换一批BKMR模型在环境健康研究中的应用
Application of Bayesian kernel machine regression model in environmental health research
摘要贝叶斯核机器回归(Bayesian kernel machine regression,BKMR)模型是一种先进的贝叶斯半参数方法,已广泛用于环境流行病学中多种污染物混合暴露对健康影响的研究.相比传统线性回归或加权分位数和回归(weighted quantile sum regression,WQS),BKMR模型能够有效捕捉非线性暴露-反应关系、暴露物间的交互作用,并缓解多重共线性问题,是研究复杂暴露组合效应的重要工具.本文系统介绍了 BKMR模型的理论基础、R 语言实现流程,并基于多个实际案例,展示其在分析重金属混合暴露对肝脏、甲状腺及肾脏功能影响中的具体应用.通过逐段代码展示与图形解读,本研究详细阐释了模型输出的结果含义及其公共卫生解释路径.尽管 BKMR 在健康效应评估中具有强大能力,但仍存在计算耗时高、结果解读门槛大、可视化不直观等问题.为此,本文也探讨了包括结点压缩(knots)策略、优化算法在内的模型发展方向.综上,BKMR 模型为解析多因素混合暴露健康风险提供了强有力支持,并为方法学创新与环境健康政策制定提供理论依据与技术支撑.
更多相关知识
关键词
贝叶斯核机器回归混合暴露交互作用统计模型Bayesian kernel machine regressionmixed exposureinteraction effectstatistical model
分类号
R12（环境卫生、环境医学）
栏目名称
DOI
10.13421/j.cnki.hjwsxzz.2025.09.002
发布时间
2025-10-11（万方平台首次上网日期，不代表论文的发表时间）
基金项目
中央高水平医院临床科研专项重点培育项目（2025-PUMCH-C-005）
- 浏览8
- 被引0
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
