研究结合了多种来源的数据，以确保研究的全面性和准确性：
糖尿病数据：
发病率数据：从美国疾病控制与预防中心（CDC）的“美国糖尿病监测系统”收集。基于居民自我报告的诊断信息，采用贝叶斯多层建模估计县级发病率。 死亡率数据：来自CDC的“广域流行病学研究数据在线系统（WONDER）”。死亡数据根据国际疾病分类（ICD-10：E10-E14）定义。 排除地区：由于数据限制，研究未包含阿拉斯加、夏威夷、关岛、波多黎各和美属维尔京群岛的数据。 污染物数据：
PM2.5及其成分（如硫酸盐、硝酸盐、元素碳、有机碳、氨离子）的年度浓度数据来自NASA的“社会经济数据应用中心（SEDAC）”。 数据分辨率：在城市地区分辨率为50米，非城市地区为1公里。城市和非城市数据被整合为县级平均值。 气候数据：
气温数据来自欧洲中期天气预报中心（ECMWF）的ERA5-Land气候数据集。 分析采用了每日气温均值计算夏季（6月-8月）和冬季（12月-2月）的县级平均气温及其标准差。 社会经济和行为数据：
包括贫困率、老年人比例（65岁及以上）、健康保险覆盖率、人均GDP、肥胖率和身体活动不足率。 数据来源于美国人口普查局、经济分析局（BEA）和CDC的BRFSS（行为风险因素监测系统）数据集。
使用两路固定效应模型（TWFE）结合分位数G计算法（QGC）分析多成分暴露与糖尿病之间的因果关系。 通过差分法消除时空混杂因素，并通过边际结构模型估计成分混合物的边际 效应。 进行灵敏度分析以验证模型的稳健性。 为了验证结果的稳健性，研究进行了多种灵敏度测试：
- 非线性效应：使用自然三次样条函数测试成分的非线性效应。
- 分位数分布：将成分的分位数从四分位扩展为五分位和十分位，以验证分布精度对结果的影响。
- 混杂检验：计算PM2.5成分与混杂变量（如温度、GDP变化率）的相关性。如果绝对值小于0.2，则认为混杂控制较好。
- E值计算：评估未测量混杂变量的影响，较高的E值表明结果较不受混杂变量的影响。
温度：在夏季或冬季气温低于平均水平时，PM2.5成分的混合效应更显著。 社会经济因素：在健康保险覆盖率较高的地区，硝酸盐的贡献更显著。
