城市步道网络与心血管疾病：一项自然实验

将使用两种不同的时间序列方法来估计城市步道扩展的影响（即 2010 年至 2012 年间发生在加拿大曼尼托巴省温尼伯的“干预”)。 该研究旨在确定在接受干预的社区中是否观察到相对于未接受干预的对照社区的趋势，主要不良心血管事件 (MACE) 有所减少。 首先，将使用中断时间序列数据的多组分段回归来评估干预对 CVD 发病率的影响，包括立即（水平变化）和随时间变化（趋势变化），方法是创建指标变量。 该水平将是干预前时期（2000 年）开始时与 CVD 相关的终点的基本比率，以及紧接在每个变化点之后的值，直到 2010 年连续的部分加入。 趋势是一段期间 MACE 端点（换句话说，斜率）的变化率。 自回归误差将被建模以解释相关结果。 其次，将通过使用标准方法进行识别、估计和检查，为 CVD 发病时间序列拟合自回归综合移动平均 (ARIMA) 模型。 趋势和周期性季节性条款将应用于整个研究期间（2000 年 11 月至 2019 年 10 月）。 还将为干预前时期建立一个单独的 ARIMA 模型，以预测受治疗社区的 CVD 演变。 干预预防的 CVD 终点数量将通过计算预测数量和观察到的病例数量之间的差异来估计。 如果难以将 ARIMA 模型拟合到相对较小的数据集，将使用指数平滑模型或 Holt Winters 算法。 尽管它们需要更大的样本量，但它们非常适合该项目，因为 (1) 它们允许对各种不同类型的干预效果进行显式建模，以及 (2) 它们非常适合预测未来趋势。