树状分布滞后非线性模型

在母亲空气污染暴露对儿童健康影响的研究中，通常将儿童健康结果对怀孕期间观测到的暴露进行回归。分布滞后非线性模型（DLNM）是一种常用的统计方法，用于在假设暴露效应为非线性的情况下估计暴露-时间-响应函数。以往的DLNM实现通过双变量基展开来参数化暴露-时间-响应曲面。然而，诸如样条之类的基函数假设整个暴露-时间-响应曲面是光滑的，这在暴露仅在特定时间窗口与结果相关的情况下可能不现实。我们提出了一种基于贝叶斯加性回归树来估计DLNM的框架。我们的方法使用一组回归树，每棵树假设暴露-时间空间上的分段常数关系。在模拟中，我们展示了当暴露-时间曲面不光滑时，我们的模型优于基于样条的模型，而在真实曲面光滑的情况下，两种方法表现相似。重要的是，所提出的方法方差更低，并且能更精确地识别暴露与未来健康结果相关的关键窗口。我们将该方法应用于估计美国科罗拉多州一个出生队列中母亲PM$_{2.5}$暴露与出生体重之间的关联。