监测预警基础52-八小篇搞懂DLNM之1：什么是DLNM 模型？

系列简介

这是我们一系列原创技术贴，从易到难，每天学习一点。所有内容均为疾控数据分析、科研论文相关，或者说很多和现在的热门监测预警相关，所以我们这个系列就叫“监测预警基础”。

之前很多老师反馈这种小专题的形式特别好，可以一口气彻底学透一种方法，好的，我们又来了！

这次是分布滞后非线性模型，我们初步计划用8小节左右的内容讲通它的前世今生，以及如何使用。所以我们这个小专题的名字就叫做《八小篇搞懂DLNM》

今天是第1小篇！

做传染病监测预警、环境健康研究的疾控同行，大概率都绕不开一个经典问题：气象环境等因素到底怎么影响发病 / 死亡？

比如我们常说 “降温后流感会增多”“高温天手足口发病上升”，但真正做数据分析时总会遇到两个困惑：

为什么温度和发病数画出来不是一条直线？不是温度越高病越多，也不是温度越低病越多，往往是中间某个区间最安全，偏高偏低风险都上升。

为什么效应总 “慢半拍”？寒潮来了不是当天发病就暴涨，往往要等 3-7 天；高温热浪过后，死亡高峰才会出现。

如果你用普通线性回归、甚至常用的 GAM 模型去分析，总会感觉 “说不透”——要么没法准确描述弯曲的风险曲线，要么没法系统拆解多天的滞后效应。

今天这个系列的主角 ——分布滞后非线性模型（DLNM），就是专门解决这个问题的工具，也是当前疾控领域时间序列研究里最主流、最实用的分析方法之一。

在讲模型之前，我们先回到疾控工作的真实场景，搞懂两个绕不开的客观规律。这也是 DLNM 存在的根本原因。

第一是——暴露与健康效应，大多是非线性关系

简单说就是：暴露因素（温度、湿度、污染物等）和健康结局（发病、死亡）之间，不是 “水涨船高” 的直线关系。

最典型的就是温度与健康：温度很低时，随着温度升高，发病 / 死亡风险逐渐下降；降到某个 “最适温度” 后，风险达到最低；温度继续升高，风险又会重新上升。画出来就是一条U 型或 J 型曲线—— 低温有风险，高温也有风险，两者的风险幅度、变化速率完全不一样。

像流感、肺炎等呼吸道疾病，多呈现 “低温驱动” 的 J 型关系；手足口、痢疾等肠道传染病，多呈现 “高温驱动” 的上升趋势；而全因死亡、心脑血管疾病死亡，大多是标准的 U 型曲线。

如果用简单的线性模型去拟合，相当于强行用一条直线去描述一条曲线，结果必然是偏差的 —— 要么低估极端温度的风险，要么算错整体效应。

第二是——健康效应存在滞后性，且会持续多天

滞后效应，就是我们常说的 “不是不报，时候未到”：当天的暴露，不仅影响当天的健康结局，还会影响之后几天甚至十几天。

疾控场景里太常见了：比如寒潮来袭，血管收缩、呼吸道免疫力下降，但肺炎、心梗的住院 / 发病高峰，往往出现在暴露后 3~7 天。传染病就更不用说了，病原体增殖、人群暴露累积、潜伏期度过，都需要时间。

更关键的是，不同滞后天数的效应大小是不一样的。比如高温对死亡的影响，可能第 1 天效应不强，第 2-3 天达到峰值，之后慢慢减弱。

如果只分析 “当天温度对当天发病” 的影响，或者只挑某一天的滞后数据去看，就会漏掉完整的风险过程，严重低估暴露的真实健康影响。

我们疾控人常用的几类模型，其实都只能解决上述两个问题中的一个，没法同时兼顾。

1.广义线性模型（GLM）：线性假设太局限
GLM（比如泊松回归、负二项回归）是我们分析计数型发病数据的基础工具，逻辑简单、结果易解读。但它的核心假设是暴露与结局呈线性关系没法描述 U 型、J 型的非线性曲线；同时常规 GLM 也无法系统分析多日滞后效应，最多手动挪一天、两天，非常零散。
2. 广义相加模型（GAM）：能处理非线性，但滞后分析很薄弱
GAM 用平滑函数替代了线性项，可以很好地拟合出暴露 - 反应的非线性曲线，很多同行做温度健康效应都用过它。但它的短板也很明显：对滞后效应的处理非常有限通常我们只能单独分析 “滞后 1 天”“滞后 3 天” 的效应，没法完整、连续地描述从滞后 0 天到滞后 14 天的整个效应变化过程，更没法准确计算整个滞后期的累积风险。想系统做滞后分析，用 GAM 既麻烦又不严谨。
3. 分布滞后线性模型（DLM）：能分析滞后，但默认线性
DLM 专门用来解决滞后效应问题，可以把不同滞后天数的暴露都纳入模型，输出每一天的滞后效应系数，还能计算累积效应。但它的硬伤是：默认暴露和结局是线性关系相当于默认 “温度每升高 1℃，风险的变化幅度是固定的”，但真实情况是 —— 低温升高 1℃和高温再升高 1℃，带来的健康风险天差地别。线性假设完全不符合实际。

所以总结一下：

传统模型里，有的能搞定非线性，有的能搞定滞后效应，但没有一个能同时、精准地处理 “非线性 + 多日滞后” 的双重问题。而疾控的真实研究场景，偏偏全是这种双重特征的问题。

所以，我们有必要学习分布滞后非线性模型DLNM

DLNM，全称分布滞后非线性模型（Distributed Lag Nonlinear Models），你可以把它理解成 “DLM 的滞后能力 + GAM 的非线性能力” 的结合体。

它的核心思路，是通过交叉基函数，同时在两个维度上对效应进行拟合：

暴露维度：用样条函数描述不同暴露水平（比如不同温度）对应的风险差异，解决非线性问题；

滞后维度：用分布滞后的思路，描述同一暴露水平下，不同滞后天数的效应变化，解决滞后问题。

最终构建出一个“暴露 - 时间 - 效应” 的三维关系。

我们用大白话翻译一下，也就是说你可以用 DLNM 分析温度对发病的影响，你不仅能知道：多少摄氏度风险最低、多少度风险最高（非线性特征）；还能知道：高温 / 低温的风险在暴露后第几天最强、持续多久（滞后分布特征）；更能算出：整个滞后期内，极端温度带来的总累积风险有多大。

不管是做传染病气象归因、制定高温 / 寒潮预警阈值，还是做环境健康风险评估，DLNM 都是目前最适配疾控场景、认可度最高的分析工具，也是相关领域论文的标配方法。

很多人觉得 DLNM 难，本质是被 “交叉基”“样条函数” 这些术语吓住了。但对我们疾控使用者来说，不用完全吃透复杂的数学推导，只要搞懂它的逻辑、知道怎么用、怎么解读结果、怎么避坑，就完全能支撑科研和业务工作就可以了。

接下来这个系列，我们就从零开始，顺着基础概念→核心原理→疾控场景→R 语言实操→结果解读→避坑调参的路径，用8小节的内容，一步步带你把 DLNM 学明白、用起来。

下一篇，我们先从最基础的 GLM 和 GAM 讲起，把 DLNM 的“前世”先理清楚。

编辑：普通疾控人 | 审核：诗酒趁年华

文章来源 | 原创

说明 | 转载只为分享，如有侵权联系删除

©版权声明 | 部分信息和图片来自公开网络

转载请注明

再次转载请注明出处

科普健康 | 宣传疾控

本号为多位疾控机构从业者运营

重点关注国内外健康事件

致力于疾控科普

在做好科普服务大众的同时

做好疾控机构的宣传

让更多的人了解疾控，拥抱健康

欢迎加「小编」微信(cdcjkr126com)

本文具体说明

本文为原创内容，文章为个人理解所学，不涉及疫情信息及内部保密数据，发表的目的为自我总结及给有需求的人士学习使用。如有不妥之处，欢迎联系小编修改、删除。

更多精彩视频，尽在“CDC疾控人”视频号