholder，J. K.麦克劳克林，D.T。西尔弗曼和J. S.曼德尔，“在病例 - 对照研究的控制选择。I.原则，”GydF4y2Ba美国流行病学杂志GydF4y2Ba，卷。135，不。9，PP。1019-1028,1992。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
26. S. Wacholder, D. T. Silverman, J. K. McLaughlin和J. S. Mandel，“病例对照研究中的对照选择。2类型的控制。”GydF4y2Ba美国流行病学杂志GydF4y2Ba，卷。135，不。9，pp。1029-1041,1992。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
27. S. Wacholder, D. T. Silverman, J. K. McLaughlin和J. S. Mandel，“病例对照研究中的对照选择。III。设计选项，“GydF4y2Ba美国流行病学杂志GydF4y2Ba，卷。135，不。9，PP。1042-1050,1992。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba

版权GydF4y2Ba

版权所有©2012BjørnSætterstrøm等。这是分布下的开放式访问文章GydF4y2Ba创意公共归因许可证GydF4y2Ba，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。GydF4y2Ba