Many researchers have tried to figure out the association between temperature and mortality for several years. As a result of many studies, it is revealed that two important characteristics exist in the relationship between temperature and mortality: One is that the relationship is non-linear and the other is that the effects of temperature on mortality are delayed. Here, two-stage analysis is commonly used to derive an average estimate for the temperature-mortality relationship over multiple locations and identify heterogeneity among locations using multi-site time series data. In the first stage of two-stage analysis, location-specific estimates for the temperature-mortality association are derived from each location-specific data. At the moment, we apply distributed lag non-linear models (DLNMs) to describe both non-linear and delayed dependencies between temperature and mortality. In the second stage, called meta-analysis, location-specific estimates are combined and used to estimate an average exposure-response relationship and inspect heterogeneity between locations.
In this research, we compare the performances of likelihood-based and Bayesian approaches for meta-analysis in two-stage hierarchical regression model for investigating the temperature-mortality association using multi-site time-series data. The two inferences are widely used in numerous research, but sometimes result in different consequences even for the same data. Simulation studies were conducted to analyze which factors influence the performances of the two approaches. Also, we apply our proposed model to the motivating data, based on 6 cities from Japan in the period 1972-2009.
최근 지구 온난화와 이상 기온 현상 등이 발생하면서 기후변화가 인간의 건강에 어떠한 영향을 미칠지에 대한 관심이 고조되고 있다. 이에 따라 지난 20년간 온도가 사람의 건강에 미치는 영향에 대한 연구가 세계 여러 지역에서 이루어져 왔다. 그 결과 많은 연구들을 통해 온도와 사망자 수 사이의 관계에는 두 가지 중요한 특징이 있다는 사실이 밝혀졌다. 첫 번째 특징은 온도와 사망자 수는 비선형관계를 이루고 있다는 것이고 두 번째 특징은 온도가 사망자 수에 영향을 미칠 때 그 효과가 하루가 아닌 장기간에 걸쳐 일어난다는 것이다. 한편 10년 전만 하더라도 온도-사망 관계 연구는 한 도시의 자료를 분석한 결과들이 대부분이었으나, 최근에는 다양한 지역의 자료들이 얻어지면서, 다중 모집단의 자료를 통합 분석하는 것이 최근 연구 경향이 되었다. 다중 모집단의 자료를 이용하여, 각 지역의 온도와 사망자 수간의 관계를 추정하고, 이 추정치를 모아서 각 지역마다 어떠한 차이가 존재하는 지 그리고 지역 전체를 고려했을 때 평균적으로 온도-사망 관계가 어떠한 지를 분석하게 되는데 이 분석 방법을 two-stage analysis라 한다. 이 때 두 번째 단계에 해당하는 분석을 메타 분석(meta-analysis)이라 하는데 메타 분석의 추론은 고전통계학에 해당하는 likelihood-based 추론과 베이지안 추론을 사용할 수 있다. 많은 연구에서 두 방법이 널리 사용되고 있으나, 같은 자료를 사용하더라도 간혹 두 방법의 결과가 다르게 나오는 경우가 종종 있다. 그래서 이번 연구를 통해 두 가지 추론 방법을 추정의 측면에서 비교하려 한다. 두 가지 추론 방법을 비교할 때, 어떠한 요인이 영향을 끼칠 수 있는지 알아보기 위하여 시뮬레이션 스터디를 진행하였고 이와 더불어 제안된 모형을 일본의 여섯 도시를 기반으로 한 실제 자료에 적용하여 분석을 진행하였다.
