DLNM（分布滞后非线性模型）

前言

最近一段时间在做流行病数据的分析，期间学习DLNM模型的过程中碰到了挺多问题百度搜不到，笔者通过慢慢读原文献、看代码解决了一部分，当然还是有一些没太搞懂hhh。DLNM模型是个比较新的模型，中文版本的介绍也比较少，所以想写一篇推文，做一下知识输出，这也是笔者第一篇关于专业知识的推文，欢迎大家点赞、评论、多多支持，文中言语不当之处还请多多指教，谢谢！

目录

• 1. 分布滞后模型与自回归模型

• 2. 分布滞后非线性模型

  • 2.1 DLNM的历史及应用场景

  • 2.2 DLNM模型结构

• 3. ChicagoNMMAPS数据集介绍及可视化

• 4. DLNM模型的R语言实现

• 5. 待讨论的问题

1. 分布滞后模型与自回归模型

分布滞后线性模型最初由 Almon 于1965年提出，并应用于经济学研究。2000年，shcwartz 和 Braga 等人将该模型引入环境健康效应的定量化评估。其原理是用解释变量第t至t-s期的值来预测被解释变量的表现，其表达式如下：

与分布滞后模型不同的是，自回归模型的解释变量和被解释变量是同一个变量（不要弄混啦），其原理是用变量第t-1至t-q期的值来预测本期的表现，并假设它们为一线性关系，其表达式如下：

2. 分布滞后非线性模型

2.1 DLNM的历史及应用场景

过去，分布滞后线性模型（DLM）普遍应用于研究空气污染的健康效应，但由于该模型假设暴露-反应呈线性关系，而现实情况中很多暴露-反应关系（比如：温度-死亡）呈现U、V等非线性关系，导致分布滞后模型并不适用。针对上述问题，2006年 Armstrong 最早将分布滞后非线性模型（DLNM）提出并应用于流行病学当中。2010年 Gasparrin、 Armstong 等人进一步说明了如何利用交叉基（cross—basis）对解释变量进行特征变换，进而以广义线性模型和广义相加模型等传统模型的思想为基础，阐述了分布滞后非线性模型的理论。2012年 Gasparrin、 Armstong 等人介绍了如何将 DLNM 模型框架如何应用于生物医药领域的研究设计和队列研究，研究长期暴露于药物、治癌剂等环境下对健康的影响。2013年，Gasparrin 和 Armstong 继续拓展 DLNM 模型，提出了一种改进的方法来研究 DLNM 复杂的非线性和延迟关联，其中涉及将二维拟合简化到一维。2016年，Gasparrin 通过模拟比较了移动平均模型和分布滞后模型。2017年，Gasparrin、Armstong 等人将惩罚样条的理论引入了 DLNM 模型中。

2.2 DLNM模型理论

本文暂时只对DLNM的理论进行简单解释（笔者学识尚浅，在学习模型时感觉理论的学习非常依赖 R 语言中 DLNM 包的介绍，一边写程序一边读原文献会对学习模型有很大帮助），分布滞后非线性模型公式如下：

其中， 代表时间，， 是连接函数族， 为多种可选概率分布（gammma、Poission等），因变量 ，，，通常是整形变量（如每日死亡人数，每日患病人数等）， 自变量 ，，， 通常是同期的空气污染物浓度、温度、相对湿度、药物剂量等环境因素， 表示其他混杂因素的线性效应，、 为相应的系数。 表示各种解释变量的交叉基函数，即对自变量与因变量的关系、滞后效应的分布分别选择合适的基函数，常用的基函数有正交函数、线性阈值函数和样条函数等，具体理论请参看文献。（笔者这部分看原文献没完全搞清楚，后续会继续研究）

虽然作者在原文献中说 DLNM 的代数理论非常复杂，但感觉复杂的部分实际上就在交叉基那里，整体的建模流程简单来说就两步：

1. 利用交叉基进行特征转换，得到新的数据。

2. 用广义线性模型对变换后的数据进行建模。

3. ChicagoNMMAPS数据集介绍及可视化

本文使用ChicagoNMMAPS数据集进行建模分析演示，该数据集包含1987-2000年芝加哥每日的死亡率、天气（温度、露点温度、相对湿度）和污染（PM10和臭氧）等情况。

• date: Date in the period 1987-2000.

• time: The sequence of observations

• year: Year

• month: Month (numeric)

• doy: Day of the year

• dow: Day of the week (factor)

• death: Counts of all cause mortality excluding accident

• cvd: Cardiovascular Deaths

• resp: Respiratory Deaths

• temp: Mean temperature (in Celsius degrees)

• dptp: Dew point temperature

• rhum: Mean relative humidity

• pm10: PM10

• o3: Ozone

4. DLNM模型的R语言实现

建模之前首先做一下数据清洗，这里笔者将离群值赋值为NA，然后使用mice包对缺失值进行了插补，这里可以参考知乎中的：“R中数据缺失值的处理--基于mice包”。

# 调用包
library(dlnm);library(ggplot2);library(mice);library(reshape2)

# 调用芝加哥数据