Karl Autopsy Analysis

Table 1

 

	No (N=4788)	Yes (N=921)	Overall (N=5709)
Cohort
Original	2022 (42.2%)	537 (58.3%)	2559 (44.8%)
Expansion	597 (12.5%)	210 (22.8%)	807 (14.1%)
Replacement	2169 (45.3%)	174 (18.9%)	2343 (41.0%)
Gender
Female	2776 (58.0%)	538 (58.4%)	3314 (58.0%)
Male	2012 (42.0%)	383 (41.6%)	2395 (42.0%)
Age at Death
Mean (SD)	87.0 (7.15)	89.4 (6.62)	87.7 (7.09)
Median [Min, Max]	87.6 [66.4, 108]	90.0 [68.9, 106]	88.2 [66.4, 108]
Missing	2325 (48.6%)	0 (0%)	2325 (40.7%)
Race
White	4231 (88.4%)	865 (93.9%)	5096 (89.3%)
Black	195 (4.1%)	12 (1.3%)	207 (3.6%)
Asian	0 (0%)	0 (0%)	0 (0%)
American Indian or Alaskan Native	0 (0%)	0 (0%)	0 (0%)
Native Hawaiian or Pacific Islander	3 (0.1%)	0 (0%)	3 (0.1%)
Other including mixed	159 (3.3%)	27 (2.9%)	186 (3.3%)
Missing	200 (4.2%)	17 (1.8%)	217 (3.8%)
Dementia Status
No Dementia	3868 (80.8%)	501 (54.4%)	4369 (76.5%)
Dementia	920 (19.2%)	420 (45.6%)	1340 (23.5%)
APOE Status
- APOE e4	2779 (58.0%)	639 (69.4%)	3418 (59.9%)
+ APOE e4	979 (20.4%)	245 (26.6%)	1224 (21.4%)
Missing	1030 (21.5%)	37 (4.0%)	1067 (18.7%)
Smoking Status
Never	2374 (49.6%)	416 (45.2%)	2790 (48.9%)
Former	2181 (45.6%)	452 (49.1%)	2633 (46.1%)
Current	221 (4.6%)	51 (5.5%)	272 (4.8%)
Missing	12 (0.3%)	2 (0.2%)	14 (0.2%)
Pack Years
Mean (SD)	18.6 (47.7)	22.2 (29.9)	19.2 (45.3)
Median [Min, Max]	0 [0, 1520]	6.00 [0, 228]	1.00 [0, 1520]
Missing	51 (1.1%)	5 (0.5%)	56 (1.0%)
Alcohol Use
never	858 (17.9%)	171 (18.6%)	1029 (18.0%)
previous	1087 (22.7%)	233 (25.3%)	1320 (23.1%)
current	2657 (55.5%)	515 (55.9%)	3172 (55.6%)
Missing	186 (3.9%)	2 (0.2%)	188 (3.3%)
BMI
Mean (SD)	27.5 (5.01)	26.9 (4.84)	27.4 (4.99)
Median [Min, Max]	26.8 [14.9, 61.3]	26.2 [15.9, 48.9]	26.7 [14.9, 61.3]
Missing	127 (2.7%)	22 (2.4%)	149 (2.6%)
Cardiovascular Disease
No	4350 (90.9%)	808 (87.7%)	5158 (90.3%)
Yes	397 (8.3%)	103 (11.2%)	500 (8.8%)
Missing	41 (0.9%)	10 (1.1%)	51 (0.9%)
Hypertension
No	2728 (57.0%)	571 (62.0%)	3299 (57.8%)
Yes	2022 (42.2%)	343 (37.2%)	2365 (41.4%)
Missing	38 (0.8%)	7 (0.8%)	45 (0.8%)
CASI Score (IRT)
Mean (SD)	0.330 (0.719)	0.322 (0.680)	0.329 (0.713)
Median [Min, Max]	0.370 [-2.69, 1.75]	0.343 [-1.75, 1.75]	0.366 [-2.69, 1.75]
Education
Less than High School	392 (8.2%)	67 (7.3%)	459 (8.0%)
GED	70 (1.5%)	12 (1.3%)	82 (1.4%)
High School	1650 (34.5%)	371 (40.3%)	2021 (35.4%)
Bachelor's	1124 (23.5%)	230 (25.0%)	1354 (23.7%)
Master's	789 (16.5%)	121 (13.1%)	910 (15.9%)
Doctorate	290 (6.1%)	48 (5.2%)	338 (5.9%)
Other	471 (9.8%)	72 (7.8%)	543 (9.5%)
Missing	2 (0.0%)	0 (0%)	2 (0.0%)
Neighborhood Median Household Income
<35,000	449 (9.4%)	84 (9.1%)	533 (9.3%)
35,000-49,999	1430 (29.9%)	287 (31.2%)	1717 (30.1%)
50,000-74,999	2231 (46.6%)	457 (49.6%)	2688 (47.1%)
>75,000	506 (10.6%)	91 (9.9%)	597 (10.5%)
Missing	172 (3.6%)	2 (0.2%)	174 (3.0%)
Gross Infarcts
No	0 (0%)	583 (63.3%)	583 (10.2%)
Yes	0 (0%)	266 (28.9%)	266 (4.7%)
Missing	4788 (100%)	72 (7.8%)	4860 (85.1%)
Number of Gross Infarcts
Mean (SD)	NA (NA)	0.718 (1.53)	0.718 (1.53)
Median [Min, Max]	NA [NA, NA]	0 [0, 16.0]	0 [0, 16.0]
Missing	4788 (100%)	72 (7.8%)	4860 (85.1%)
Microinfarcts
No	0 (0%)	425 (46.1%)	425 (7.4%)
Yes	0 (0%)	416 (45.2%)	416 (7.3%)
Missing	4788 (100%)	80 (8.7%)	4868 (85.3%)
Number of Microinfarcts
Mean (SD)	NA (NA)	1.36 (2.24)	1.36 (2.24)
Median [Min, Max]	NA [NA, NA]	0 [0, 15.0]	0 [0, 15.0]
Missing	4788 (100%)	80 (8.7%)	4868 (85.3%)
Atherosclerosis
None	0 (0%)	36 (3.9%)	36 (0.6%)
Mild	0 (0%)	214 (23.2%)	214 (3.7%)
Moderate	0 (0%)	510 (55.4%)	510 (8.9%)
Severe	0 (0%)	59 (6.4%)	59 (1.0%)
Missing	4788 (100%)	102 (11.1%)	4890 (85.7%)
Arteriolosclerosis
Absent	0 (0%)	8 (0.9%)	8 (0.1%)
Mild	0 (0%)	172 (18.7%)	172 (3.0%)
Moderate	0 (0%)	349 (37.9%)	349 (6.1%)
Severe	0 (0%)	173 (18.8%)	173 (3.0%)
Missing	4788 (100%)	219 (23.8%)	5007 (87.7%)
Total Microinfarcts
Mean (SD)	NA (NA)	1.47 (2.39)	1.47 (2.39)
Median [Min, Max]	NA [NA, NA]	1.00 [0, 17.0]	1.00 [0, 17.0]
Missing	4788 (100%)	99 (10.7%)	4887 (85.6%)
PM2.5 Exposure from Death (1 year)
Mean (SD)	7.51 (1.47)	7.05 (1.34)	7.38 (1.45)
Median [Min, Max]	7.39 [2.64, 12.6]	6.85 [2.75, 11.0]	7.21 [2.64, 12.6]
Missing	2421 (50.6%)	30 (3.3%)	2451 (42.9%)
PM2.5 Exposure from Death (5 year)
Mean (SD)	7.91 (1.59)	7.33 (1.33)	7.75 (1.54)
Median [Min, Max]	7.90 [3.31, 13.7]	7.05 [3.41, 11.5]	7.63 [3.31, 13.7]
Missing	2379 (49.7%)	12 (1.3%)	2391 (41.9%)
PM2.5 Exposure from Death (10 year)
Mean (SD)	8.59 (1.97)	7.86 (1.54)	8.39 (1.89)
Median [Min, Max]	8.38 [3.40, 16.4]	7.68 [4.33, 13.6]	8.20 [3.40, 16.4]
Missing	2344 (49.0%)	6 (0.7%)	2350 (41.2%)
PM2.5 Exposure from Death (20 year)
Mean (SD)	10.4 (2.54)	9.42 (2.19)	10.1 (2.48)
Median [Min, Max]	9.97 [4.81, 18.7]	8.85 [5.37, 16.3]	9.62 [4.81, 18.7]
Missing	2326 (48.6%)	0 (0%)	2326 (40.7%)
exp_avgdeath_01_yr_MM_ufp_10_42
Mean (SD)	10600 (2130)	10600 (2160)	10600 (2140)
Median [Min, Max]	10300 [4350, 21100]	10200 [4510, 20700]	10300 [4350, 21100]
Missing	2569 (53.7%)	86 (9.3%)	2655 (46.5%)
exp_avgdeath_01_yr_MM_ufp_10_70
Mean (SD)	9500 (3060)	9290 (2950)	9440 (3030)
Median [Min, Max]	8970 [2100, 31100]	8560 [2650, 25800]	8880 [2100, 31100]
Missing	2569 (53.7%)	86 (9.3%)	2655 (46.5%)
exp_avgdeath_01_yr_MM_ufp_20_1k
Mean (SD)	7380 (1890)	7290 (1880)	7360 (1890)
Median [Min, Max]	7090 [2330, 15900]	6900 [2740, 15000]	7050 [2330, 15900]
Missing	2569 (53.7%)	86 (9.3%)	2655 (46.5%)
exp_avgdeath_01_yr_MM_ufp_36_1k
Mean (SD)	3300 (684)	3290 (710)	3290 (691)
Median [Min, Max]	3240 [1320, 7120]	3220 [1480, 6960]	3230 [1320, 7120]
Missing	2569 (53.7%)	86 (9.3%)	2655 (46.5%)
CERAD Score
0	0 (0%)	187 (20.3%)	187 (3.3%)
1	0 (0%)	205 (22.3%)	205 (3.6%)
2	0 (0%)	198 (21.5%)	198 (3.5%)
3	0 (0%)	238 (25.8%)	238 (4.2%)
Missing	4788 (100%)	93 (10.1%)	4881 (85.5%)
BRAAK Stage
0	0 (0%)	24 (2.6%)	24 (0.4%)
1	0 (0%)	68 (7.4%)	68 (1.2%)
2	0 (0%)	136 (14.8%)	136 (2.4%)
3	0 (0%)	142 (15.4%)	142 (2.5%)
4	0 (0%)	148 (16.1%)	148 (2.6%)
5	0 (0%)	173 (18.8%)	173 (3.0%)
6	0 (0%)	131 (14.2%)	131 (2.3%)
98	0 (0%)	1 (0.1%)	1 (0.0%)
Missing	4788 (100%)	98 (10.6%)	4886 (85.6%)
amylangi_score
0	0 (0%)	526 (57.1%)	526 (9.2%)
1	0 (0%)	152 (16.5%)	152 (2.7%)
2	0 (0%)	145 (15.7%)	145 (2.5%)
3	0 (0%)	24 (2.6%)	24 (0.4%)
Missing	4788 (100%)	74 (8.0%)	4862 (85.2%)
Late Stage
0	0 (0%)	432 (46.9%)	432 (7.6%)
1	0 (0%)	178 (19.3%)	178 (3.1%)
2	0 (0%)	204 (22.1%)	204 (3.6%)
3	0 (0%)	13 (1.4%)	13 (0.2%)
Missing	4788 (100%)	94 (10.2%)	4882 (85.5%)
Thal Phase
0	0 (0%)	50 (5.4%)	50 (0.9%)
1	0 (0%)	34 (3.7%)	34 (0.6%)
2	0 (0%)	39 (4.2%)	39 (0.7%)
3	0 (0%)	88 (9.6%)	88 (1.5%)
4	0 (0%)	108 (11.7%)	108 (1.9%)
5	0 (0%)	67 (7.3%)	67 (1.2%)
Missing	4788 (100%)	535 (58.1%)	5323 (93.2%)
Any Hippocampal Sclerosis
0	0 (0%)	714 (77.5%)	714 (12.5%)
1	0 (0%)	115 (12.5%)	115 (2.0%)
Missing	4788 (100%)	92 (10.0%)	4880 (85.5%)
Number of Microinfarcts (cere)
Mean (SD)	NA (NA)	0.866 (1.79)	0.866 (1.79)
Median [Min, Max]	NA [NA, NA]	0 [0, 15.0]	0 [0, 15.0]
Missing	4788 (100%)	80 (8.7%)	4868 (85.3%)
Number of Microinfarcts, (deep)
Mean (SD)	NA (NA)	0.498 (0.951)	0.498 (0.951)
Median [Min, Max]	NA [NA, NA]	0 [0, 6.00]	0 [0, 6.00]
Missing	4788 (100%)	80 (8.7%)	4868 (85.3%)

Looking into UFP

Outcome Plots

Exposure Plots

Green = 5 year average exposure, red = 10 year average exposure

Plotting AP for those with Autopsy

Outcome Co-Occurence

Log Linear Analysis

## Call:
## MASS::loglm(formula = ~ath_bi + art_bi, data = outs)
## 
## Statistics:
##                       X^2 df P(> X^2)
## Likelihood Ratio 572.8033 45        0
## Pearson          564.2073 45        0

## Call:
## MASS::loglm(formula = ~ath_bi + chronic_microinfarcts_any, data = outs)
## 
## Statistics:
##                       X^2 df P(> X^2)
## Likelihood Ratio 841.8655 45        0
## Pearson          914.4342 45        0

## Call:
## MASS::loglm(formula = ~ath_bi + chronic_grossinfarcts_any, data = outs)
## 
## Statistics:
##                       X^2 df P(> X^2)
## Likelihood Ratio 722.0615 45        0
## Pearson          858.2416 45        0

## Call:
## MASS::loglm(formula = ~art_bi + chronic_microinfarcts_any, data = outs)
## 
## Statistics:
##                       X^2 df P(> X^2)
## Likelihood Ratio 702.3974 45        0
## Pearson          735.4973 45        0

## Call:
## MASS::loglm(formula = ~art_bi + chronic_grossinfarcts_any, data = outs)
## 
## Statistics:
##                       X^2 df P(> X^2)
## Likelihood Ratio 582.5935 45        0
## Pearson          685.7489 45        0

## Call:
## MASS::loglm(formula = ~chronic_microinfarcts_any + chronic_grossinfarcts_any, 
##     data = outs)
## 
## Statistics:
##                        X^2 df P(> X^2)
## Likelihood Ratio  851.6556 45        0
## Pearson          1213.7905 45        0

## Call:
## MASS::loglm(formula = ~chronic_microinfarcts_any + deathage_group2, 
##     data = outs)
## 
## Statistics:
##                       X^2 df P(> X^2)
## Likelihood Ratio 745.3532 44        0
## Pearson          815.4693 44        0

## Call:
## MASS::loglm(formula = ~chronic_grossinfarcts_any + +deathage_group2, 
##     data = outs)
## 
## Statistics:
##                       X^2 df P(> X^2)
## Likelihood Ratio 625.5492 44        0
## Pearson          766.0614 44        0

More infarct figures

Microinfarcts

Gross Infarcts

Modeling

Risk Factor Modeling

emmeans for Microinfarct models

## CVD_cat = 0:
##  deathage_group2  prob     SE  df asymp.LCL asymp.UCL
##  < 80            0.288 0.0377 Inf     0.220     0.367
##  80-89           0.433 0.0322 Inf     0.371     0.496
##  90+             0.547 0.0318 Inf     0.484     0.608
## 
## CVD_cat = 1:
##  deathage_group2  prob     SE  df asymp.LCL asymp.UCL
##  < 80            0.287 0.0830 Inf     0.154     0.471
##  80-89           0.798 0.0697 Inf     0.629     0.903
##  90+             0.485 0.1116 Inf     0.282     0.694
## 
## Results are averaged over the levels of: male_cat 
## Confidence level used: 0.95 
## Intervals are back-transformed from the logit scale

## diabetes_cat = 0:
##  deathage_group2  prob     SE  df asymp.LCL asymp.UCL
##  < 80            0.291 0.0402 Inf     0.219     0.376
##  80-89           0.494 0.0334 Inf     0.430     0.560
##  90+             0.541 0.0313 Inf     0.480     0.602
## 
## diabetes_cat = 1:
##  deathage_group2  prob     SE  df asymp.LCL asymp.UCL
##  < 80            0.238 0.0577 Inf     0.144     0.369
##  80-89           0.438 0.0725 Inf     0.304     0.581
##  90+             0.590 0.1336 Inf     0.328     0.809
## 
## Results are averaged over the levels of: male_cat 
## Confidence level used: 0.95 
## Intervals are back-transformed from the logit scale

## HTN_cat = 0:
##  deathage_group2  prob     SE  df asymp.LCL asymp.UCL
##  < 80            0.301 0.0445 Inf     0.221     0.394
##  80-89           0.461 0.0402 Inf     0.384     0.540
##  90+             0.519 0.0397 Inf     0.442     0.596
## 
## HTN_cat = 1:
##  deathage_group2  prob     SE  df asymp.LCL asymp.UCL
##  < 80            0.248 0.0504 Inf     0.163     0.359
##  80-89           0.507 0.0462 Inf     0.417     0.597
##  90+             0.591 0.0468 Inf     0.497     0.678
## 
## Results are averaged over the levels of: male_cat 
## Confidence level used: 0.95 
## Intervals are back-transformed from the logit scale

emmeans for Gross Infarct models

## CVD_cat = 0:
##  deathage_group2  prob     SE  df asymp.LCL asymp.UCL
##  < 80            0.106 0.0255 Inf    0.0658     0.168
##  80-89           0.281 0.0290 Inf    0.2275     0.341
##  90+             0.377 0.0308 Inf    0.3190     0.439
## 
## CVD_cat = 1:
##  deathage_group2  prob     SE  df asymp.LCL asymp.UCL
##  < 80            0.178 0.0705 Inf    0.0779     0.358
##  80-89           0.517 0.0864 Inf    0.3521     0.678
##  90+             0.440 0.1108 Inf    0.2451     0.654
## 
## Results are averaged over the levels of: male_cat 
## Confidence level used: 0.95 
## Intervals are back-transformed from the logit scale

## diabetes_cat = 0:
##  deathage_group2   prob     SE  df asymp.LCL asymp.UCL
##  < 80            0.1539 0.0319 Inf   0.10123     0.227
##  80-89           0.3090 0.0306 Inf   0.25239     0.372
##  90+             0.3832 0.0304 Inf   0.32561     0.444
## 
## diabetes_cat = 1:
##  deathage_group2   prob     SE  df asymp.LCL asymp.UCL
##  < 80            0.0359 0.0252 Inf   0.00884     0.134
##  80-89           0.2989 0.0669 Inf   0.18573     0.443
##  90+             0.3443 0.1287 Inf   0.14654     0.616
## 
## Results are averaged over the levels of: male_cat 
## Confidence level used: 0.95 
## Intervals are back-transformed from the logit scale

## HTN_cat = 0:
##  deathage_group2   prob     SE  df asymp.LCL asymp.UCL
##  < 80            0.1644 0.0358 Inf    0.1055     0.247
##  80-89           0.2694 0.0354 Inf    0.2058     0.344
##  90+             0.3752 0.0383 Inf    0.3036     0.453
## 
## HTN_cat = 1:
##  deathage_group2   prob     SE  df asymp.LCL asymp.UCL
##  < 80            0.0557 0.0268 Inf    0.0213     0.138
##  80-89           0.3474 0.0440 Inf    0.2668     0.438
##  90+             0.3886 0.0462 Inf    0.3028     0.482
## 
## Results are averaged over the levels of: male_cat 
## Confidence level used: 0.95 
## Intervals are back-transformed from the logit scale

Simple Model (Age, Sex, Race)

	Atherosclerosis			Arteriolosclerosis			Microinfacts (binary)			Gross Infarcts (binary)
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
None|Mild	125.391	122.895 – 127.938	<0.001
Mild|Moderate	857.861	630.580 – 1167.061	<0.001	988.212	725.878 – 1345.355	<0.001
Moderate|Severe	35986.388	21510.294 – 60204.669	<0.001	9065.082	5313.336 – 15465.937	<0.001
Age at Death	1.090	1.069 – 1.113	<0.001	1.092	1.070 – 1.114	<0.001	1.050	1.030 – 1.071	<0.001	1.062	1.039 – 1.086	<0.001
Gender: Male	0.881	0.648 – 1.199	0.421	1.011	0.743 – 1.375	0.946	0.862	0.637 – 1.165	0.333	1.033	0.739 – 1.442	0.850
Race: nonwhite	1.575	0.948 – 2.650	0.084	1.343	0.788 – 2.294	0.279	1.131	0.705 – 1.809	0.608	0.611	0.331 – 1.068	0.097
Absent|Mild				34.307	33.621 – 35.007	<0.001
(Intercept)							0.013	0.002 – 0.073	<0.001	0.002	0.000 – 0.015	<0.001
Observations	696			611			841			849
R2 Nagelkerke	0.126			0.137			0.026			0.030

Simple Model + Year of Death

	Atherosclerosis			Arteriolosclerosis			Microinfacts (binary)			Gross Infarcts (binary)
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
None|Mild	192969936760936726528.000	NaN – NaN	<0.001
Mild|Moderate	1328951952216979406848.000	989038757151993495552.000 – 1785686636170828840960.000	<0.001	0.000	0.000 – 0.000	<0.001
Moderate|Severe	56594649453038900609024.000	34220539148529035116544.000 – 93597425008718332821504.000	<0.001	0.000	0.000 – 0.000	<0.001
Age at Death	1.090	NaN – NaN	NaN	1.091	1.090 – 1.092	<0.001	1.050	1.030 – 1.071	<0.001	1.065	1.042 – 1.090	<0.001
Gender: Male	0.885	0.837 – 0.935	0.416	1.011	0.989 – 1.034	0.946	0.863	0.638 – 1.168	0.341	1.002	0.709 – 1.415	0.990
Race: nonwhite	1.492	1.211 – 1.839	0.119	1.386	0.764 – 2.515	0.232	1.196	0.739 – 1.931	0.465	0.452	0.242 – 0.800	0.009
Year of Death	1.021	0.684 – 1.524	NaN	0.979	0.508 – 1.886	<0.001	0.984	0.959 – 1.009	0.200	1.108	1.073 – 1.146	<0.001
Absent|Mild				0.000	0.000 – 0.000	<0.001
(Intercept)							2380569556953.886	0.000 – 17061107133728691550249482681581568.000	0.267	0.000	0.000 – 0.000	<0.001
Observations	696			611			841			849
R2 Nagelkerke	0.130			0.140			0.025			0.102

Simple Model + Year of Death (as a factor)

	Atherosclerosis			Arteriolosclerosis			Microinfacts (binary)			Gross Infarcts (binary)
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
None|Mild	828.486	810.299 – 847.082	<0.001
Mild|Moderate	6569.853	4775.813 – 9037.828	<0.001	2204.187	1600.914 – 3034.791	<0.001
Moderate|Severe	358884.680	209489.280 – 614820.070	<0.001	21743.973	12594.185 – 37541.164	<0.001
Age at Death	1.110	0.035 – 34.709	<0.001	1.100	0.016 – 76.986	<0.001	1.047	1.026 – 1.069	<0.001	1.063	1.039 – 1.089	<0.001
Gender: Male	0.915	0.149 – 5.626	0.585	1.068	0.047 – 24.317	0.687	0.889	0.649 – 1.218	0.464	0.924	0.642 – 1.327	0.668
Race: nonwhite	1.778	0.382 – 8.262	0.036	1.453	0.019 – 111.020	0.179	1.396	0.840 – 2.331	0.198	0.513	0.266 – 0.944	0.038
as.factor(death_year)1996	26.466	7.279 – 96.222	0.062
as.factor(death_year)1997	0.287	0.067 – 1.224	0.178				0.302	0.002 – 42.615	0.585	0.000	0.000 – 0.000	0.988
as.factor(death_year)1998	1.712	0.554 – 5.291	0.492	2.283	2.283 – 2.283	0.703	0.478	0.010 – 51.237	0.695	0.166	0.001 – 22.220	0.404
as.factor(death_year)1999	3.061	1.157 – 8.093	0.089	0.135	0.021 – 0.848	0.208	2.091	0.065 – 195.723	0.670	0.000	0.000 – 0.000	0.979
as.factor(death_year)2000	0.646	0.215 – 1.944	0.554	0.066	0.022 – 0.197	0.218	1.218	0.036 – 117.579	0.911	0.275	0.006 – 30.096	0.498
as.factor(death_year)2001	0.586	0.204 – 1.686	0.353	1632353.685	587551.688 – 4535053.865	<0.001	1.432	0.046 – 130.941	0.834	0.481	0.014 – 45.905	0.677
as.factor(death_year)2002	0.525	0.176 – 1.573	0.194	8.970	3.216 – 25.021	0.020	0.788	0.025 – 71.976	0.889	0.182	0.005 – 18.518	0.351
as.factor(death_year)2003	1.361	0.510 – 3.636	0.583	2.810	1.038 – 7.607	0.066	1.830	0.059 – 166.772	0.723	0.111	0.002 – 11.831	0.242
as.factor(death_year)2004	1.720	0.585 – 5.057	0.314	0.873	0.305 – 2.499	0.794	1.524	0.050 – 137.306	0.803	0.079	0.001 – 8.707	0.186
as.factor(death_year)2005	1.675	0.649 – 4.319	0.356	1.426	0.541 – 3.760	0.497	3.470	0.113 – 316.479	0.466	0.362	0.011 – 34.452	0.563
as.factor(death_year)2006	1.564	0.540 – 4.533	0.372	2.163	0.756 – 6.188	0.129	2.388	0.080 – 213.939	0.606	0.251	0.007 – 24.109	0.434
as.factor(death_year)2007	1.678	0.625 – 4.503	0.346	1.785	0.713 – 4.474	0.280	1.560	0.051 – 141.042	0.794	0.264	0.007 – 25.432	0.451
as.factor(death_year)2008	1.794	0.709 – 4.541	0.226	0.850	0.357 – 2.025	0.742	3.579	0.119 – 320.499	0.450	0.770	0.025 – 69.944	0.878
as.factor(death_year)2009	0.654	0.255 – 1.673	0.433	1.085	0.463 – 2.544	0.878	1.393	0.045 – 126.437	0.846	0.483	0.015 – 45.252	0.675
as.factor(death_year)2010	2.781	1.122 – 6.893	0.042	0.984	0.410 – 2.363	0.973	1.487	0.050 – 132.226	0.813	0.720	0.023 – 65.445	0.847
as.factor(death_year)2011	1.246	0.538 – 2.886	0.642	1.238	0.570 – 2.691	0.629	1.789	0.060 – 158.660	0.729	0.602	0.019 – 54.570	0.766
as.factor(death_year)2012	2.394	1.017 – 5.633	0.069	1.206	0.536 – 2.716	0.666	1.995	0.068 – 176.628	0.680	0.759	0.025 – 68.627	0.871
as.factor(death_year)2013	2.955	1.224 – 7.133	0.019	0.955	0.407 – 2.242	0.919	1.150	0.039 – 101.661	0.934	1.988	0.065 – 178.389	0.685
as.factor(death_year)2014	5.441	2.532 – 11.692	<0.001	1.645	0.785 – 3.446	0.208	1.334	0.046 – 116.663	0.863	0.927	0.031 – 82.453	0.964
as.factor(death_year)2015	3.146	1.360 – 7.279	0.009	0.636	0.279 – 1.449	0.274	1.118	0.038 – 98.351	0.947	1.604	0.053 – 143.110	0.779
as.factor(death_year)2016	1.074	0.144 – 8.009	0.874	0.744	0.102 – 5.426	0.497	1.581	0.054 – 139.298	0.784	1.985	0.066 – 177.621	0.685
as.factor(death_year)2017	2.057	0.266 – 15.886	0.065	1.494	0.206 – 10.839	0.286	1.581	0.055 – 137.469	0.782	0.547	0.018 – 48.675	0.720
as.factor(death_year)2018	0.756	0.084 – 6.802	0.513	1.333	0.172 – 10.361	0.493	0.964	0.033 – 84.734	0.983	1.646	0.055 – 146.596	0.767
Absent|Mild				69.967	68.489 – 71.477	<0.001
(Intercept)							0.011	0.000 – 0.448	0.016	0.003	0.000 – 0.135	0.003
as.factor(death_year)2019							1.266	0.044 – 110.810	0.888	0.933	0.031 – 83.121	0.967
as.factor(death_year)2020							0.295	0.008 – 28.855	0.493	1.091	0.032 – 105.255	0.961
Observations	696			611			841			849
R2 Nagelkerke	0.217			0.184			0.054			0.142

Simple Model + Year of Death (centered)

	Atherosclerosis			Arteriolosclerosis			Microinfacts (binary)			Gross Infarcts (binary)
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
None|Mild	135.420	132.721 – 138.174	<0.001
Mild|Moderate	932.693	685.535 – 1268.961	<0.001	829.209	608.977 – 1129.085	<0.001
Moderate|Severe	39729.193	23634.513 – 66784.062	<0.001	7630.937	4457.605 – 13063.339	<0.001
Age at Death	1.090	1.069 – 1.113	<0.001	1.091	1.070 – 1.114	<0.001	1.050	1.030 – 1.071	<0.001	1.065	1.042 – 1.090	<0.001
Gender: Male	0.885	0.651 – 1.203	0.435	1.011	0.743 – 1.376	0.945	0.863	0.638 – 1.168	0.341	1.002	0.709 – 1.415	0.990
Race: nonwhite	1.491	0.893 – 2.522	0.131	1.385	0.811 – 2.375	0.235	1.196	0.739 – 1.931	0.465	0.452	0.242 – 0.800	0.009
death year centered	1.021	0.995 – 1.048	0.113	0.980	0.949 – 1.012	0.211	0.984	0.959 – 1.009	0.200	1.108	1.073 – 1.146	<0.001
Absent|Mild				28.587	28.015 – 29.171	<0.001
(Intercept)							0.014	0.002 – 0.078	<0.001	0.001	0.000 – 0.008	<0.001
Observations	696			611			841			849
R2 Nagelkerke	0.130			0.140			0.025			0.102

Simple Model + CVD

	Atherosclerosis			Arteriolosclerosis			Microinfacts (binary)			Gross Infarcts (binary)
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
None|Mild	111.696	109.446 – 113.992	<0.001
Mild|Moderate	748.546	547.955 – 1022.567	<0.001	1121.223	819.655 – 1533.743	<0.001
Moderate|Severe	32188.397	18434.677 – 56203.474	<0.001	10983.490	6172.549 – 19544.121	<0.001
Age at Death	1.088	1.067 – 1.111	<0.001	1.093	1.071 – 1.116	<0.001	1.050	1.029 – 1.071	<0.001	1.065	1.041 – 1.090	<0.001
Gender: Male	0.850	0.623 – 1.161	0.308	1.030	0.754 – 1.409	0.852	0.826	0.608 – 1.122	0.222	1.051	0.750 – 1.473	0.771
Race: nonwhite	2.027	1.170 – 3.562	0.013	1.847	1.041 – 3.295	0.037	1.325	0.812 – 2.166	0.259	0.651	0.350 – 1.151	0.156
CVD cat: CVD cat 1	1.620	0.987 – 2.693	0.060	2.661	1.599 – 4.457	<0.001	1.666	1.042 – 2.681	0.034	1.871	1.135 – 3.055	0.013
Absent|Mild				40.222	39.403 – 41.058	<0.001
(Intercept)							0.013	0.002 – 0.072	<0.001	0.002	0.000 – 0.012	<0.001
Observations	683			598			832			840
R2 Nagelkerke	0.175			0.203			0.033			0.038

Simple Model + Diabetes

	Atherosclerosis			Arteriolosclerosis			Microinfacts (binary)			Gross Infarcts (binary)
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
None|Mild	362.083	354.552 – 369.773	<0.001
Mild|Moderate	2648.676	1943.119 – 3610.425	<0.001	2894.358	2122.044 – 3947.756	<0.001
Moderate|Severe	116721.070	69573.022 – 195820.273	<0.001	27372.194	15975.455 – 46899.257	<0.001
Age at Death	1.103	1.080 – 1.126	<0.001	1.104	1.081 – 1.129	<0.001	1.047	1.026 – 1.068	<0.001	1.058	1.034 – 1.082	<0.001
Gender: Male	0.918	0.674 – 1.251	0.587	1.041	0.764 – 1.419	0.799	0.858	0.634 – 1.161	0.321	1.030	0.736 – 1.439	0.863
Race: nonwhite	1.689	1.013 – 2.849	0.047	1.381	0.807 – 2.368	0.240	1.142	0.711 – 1.831	0.581	0.620	0.335 – 1.088	0.110
diabetes cat: diabetes cat 1	2.808	1.751 – 4.552	<0.001	2.091	1.333 – 3.284	0.001	0.812	0.524 – 1.247	0.345	0.693	0.400 – 1.156	0.173
Absent|Mild				97.319	95.240 – 99.442	<0.001
(Intercept)							0.018	0.003 – 0.105	<0.001	0.003	0.000 – 0.025	<0.001
Observations	694			609			838			846
R2 Nagelkerke	0.162			0.161			0.024			0.030

Simple Model + Diabetes (Interaction with Age at Death)

	Atherosclerosis			Arteriolosclerosis			Microinfacts (binary)			Gross Infarcts (binary)
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
None|Mild	0.315	0.231 – 0.431	<0.001
Mild|Moderate	2.475	1.459 – 4.199	<0.001	2.310	1.336 – 3.995	<0.001
Moderate|Severe	108.507	52.236 – 225.395	<0.001	21.688	10.907 – 43.125	<0.001
Gender: Male	0.897	0.657 – 1.225	0.493	0.993	0.728 – 1.355	0.963	0.858	0.633 – 1.164	0.325	1.015	0.726 – 1.419	0.929
Race: nonwhite	2.253	1.335 – 3.836	0.003	1.603	0.929 – 2.778	0.091
diabetes cat: diabetes cat 1	8.188	4.001 – 17.244	<0.001	3.342	1.687 – 6.669	0.001	0.761	0.357 – 1.553	0.464	0.205	0.031 – 0.745	0.039
deathage_group280-89	5.160	3.317 – 8.093	<0.001	4.791	2.920 – 7.979	<0.001	2.377	1.505 – 3.807	<0.001	2.458	1.432 – 4.380	0.002
deathage_group290+	9.684	6.170 – 15.361	<0.001	9.478	5.790 – 15.778	<0.001	2.869	1.831 – 4.562	<0.001	3.415	2.019 – 6.015	<0.001
diabetes_cat1:deathage_group280-89	0.115	0.042 – 0.315	<0.001	0.470	0.175 – 1.253	0.132	1.048	0.401 – 2.795	0.925	4.660	1.053 – 33.797	0.068
diabetes_cat1:deathage_group290+	0.274	0.061 – 1.197	0.091	0.351	0.092 – 1.344	0.125	1.602	0.432 – 6.340	0.486	4.130	0.683 – 35.171	0.142
Absent|Mild				0.072	0.053 – 0.099	<0.001
(Intercept)							0.444	0.290 – 0.667	<0.001	0.181	0.105 – 0.295	<0.001
Observations	694			609			838			846
R2 Nagelkerke	0.187			0.167			0.027			0.030

Simple Model + Diabetes (Interaction with Gender)

	Atherosclerosis			Arteriolosclerosis			Microinfacts (binary)			Gross Infarcts (binary)
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
None|Mild	338.713	331.661 – 345.915	<0.001
Mild|Moderate	2480.750	1476.633 – 4167.670	<0.001	2619.177	1520.822 – 4510.776	<0.001
Moderate|Severe	109769.133	59484.376 – 202561.802	<0.001	24888.642	14026.695 – 44161.830	<0.001
Age at Death	1.102	1.080 – 1.126	<0.001	1.104	1.080 – 1.128	<0.001	1.048	1.027 – 1.070	<0.001	1.058	1.034 – 1.083	<0.001
Race: nonwhite	1.660	0.994 – 2.803	0.055	1.319	0.767 – 2.275	0.317	1.221	0.754 – 1.975	0.415	0.639	0.344 – 1.127	0.137
diabetes cat: diabetes cat 1	2.329	1.272 – 4.327	0.007	1.644	0.927 – 2.918	0.089	1.168	0.658 – 2.065	0.594	0.851	0.419 – 1.637	0.640
Gender: Male	0.867	0.622 – 1.208	0.397	0.951	0.678 – 1.333	0.769	0.972	0.699 – 1.351	0.864	1.090	0.763 – 1.557	0.635
diabetes_cat1:male_catMale	1.567	0.618 – 4.003	0.346	1.805	0.755 – 4.328	0.185	0.434	0.179 – 1.028	0.061	0.613	0.204 – 1.745	0.367
Absent|Mild				87.578	85.706 – 89.490	<0.001
(Intercept)							0.015	0.002 – 0.090	<0.001	0.003	0.000 – 0.024	<0.001
Observations	694			609			838			846
R2 Nagelkerke	0.163			0.164			0.024			0.030

Simple Model + Hypertension

	Atherosclerosis			Arteriolosclerosis			Microinfacts (binary)			Gross Infarcts (binary)
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
None|Mild	126.026	123.504 – 128.599	<0.001
Mild|Moderate	870.485	638.268 – 1187.188	<0.001	1307.329	957.578 – 1784.827	<0.001
Moderate|Severe	36958.870	21771.260 – 62741.341	<0.001	12447.058	7182.761 – 21569.596	<0.001
Age at Death	1.089	1.067 – 1.111	<0.001	1.093	1.071 – 1.115	<0.001	1.049	1.029 – 1.071	<0.001	1.061	1.038 – 1.086	<0.001
Gender: Male	0.890	0.653 – 1.214	0.463	1.038	0.761 – 1.417	0.816	0.874	0.645 – 1.185	0.386	1.040	0.742 – 1.456	0.821
Race: nonwhite	1.334	0.791 – 2.278	0.285	1.108	0.640 – 1.921	0.715	1.037	0.640 – 1.673	0.881	0.533	0.279 – 0.954	0.043
HTN cat: HTN cat 1	1.504	1.095 – 2.072	0.012	1.881	1.374 – 2.582	<0.001	1.147	0.846 – 1.555	0.376	1.110	0.793 – 1.552	0.541
Absent|Mild				44.900	43.992 – 45.826	<0.001
(Intercept)							0.013	0.002 – 0.072	<0.001	0.002	0.000 – 0.016	<0.001
Observations	689			604			834			842
R2 Nagelkerke	0.157			0.181			0.027			0.032

Simple Model + Hypertension (Interaction with Age at Death)

	Atherosclerosis			Arteriolosclerosis			Microinfacts (binary)			Gross Infarcts (binary)
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
None|Mild	0.238	0.174 – 0.324	<0.001
Mild|Moderate	1.654	0.964 – 2.838	0.019	2.720	1.570 – 4.714	<0.001
Moderate|Severe	68.845	37.442 – 126.587	<0.001	26.047	13.228 – 51.289	<0.001
Gender: Male	0.846	0.621 – 1.154	0.292	0.999	0.731 – 1.365	0.994	0.868	0.640 – 1.179	0.366	1.016	0.725 – 1.424	0.925
Race: nonwhite	1.495	0.877 – 2.579	0.144	1.221	0.705 – 2.117	0.477
HTN cat: HTN cat 1	1.711	0.933 – 3.154	0.084	4.135	2.116 – 8.199	<0.001	0.766	0.386 – 1.491	0.439	0.300	0.085 – 0.844	0.035
deathage_group280-89	2.991	1.817 – 4.950	<0.001	4.533	2.589 – 8.086	<0.001	1.990	1.188 – 3.381	0.010	1.875	1.021 – 3.561	0.047
deathage_group290+	6.343	3.776 – 10.756	<0.001	11.204	6.379 – 20.095	<0.001	2.512	1.503 – 4.262	0.001	3.053	1.695 – 5.720	<0.001
HTN_cat1:deathage_group280-89	0.953	0.431 – 2.106	0.906	0.519	0.222 – 1.201	0.127	1.568	0.690 – 3.616	0.286	4.812	1.503 – 18.655	0.013
HTN_cat1:deathage_group290+	0.750	0.338 – 1.663	0.480	0.266	0.116 – 0.605	0.002	1.744	0.764 – 4.038	0.189	3.529	1.115 – 13.568	0.044
Absent|Mild				0.085	0.062 – 0.116	<0.001
(Intercept)							0.462	0.291 – 0.717	0.001	0.195	0.110 – 0.329	<0.001
Observations	689			604			834			842
R2 Nagelkerke	0.159			0.196			0.031			0.035

Simple Model + Hypertension (Interaction with Gender)

	Atherosclerosis			Arteriolosclerosis			Microinfacts (binary)			Gross Infarcts (binary)
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
None|Mild	121.808	119.370 – 124.296	<0.001
Mild|Moderate	842.453	495.857 – 1431.316	<0.001	1143.897	662.071 – 1976.374	<0.001
Moderate|Severe	35806.410	23711.248 – 54071.342	<0.001	11058.142	7389.010 – 16549.240	<0.001
Age at Death	1.089	1.067 – 1.111	<0.001	1.093	1.071 – 1.115	<0.001	1.049	1.029 – 1.070	<0.001	1.062	1.039 – 1.086	<0.001
Race: nonwhite	1.313	0.778 – 2.245	0.313	1.091	0.632 – 1.886	0.754	1.021	0.628 – 1.651	0.933	0.534	0.280 – 0.956	0.044
HTN cat: HTN cat 1	1.354	0.899 – 2.047	0.149	1.402	0.938 – 2.098	0.100	0.761	0.510 – 1.134	0.180	1.171	0.756 – 1.813	0.479
Gender: Male	0.805	0.541 – 1.200	0.287	0.768	0.513 – 1.150	0.201	0.581	0.388 – 0.866	0.008	1.097	0.707 – 1.701	0.680
HTN_cat1:male_catMale	1.288	0.686 – 2.426	0.432	2.097	1.116 – 3.952	0.022	2.651	1.437 – 4.909	0.002	0.879	0.445 – 1.727	0.709
Absent|Mild				39.115	38.323 – 39.923	<0.001
(Intercept)							0.016	0.003 – 0.090	<0.001	0.002	0.000 – 0.015	<0.001
Observations	689			604			834			842
R2 Nagelkerke	0.158			0.189			0.031			0.032

Micro Infarct Model + CVD (one model for each age group)

	< 80			80-89			90+
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
(Intercept)	1034.201	0.122 – 9930803.157	0.133	0.396	0.000 – 1011.084	0.817	0.113	0.000 – 128.399	0.545
Age at Death	0.904	0.800 – 1.020	0.103	1.008	0.920 – 1.105	0.864	1.026	0.953 – 1.106	0.501
Gender: Male	0.616	0.312 – 1.214	0.161	0.959	0.583 – 1.578	0.870	0.936	0.568 – 1.545	0.796
CVD cat: CVD cat 1	1.066	0.414 – 2.576	0.889	5.243	2.280 – 13.805	<0.001	0.776	0.307 – 1.947	0.584
Observations	91			333			408
R2 Tjur	0.017			0.051			0.002

Micro Infarct Model + Diabetes (one model for each age group)

	< 80			80-89			90+
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
(Intercept)	9753.646	1.581 – 69695710.108	0.040	0.596	0.000 – 1221.382	0.894	0.124	0.000 – 140.862	0.563
Age at Death	0.878	0.781 – 0.985	0.028	1.006	0.921 – 1.100	0.889	1.024	0.951 – 1.104	0.524
Gender: Male	0.667	0.340 – 1.297	0.233	0.929	0.574 – 1.503	0.763	0.954	0.580 – 1.572	0.853
diabetes cat: diabetes cat 1	0.689	0.316 – 1.430	0.330	0.796	0.418 – 1.497	0.480	1.257	0.419 – 4.064	0.686
Observations	93			334			411
R2 Tjur	0.020			0.000			0.002

Micro Infarct Model + Hypertension (one model for each age group)

	< 80			80-89			90+
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
(Intercept)	2561.655	0.337 – 23109871.998	0.087	0.417	0.000 – 857.149	0.822	0.098	0.000 – 118.574	0.523
Age at Death	0.893	0.790 – 1.007	0.066	1.009	0.923 – 1.102	0.848	1.026	0.952 – 1.107	0.502
Gender: Male	0.652	0.332 – 1.273	0.211	0.970	0.598 – 1.571	0.900	0.972	0.589 – 1.608	0.911
HTN cat: HTN cat 1	0.875	0.426 – 1.772	0.712	1.211	0.748 – 1.963	0.437	1.363	0.837 – 2.234	0.215
Observations	92			333			409
R2 Tjur	0.017			0.003			0.007

Gross Infarct Model + CVD (one model for each age group)

	< 80			80-89			90+
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
(Intercept)	1.691	0.000 – 2322204.782	0.943	0.021	0.000 – 87.999	0.368	9.420	0.007 – 14716.264	0.544
Age at Death	0.946	0.782 – 1.150	0.568	1.035	0.939 – 1.142	0.491	0.972	0.900 – 1.049	0.472
Gender: Male	7.835	2.319 – 39.288	0.003	0.934	0.548 – 1.582	0.799	0.754	0.447 – 1.258	0.283
CVD cat: CVD cat 1	2.763	0.790 – 9.000	0.095	2.729	1.306 – 5.735	0.007	1.321	0.512 – 3.307	0.553
Observations	91			337			412
R2 Tjur	0.058			0.030			0.007

Gross Infarct Model + Diabetes (one model for each age group)

	< 80			80-89			90+
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
(Intercept)	0.204	0.000 – 84384.199	0.813	0.024	0.000 – 88.498	0.376	8.650	0.007 – 13233.576	0.559
Age at Death	0.984	0.828 – 1.178	0.853	1.035	0.941 – 1.141	0.478	0.974	0.901 – 1.050	0.490
Gender: Male	5.189	1.750 – 20.346	0.007	0.884	0.523 – 1.485	0.642	0.762	0.454 – 1.269	0.301
diabetes cat: diabetes cat 1	0.212	0.032 – 0.791	0.046	0.975	0.478 – 1.907	0.941	0.809	0.234 – 2.463	0.718
Observations	93			338			415
R2 Tjur	0.035			0.003			0.005

Gross Infarct Model + Hypertension (one model for each age group)

	< 80			80-89			90+
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p	Odds Ratios	CI	p
(Intercept)	0.025	0.000 – 9472.814	0.580	0.012	0.000 – 47.733	0.299	8.090	0.006 – 13013.264	0.574
Age at Death	1.013	0.852 – 1.212	0.885	1.041	0.946 – 1.148	0.415	0.974	0.901 – 1.051	0.502
Gender: Male	4.778	1.591 – 18.907	0.011	0.941	0.555 – 1.589	0.820	0.735	0.436 – 1.228	0.243
HTN cat: HTN cat 1	0.327	0.091 – 0.946	0.055	1.464	0.869 – 2.468	0.152	1.028	0.623 – 1.689	0.913
Observations	92			337			413
R2 Tjur	0.033			0.012			0.006

Primary results for model 2

Atherosclerosis

Outcome = Atherosclerosis severity
Predictors = AP Exposure + Age at Death + Gender + Race + Education + Year of Death + Neighborhood Household Income + APOE

	PM 2.5			NO2
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p
None|Mild	2.104	1.538 – 2.877	0.760	0.245	0.231 – 0.259	0.289
Mild|Moderate	15.432	0.296 – 804.473	0.261	1.792	0.037 – 87.221	0.661
Moderate|Severe	745.981	109.412 – 5086.175	0.007	86.471	12.689 – 589.276	0.001
PM 2.5 Exposure from Death(10 year)	1.220	0.893 – 1.670	0.214
splines::bs(age_death_yrs)1	10.554	0.204 – 548.041	0.242	15.513	0.321 – 754.216	0.166
splines::bs(age_death_yrs)2	17.355	2.571 – 118.087	0.004	17.755	2.633 – 120.801	0.003
splines::bs(age_death_yrs)3	39.786	1.364 – 1187.843	0.034	53.255	1.920 – 1513.845	0.020
Gender: Male	0.853	0.618 – 1.176	0.332	0.841	0.610 – 1.160	0.292
Race: nonwhite	1.567	0.915 – 2.712	0.105	1.556	0.908 – 2.693	0.111
tr_med_inc_hshld_cat35,000-49,999	0.982	0.564 – 1.699	0.948	1.029	0.574 – 1.831	0.923
tr_med_inc_hshld_cat50,000-74,999	1.017	0.592 – 1.734	0.951	1.052	0.594 – 1.850	0.862
Neighborhood Median Household Income: >75,000	1.136	0.546 – 2.367	0.734	1.132	0.541 – 2.374	0.742
splines::bs(death_year)1	0.008	0.000 – 1.369	0.068	0.002	0.000 – 0.248	0.012
splines::bs(death_year)2	57.678	5.526 – 612.842	0.001	19.545	3.862 – 98.445	<0.001
splines::bs(death_year)3	0.144	0.003 – 6.898	0.328	0.030	0.002 – 0.494	0.015
APOE Status: +APOE e 4	1.406	0.965 – 2.058	0.078	1.400	0.961 – 2.050	0.082
NO 2 Exposure from Death(10 year)				1.028	0.972 – 1.088	0.340
Observations	667			667
R2 Nagelkerke	0.260			0.259

Arteriolosclerosis

Outcome = Atherosclerosis severity
Predictors = AP Exposure + Age at Death + Gender + Race + Education + Year of Death + Neighborhood Household Income + APOE

	PM 2.5			NO2
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p
Absent|Mild	14.347	10.475 – 19.649	0.414	1.009	0.955 – 1.065	0.998
Mild|Moderate	525.640	6.237 – 44302.997	0.056	36.468	0.457 – 2907.442	0.201
Moderate|Severe	5102.695	790.428 – 32941.010	0.009	351.634	54.268 – 2278.452	0.037
PM 2.5 Exposure from Death(10 year)	1.289	0.942 – 1.766	0.114
splines::bs(age_death_yrs)1	1187.646	15.019 – 106395.627	0.002	2117.797	28.412 – 180154.484	0.001
splines::bs(age_death_yrs)2	38.998	6.016 – 251.529	<0.001	38.026	5.835 – 245.857	<0.001
splines::bs(age_death_yrs)3	571.205	17.212 – 21218.816	<0.001	912.074	28.743 – 32683.458	<0.001
Gender: Male	0.973	0.705 – 1.342	0.867	0.954	0.692 – 1.314	0.772
Race: nonwhite	1.188	0.683 – 2.072	0.542	1.169	0.672 – 2.037	0.581
tr_med_inc_hshld_cat35,000-49,999	0.899	0.531 – 1.522	0.693	0.862	0.496 – 1.497	0.598
tr_med_inc_hshld_cat50,000-74,999	0.685	0.409 – 1.144	0.149	0.632	0.367 – 1.085	0.097
Neighborhood Median Household Income: >75,000	0.860	0.423 – 1.747	0.676	0.779	0.383 – 1.583	0.491
splines::bs(death_year)1	2.130	0.000 – 24327.377	0.875	1.240	0.000 – 13864.746	0.964
splines::bs(death_year)2	1.220	0.022 – 58.648	0.921	0.439	0.010 – 17.014	0.662
splines::bs(death_year)3	3.943	0.006 – 1941.415	0.668	0.918	0.002 – 344.880	0.978
APOE Status: +APOE e 4	1.571	1.086 – 2.277	0.017	1.563	1.080 – 2.265	0.018
NO 2 Exposure from Death(10 year)				1.005	0.952 – 1.061	0.871
Observations	589			589
R2 Nagelkerke	0.261			0.257

Microinfarcts (binary)

Outcome = Presence of Microinfarcts
Predictors = AP Exposure + Age at Death + Gender + Race + Education + Year of Death + Neighborhood Household Income + APOE

	PM 2.5			NO2
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p
(Intercept)	6.968	0.071 – 733.432	0.410	0.173	0.011 – 2.503	0.207
PM 2.5 Exposure from Death(10 year)	0.718	0.529 – 0.966	0.031
splines::bs(age_death_yrs)1	0.031	0.000 – 2.139	0.107	0.016	0.000 – 1.019	0.051
splines::bs(age_death_yrs)2	12.065	1.825 – 82.943	0.010	11.885	1.801 – 81.949	0.011
splines::bs(age_death_yrs)3	0.263	0.008 – 8.681	0.454	0.154	0.005 – 4.831	0.288
Gender: Male	0.868	0.630 – 1.197	0.388	0.880	0.639 – 1.212	0.432
Race: nonwhite	1.332	0.787 – 2.264	0.286	1.337	0.789 – 2.273	0.281
tr_med_inc_hshld_cat35,000-49,999	2.717	1.548 – 4.879	0.001	2.599	1.443 – 4.780	0.002
tr_med_inc_hshld_cat50,000-74,999	1.601	0.929 – 2.821	0.096	1.568	0.885 – 2.835	0.128
Neighborhood Median Household Income: >75,000	1.515	0.719 – 3.211	0.275	1.557	0.734 – 3.321	0.249
splines::bs(death_year)1	13.972	0.096 – 2499.475	0.308	85.766	0.868 – 11204.436	0.064
splines::bs(death_year)2	1.302	0.125 – 13.735	0.826	8.313	1.706 – 43.917	0.010
splines::bs(death_year)3	0.503	0.013 – 19.727	0.712	5.939	0.407 – 102.750	0.204
APOE Status: +APOE e 4	1.094	0.756 – 1.584	0.632	1.100	0.760 – 1.591	0.613
NO 2 Exposure from Death(10 year)				0.969	0.918 – 1.023	0.256
Observations	806			806
R2 Tjur	0.057			0.055

Gross Infarcts (binary)

Outcome = Presence of Gross infarcts
Predictors = AP Exposure + Age at Death + Gender + Race + Education + Year of Death + Neighborhood Household Income + APOE

	PM 2.5			NO2
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p
(Intercept)	0.062	0.000 – 17.805	0.340	0.051	0.001 – 2.267	0.148
PM 2.5 Exposure from Death(10 year)	0.915	0.654 – 1.274	0.601
splines::bs(age_death_yrs)1	10.530	0.044 – 3270.904	0.407	10.332	0.047 – 3061.684	0.406
splines::bs(age_death_yrs)2	180.691	21.076 – 1785.382	<0.001	171.172	19.958 – 1688.032	<0.001
splines::bs(age_death_yrs)3	3.987	0.045 – 337.444	0.540	4.140	0.050 – 335.110	0.523
Gender: Male	0.982	0.683 – 1.412	0.923	0.994	0.690 – 1.429	0.973
Race: nonwhite	0.450	0.229 – 0.834	0.015	0.465	0.236 – 0.866	0.020
tr_med_inc_hshld_cat35,000-49,999	0.738	0.412 – 1.331	0.308	0.629	0.340 – 1.169	0.141
tr_med_inc_hshld_cat50,000-74,999	0.558	0.316 – 0.992	0.045	0.469	0.254 – 0.862	0.015
Neighborhood Median Household Income: >75,000	0.977	0.447 – 2.124	0.953	0.889	0.404 – 1.937	0.767
splines::bs(death_year)1	0.027	0.000 – 37.634	0.293	0.039	0.000 – 44.697	0.326
splines::bs(death_year)2	18.948	1.001 – 475.815	0.059	29.969	3.335 – 448.385	0.005
splines::bs(death_year)3	0.969	0.011 – 126.394	0.989	1.411	0.041 – 100.517	0.860
APOE Status: +APOE e 4	1.016	0.660 – 1.552	0.942	1.016	0.659 – 1.554	0.941
NO 2 Exposure from Death(10 year)				0.947	0.889 – 1.005	0.077
Observations	813			813
R2 Tjur	0.130			0.132

Microinfarcts (continuous)

Outcome = Number of Microinfarcts Predictors = AP Exposure + Age at Death + Gender + Race + Education + Year of Death + Neighborhood Household Income + APOE

	PM 2.5			NO2
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p
0|1	0.159	0.120 – 0.210	0.405	5.100	4.842 – 5.373	0.216
1|2+	0.432	0.010 – 19.169	0.704	13.827	0.326 – 585.645	0.047
PM 2.5 Exposure from Death(10 year)	0.731	0.551 – 0.965	0.029
splines::bs(age_death_yrs)1	0.253	0.006 – 11.374	0.477	0.132	0.003 – 5.649	0.288
splines::bs(age_death_yrs)2	11.970	2.140 – 71.190	0.005	11.590	2.069 – 69.235	0.006
splines::bs(age_death_yrs)3	0.938	0.040 – 20.105	0.968	0.572	0.025 – 11.852	0.720
Gender: Male	0.909	0.671 – 1.230	0.535	0.923	0.682 – 1.248	0.603
Race: nonwhite	1.349	0.820 – 2.206	0.235	1.359	0.825 – 2.224	0.225
tr_med_inc_hshld_cat35,000-49,999	2.200	1.282 – 3.869	0.005	2.102	1.198 – 3.776	0.011
tr_med_inc_hshld_cat50,000-74,999	1.418	0.836 – 2.469	0.205	1.385	0.795 – 2.468	0.259
Neighborhood Median Household Income: >75,000	1.472	0.715 – 3.044	0.294	1.508	0.727 – 3.138	0.270
splines::bs(death_year)1	4.233	0.039 – 523.057	0.550	24.244	0.316 – 2214.437	0.156
splines::bs(death_year)2	0.610	0.067 – 5.604	0.661	3.487	0.758 – 17.043	0.115
splines::bs(death_year)3	0.193	0.006 – 6.136	0.351	2.041	0.159 – 29.148	0.589
APOE Status: +APOE e 4	1.239	0.874 – 1.753	0.227	1.242	0.876 – 1.757	0.222
NO 2 Exposure from Death(10 year)				0.969	0.919 – 1.020	0.236
Observations	701			701
R2 Nagelkerke	0.200			0.195

Gross Infarcts (continuous)

Outcome = Number of Gross infarcts
Predictors = AP Exposure + Age at Death + Gender + Race + Education + Year of Death + Neighborhood Household Income + APOE

	PM 2.5			NO2
Predictors	Odds Ratios	CI	p	Odds Ratios	CI	p
0|1	14.591	10.641 – 20.007	0.340	13.311	12.565 – 14.102	0.194
1|2+	35.534	0.179 – 7053.492	0.204	32.529	0.175 – 6039.331	0.081
PM 2.5 Exposure from Death(10 year)	0.934	0.680 – 1.279	0.671
splines::bs(age_death_yrs)1	6.410	0.035 – 1449.097	0.491	6.811	0.040 – 1454.269	0.471
splines::bs(age_death_yrs)2	168.640	21.367 – 1532.326	<0.001	160.384	20.372 – 1450.145	<0.001
splines::bs(age_death_yrs)3	3.699	0.054 – 236.808	0.538	4.067	0.063 – 247.576	0.503
Gender: Male	1.092	0.767 – 1.552	0.625	1.106	0.777 – 1.572	0.576
Race: nonwhite	0.452	0.233 – 0.827	0.014	0.468	0.240 – 0.859	0.019
tr_med_inc_hshld_cat35,000-49,999	0.743	0.424 – 1.313	0.301	0.634	0.353 – 1.149	0.131
tr_med_inc_hshld_cat50,000-74,999	0.567	0.328 – 0.990	0.044	0.476	0.266 – 0.855	0.013
Neighborhood Median Household Income: >75,000	0.861	0.408 – 1.800	0.692	0.795	0.376 – 1.663	0.545
splines::bs(death_year)1	0.016	0.000 – 18.935	0.218	0.019	0.000 – 18.775	0.221
splines::bs(death_year)2	25.417	1.453 – 598.242	0.033	36.036	4.115 – 524.161	0.003
splines::bs(death_year)3	0.775	0.010 – 88.846	0.911	0.917	0.028 – 59.890	0.964
APOE Status: +APOE e 4	0.947	0.622 – 1.428	0.798	0.944	0.619 – 1.424	0.786
NO 2 Exposure from Death(10 year)				0.946	0.892 – 1.001	0.061
Observations	705			705
R2 Nagelkerke	0.253			0.257

UFP Results

Bootstrapped Results Visualization

Atherosclerosis

Arteriolosclerosis

Microinfarcts (binary)

Gross infarcts (binary)

Microinfarcts (ordinal)

Gross infarcts (ordinal)