中国长期暴露于臭氧和心血管疾病死亡率：一项全国性的队列研究思维导图

在全国162个研究地点中，排除1个不在DSP系统外的地点，将剩余161个被DSP系统完全覆盖的地点（97个农村和个城市）纳入研究。这些地点采用迭代多阶段分层随机抽样方法选取，以确保覆盖中国大陆31个省、自治区和直辖市的代表性地理区域。

模型基于2013-19年的地面最大日8小时平均（MDA8）臭氧测量值，以及同期的时空预测因子，包括社区多尺度空气质量模拟、气象参数、海拔、道路网络和人口数据。

将地面PM2.5测量值（因变量）与一组预测变量（自变量）链接，开发一种填补空白的方法，预测变量包括来自MERRA - 2的模拟PM2.5浓度、气溶胶光学深度产品、气象参数、土地利用、人口密度和能见度数据。在每日水平上PM2.5预测值与测量值之间的交叉验证R²为0.81，均方根误差为18.5μg/m³

模型1：调整了体重指数（BMI）、BMI平方、教育程度、婚姻状况、吸烟、被动吸烟、饮酒状况、酒精摄入量、城乡居住地和地理区域等协变量。

模型2：在模型1基础上，进一步调整了两个城市层面的社会经济变量，即人均GDP和每千人医院床位数。

模型3：在模型2基础上，进一步添加了三个个体层面变量，包括新鲜蔬菜摄入量、新鲜水果摄入量和运动情况。

模型4：在模型3基础上，加入两个二分类变量（基线前12个月内中风和急性心肌梗死的发病情况），以控制共病的影响。

为检验臭氧的影响是否受到长期PM2.5暴露的混杂，在模型1 - 4基础上加入居住年度PM2.5浓度构建双污染物模型。

长期臭氧暴露被视为随时间变化的变量，以考虑臭氧浓度的时间变化，通过计算每个个体在每个随访年度前1 - 5个暖季的平均臭氧浓度构建了五个时间变化的暴露变量，选择产生最大风险估计的滞后窗口用于主要分析，不考虑当前年份的暴露以避免因时间顺序混乱导致的暴露错误分类。