混合模型的分位数回归及其在中国血压趋势检验中的应用

过去20年，中国心血管代谢疾病大幅增加，血压是主要可改变风险因素。利用中国健康与营养调查数据，我们考察了1991年至2009年中国的血压趋势，重点关注年龄队列与城市化程度。血压的极大值备受关注，因此我们对收缩压与舒张压的条件分位数函数建模。这使得分布中部协变量效应不同于上尾部的效应（我们分析的重点）。我们使用copula连接收缩压与舒张压的分布，从而允许协变量与两个响应之间的关系共享信息，并能够对收缩压与舒张压联合做出概率陈述。我们的copula在考虑受试者内依赖性的同时保持了组分位数效应的边际分布，使得在总体与受试者层面进行推断成为可能。我们总体层面的回归效应随分位数水平、年份与血压类型变化，提供了丰富的推断环境。据我们所知，这是首个显式建模受试者内自相关的分位数函数模型，也是首个同时建模多元条件响应的分位数函数方法。我们发现高血压与居住在城市地区的关联已从正向演变为负向，最强变化出现在上尾部。过去二十年城市化程度提高，加上早期城市化与血压的正向关联向更均匀的城市化关联转变，表明随着时间推移全中国血压均在升高，即使在城市化较低地区亦然。我们的方法可在R包BSquare中获得。