大气污染流行病学研究中探讨大气污染与人群健康效应的暴露-反应关系是一个研究难点,已成为环境卫生工作者面临的一个重要挑战。大气污染物的急性暴露与人群呼吸系统、心血管系统、中枢神经系统等疾病的关系已经被国内外大量研究所证实。时间序列模型是目前研究大气污染急性健康效应最常用的方法,其最主要的优点是对同一研究人群进行反复观察,因此可控制与时间相关变量(例如季节和长期趋势)造成的混杂效应。目前应用最广泛的时间序列模型是广义相加模型(GAM),GAM可以同时评估环境因素对健康效应的线性及非线性关联,可对各种混杂因素进行校正。本文通过对大气污染与人群健康效应关系中GAM的建立及其应用进行综述,为进一步研究提供方法学线索。在今后的研究中需要结合多种研究方法,将空间分析与时间分析结合,开发多水平的空间时间序列模型,充分考虑并控制各种可能对健康结局造成影响的混杂因素,更加准确地评估大气污染所造成的人群健康风险,为相关环境健康政策的制定提供依据。