ABSTRACT
INTRODUCTION. The occurrence of smog episodes and their significant impact on human health have forced research focused on risk assessment. Over the years, methods of exposure measuring have been improved, as well as statistical models necessary to the biological response estimation including the risk of incidence or death.
AIM. The aim of presented study is to review and evaluate possibilities of statistical methods of delayed respiratory health effects risk assessment related to ambient air pollution exposure.
MATERIAL AND METHODS. The review of published data was carried using the PubMed platform from 1994 to the 2020 year. Over 80 references were include in the analysis identifying general characteristics, construction of models estimating the relative risk of respiratory incidents with delayed health effect, and modelling tools available in statistical packages R, SAS, and Statistica.
RESULTS. Among various methods of health risk assessment, the Almon model, the Poisson model, and the Distributed Lag Non-Linear Models (DLNM) were most common used. Initially, the Poisson model was used, close to 60% of the cited works apply this method. The interest in the nonlinear modelling implementation has increased (34% of cited papers) in recent years. Mostly researchers used R or SAS statistical software. Usually, was calculated the relative risk of health effect related to short-term exposure (up to a week). About 75% of available papers concern measurements of relative risk in response to the concentration of pollution increase by unit=10 μg/m3. Other describe the risk associated with the exposure increasing by the interquartile range (IQR).
CONCLUSIONS. Distributed Lag Non-linear Model DLNM is classified as the statistical tool recommended by researchers due to its flexibility in defining, simplicity in interpretation, and increasingly frequent applications to environmental epidemiology.

STRESZCZENIE
WSTĘP. Występowanie incydentów smogowych i ich znaczący wpływ na zdrowie i życie ludzi wymuszały inicjowanie badań ukierunkowanych na pomiar ryzyka. Na przestrzeni lat doskonalono metody pomiaru narażenia, a także modele statystyczne niezbędne do szacowania odpowiedzi biologicznej w postaci ryzyka zdrowotnego (zachorowania lub zgonu).
CEL PRACY. Celem pracy jest przegląd i ocena możliwości wykorzystania dostępnych metod statystycznych do szacowania ryzyka zdrowotnego w obrębie układu oddechowego pozostającego w związku z narażeniem na zanieczyszczenia powietrza i uwzględniających opóźnienie efektu zdrowotnego.
MATERIAŁ I METODY. Przeglądu dokonano z wykorzystaniem elektronicznej platformy PubMed w przedziale czasowym 1994-2020. Uwzględniono ponad 80 pozycji piśmienniczych identyfikujących ogólną charakterystykę, budowę modeli szacujących ryzyko względne incydentów oddechowych z opóźnionym efektem zdrowotnym oraz narzędzia modelowania dostępne w pakietach statystycznych R, SAS, bądź Statistica.
WYNIKI. Pośród licznie stosowanych metod oceny ryzyka zdrowotnego najczęściej wykorzystywane były: model Almona, Poissona oraz nieliniowy model rozproszonych opóźnień DLNM. Początkowo używano modelu Poissona, prawie 60% cytowanych prac dotyczy właśnie tej metody. W ostatnich latach wzrosło zainteresowanie implementacją modelowania nieliniowego (34% cytowanych prac). Najczęściej analizy statystyczne prowadzono z wykorzystaniem oprogramowania R lub SAS. W szacowaniu ryzyka względnego zazwyczaj uwzględniano narażenie krótkoterminowe (do tygodnia), około 75% prac dotyczyło pomiaru ryzyka względnego w odpowiedzi na wzrost stężenia zanieczyszczenia o 10 μg/m3. Pozostałe uwzględniały wzrost narażenia o rozstęp międzykwartylowy (IQR).
WNIOSKI. Nieliniowy model rozproszonych opóźnień DLNM z uwagi elastyczność w definiowaniu, łatwość interpretacji oraz coraz częstsze stosowanie w pracach z zakresu epidemiologii środowiskowej staje się rekomendowanym przez badaczy narzędziem statystycznym.