监测预警基础54-八小篇搞懂DLNM之3：拆解两大核心组件→DLM 模型与样条函数

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3小篇——要学DLNM，比如了解其2大组件，DLM 模型与样条函数。

上一篇我们讲透了 GLM 与 GAM：GLM 是计数数据建模的基础，但只能拟合线性关系；GAM 加入平滑函数解决了非线性问题，却始终没法系统、完整地分析多日滞后效应。

想要同时搞定 “非线性 + 滞后效应”，我们还需要两块关键拼图：一块是专门破解滞后效应的分布滞后线性模型（DLM），另一块是实现非线性拟合的核心工具 —— 样条函数。今天我们就把这两个组件拆解得明明白白，公式配逐符号解读，搞懂它们，DLNM 的核心原理就通了一大半。

1. 为什么单天滞后分析不够用？

在 DLM 出现之前，研究滞后效应的做法非常 “粗糙”：要么只单独分析当天（lag0）、滞后 1 天（lag1）、滞后 7 天（lag7）等几个孤立时间点，只能看到零散的效应，没法还原完整的变化过程；要么把滞后 0 天到滞后 14 天的暴露全部塞进模型，但相邻日期的温度、湿度高度相关，会引发严重的多重共线性 ——模型根本分不清发病变化到底是哪一天的暴露导致的，结果波动极大、完全不可靠。

而疾控的真实场景里，滞后效应是一个连续的过程：比如高温对死亡的影响，通常滞后 2~3 天达到峰值，之后逐渐减弱，甚至后期还会出现 “收割效应”；寒潮对流感发病的影响，可能在 3~7 天持续走高。我们需要的是一整条完整的 “滞后效应曲线”，而不是几个孤立的点。

分布滞后线性模型（Distributed Lag Linear Model, DLM）就是为解决这个问题诞生的。

2. DLM 的核心思想：把效应 “分布” 在整个滞后期
DLM 的核心逻辑可以用一句话概括：它不再用一个单一的系数描述暴露的效应，而是将健康效应 “分布” 到一段连续的滞后时间里，给每一个滞后天数都对应一个效应系数，最终呈现出一条随时间变化的滞后效应曲线。
在此基础上，我们还能把所有滞后天数的效应累加，得到整个滞后期的累积总效应—— 这是评估暴露健康负担最核心的指标之一。
3. DLM 的标准公式与逐符号解读
疾控场景下，我们依然基于泊松分布的时间序列框架，DLM 的标准形式如下：

实际建模时，我们并不会直接把十几天的滞后项全部放进模型（依然会有共线性问题），而是对滞后维度的系数也施加 “平滑约束”（比如用多项式或样条），让相邻滞后天数的效应平缓变化。这既解决了共线性，又能得到平滑的滞后曲线，是分布滞后模型的精髓。
4. DLM 的优势与核心局限
核心优势在于
第一，可以完整刻画从滞后 0 天到最大滞后期的连续效应变化，精准识别效应峰值出现的时间、持续时长。 第二，能够计算整个滞后期的累积总效应，更全面地评估暴露的健康负担。 第三，模型框架依然基于 GLM，逻辑清晰，结果解读直观。
致命短板在于它本质上还是线性模型公式里的时间的系数是固定值，意味着 “暴露每升高 1 个单位，风险的变化比例是固定的”。和 GLM 一样，它默认低温升高 1℃和高温再升高 1℃，带来的风险变化幅度完全相同 —— 这显然不符合真实的 U 型、J 型暴露 - 反应关系。也就是说DLM 完美解决了滞后效应的分析问题，但依然跳不出线性假设的束缚。

搞懂了滞后维度的工具，我们再来看非线性维度的核心 ——样条函数。它是 GAM 能拟合曲线的秘诀，也是 DLNM 实现非线性的基础。

1. 从 “分段直线” 到 “平滑曲线”：样条是怎么来的？
想要拟合非线性关系，最朴素的想法是分段回归比如把温度分成低温、中温、高温三段，每段单独拟合一条直线。但这种方法有个硬伤：两段直线在节点处是 “硬转折”，非常生硬，既不符合真实的生物机制，也容易受节点位置的影响。

样条函数就是对分段回归的升级：它同样是 “分段拟合”，但每一段用的是多项式曲线（最常用三次多项式），并且在分段的节点处保证曲线光滑连接（一阶、二阶导数连续）。大白话讲：就像用几根柔软的木条，在节点处固定拼接，最终得到一条顺滑、连续的曲线，既能灵活贴合数据的真实走势，又不会出现生硬的折角。

2. 样条函数的三个核心概念
不用深究复杂的数学推导，疾控研究者只要搞懂三个核心概念，就能用好样条：
第一、节点（Knots）曲线分段的分界点。节点数量决定了曲线的分段数：节点越多，曲线越灵活，越能捕捉细微的波动；但节点过多容易过度拟合，把随机噪声当成真实规律。疾控研究中，温度这类核心暴露的样条通常设置 3~5 个节点即可。
第二、自由度（df）可以理解为曲线的 “弯曲能力”，和节点数直接相关。自由度越小，曲线越接近直线；自由度越大，曲线越灵活。这是我们调参最常接触的参数：温度的暴露 - 反应曲线通常取 4~6 个自由度，滞后维度的样条通常取 3~4 个自由度。
第三、三次样条最常用的样条类型，每一段都是三次多项式，能保证节点处曲线平滑、没有折角，足够适配绝大多数公共卫生研究的非线性关系。
3.疾控研究最常用的两类样条
第一是自然样条（Natural Spline, ns），是在普通三次样条的基础上，对两端边界施加了线性约束，避免曲线在暴露水平的两端剧烈波动、出现不符合常识的结果。这是环境健康、传染病气象研究中最常用的样条，非常适合拟合温度、污染物的暴露 - 反应关系。
第二是B 样条（Basis Spline, bs），也就是基函数样条，灵活性更强，边界表现更丰富。在 DLNM 中，暴露维度和滞后维度的交叉基，通常都基于 B 样条构建。

讲到这里，一个非常清晰的 “互补局面” 就摆在眼前：

DLM能完美刻画滞后维度的效应分布，却只能分析线性的暴露 - 反应关系。样条函数能精准拟合暴露维度的非线性曲线，却没法系统处理多日滞后效应

既然两者各有所长，一个非常自然的思路就诞生了：能不能把两者结合起来 —— 在暴露维度用样条搞定非线性，在滞后维度用分布滞后思路搞定时间效应？

这正是分布滞后非线性模型（DLNM）的核心设计思想：它通过交叉基函数（Cross-basis），把暴露维度的样条基和滞后维度的滞后基进行交叉组合，同时在两个维度上进行平滑拟合，最终构建出一个 “暴露水平 - 滞后天数 - 发病风险” 的三维效应曲面。

下一篇，我们就正式走进 DLNM 的核心，拆解交叉基函数的逻辑，把 DLNM 的完整原理彻底讲透。

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