监测预警基础57-八小篇搞懂DLNM之6：来吧，直接R实操！

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6小篇——开始R语言实操！

前面5篇我们把 DLNM 的原理、前置知识、应用场景全部讲透了。很多同行最期待的就是实操环节：道理都懂了，到底怎么用 R 把模型跑起来？

今天我们就从零开始，用模拟的疾控标准时间序列数据，带你走完从数据准备、预处理到模型拟合的完整流程。所有代码都附带逐行注释，复制粘贴就能直接运行，零基础也能跟着跑通第一个 DLNM 模型。

我们以日平均气温对传染病日发病数的影响为案例，这是疾控最经典的应用场景。全程基于泊松分布框架，和我们之前讲的 GLM/GAM 逻辑完全一致，学习门槛很低。

DLNM 的核心分析依赖dlnm包，它由 DLNM 方法的提出者 Gasparrini 团队开发，是目前最权威、最通用的实现工具。再搭配几个数据处理、样条分析的基础包即可。

运行以下代码完成安装与加载：

library(lubridate)

DLNM 分析的是时间序列数据每一行代表一天，每一列是一个变量。疾控场景下最基础的数据结构，必须包含以下 4 类信息：

为了让大家不用找数据就能直接练习，我们先生成一份模拟的 3 年日数据，特征完全贴合真实疾控数据：温度有季节波动，发病数与温度呈 U 型关系，同时存在季节趋势与星期效应。

)

temp_lag <- as.numeric(temp_lag_mat %*% lag_weight)

head(dat)

和 GLM、GAM 一样，DLNM 也必须控制时间序列中的混杂因素，最核心的是长期趋势与季节波动星期效应。我们需要先生成对应的变量。

  )

变量作用解释：time：配合自然样条函数ns()，用来控制长期趋势和季节波动，这是时间序列研究的标准操作。我们通常设置每年 6~8 个自由度，3 年数据总自由度取 21 左右。dow：控制一周内的报告差异，比如周一报告数往往偏高，周末偏低。必须转为分类变量放入模型。

交叉基函数是 DLNM 的灵魂，对应我们第四篇讲的核心原理：同时在暴露维度和滞后维度构造样条基，再交叉组合。

dlnm包中用crossbasis()函数实现，这是整个分析最核心的一行代码。

)

1. x = dat$temp：我们要研究的核心暴露因素，这里是日平均气温。
2. 

3. lag = 14：设定最大滞后天数为 14 天，也就是我们认为温度的影响最多持续 14 天。这个值要根据疾病特征设定，传染病通常 7~14 天，死亡 / 慢病通常 14~21 天。
4. 

5. argvar（暴露维度）：

6. fun = "ns"：使用自然样条拟合暴露 - 反应关系，捕捉非线性；

• df = 4：暴露维度设置 4 个自由度，既能拟合 U 型 / J 型曲线，又不会过度波动，是疾控研究的常用设置。

1. arglag（滞后维度）：

• fun = "ns"：同样用自然样条对滞后效应进行平滑约束，解决相邻滞后天数的共线性问题；

• df = 3：滞后维度通常自由度更低，保证滞后曲线平滑，3~4 个自由度是常规选择。

运行完这行代码，cb就是我们构造好的交叉基变量，接下来直接放进模型即可。

DLNM 本质上还是 GLM 框架，所以我们直接用基础的glm()函数拟合，和我们第二篇讲的泊松 GLM 语法几乎完全一样 ——唯一的区别，就是把普通的温度线性项，换成了我们刚构造好的交叉基cb

summary(model)

• cases ~：结局变量是日发病数，对应公式里的病例数。
• cb：交叉基项，是模型的核心，替代了原来的单一温度变量，对应公式里的cb第二项

• ns(time, df = 7*3)：时间的自然样条，每年 7 个自由度，3 年共 21 个，用来控制长期趋势和季节波动
• factor(dow)：星期效应分类变量，控制每周内的报告波动
• family = poisson(link = "log")：指定泊松分布、对数联系函数，和标准泊松 GLM 完全一致

运行summary(model)后，你会看到一长串系数 —— 这些就是交叉基各个基变量对应的系数。但不用慌，我们不需要手动解读这些系数，后续用专门的函数就能提取出我们关心的相对危险度、置信区间。

模型跑通了，我们先提取一个最直观的结果：整个 14 天滞后期内的累积效应。比如我们以 20℃为参照，看看 28℃的累积发病风险是多少。

用crosspred()函数进行预测：

)

例如，提取 28℃相对于 20℃的 14 天累积 RR：

)

如果输出结果为：

28.0   1.25   1.10    1.42

可以解释为：与 20℃相比，28℃暴露后 14 天内的累积发病风险升高 25%，且差异有统计学意义。如果 95%CI 跨过 1，例如 0.95～1.30，则不能认为差异有统计学意义。

1. 三维图：看“气温—滞后—发病风险”的整体形状

)

三维图中，横轴是气温，纵轴是滞后天数，竖轴是 RR。曲面越高，说明该气温在对应滞后天的发病风险越高。

2. 等高线图：定位高风险组合

)

abline(v = 20, lty = 3, col = "grey60")

实际分析时，只需要把模拟数据替换成自己的监测数据，保证至少包含以下 4 列：

日期   发病数  日平均气温  日降水量

到这里，你就完成了一个完整的 DLNM 实操流程：数据准备、交叉基构建、模型拟合、RR 提取，以及三维图、等高线图和累积效应图绘制。

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