R语言dlnm包在时间序列数据的分布滞后线性和非线性模型的应用(1)
气温对健康影响的滞后性已得到公认。本期通过dlnm包来介绍一下dlnm包在时间序列数据的分布滞后线性和非线性模型的应用。Dlnm包通过构建构建交叉基矩阵来进行分析。
我们继续使用美国芝加哥1987年至 2000年大气污染与死亡数据（公众号回复：芝加哥3，可以获得数据）做实例分析，我们先导入需要的R包和数据看看
library(dlnm)
library(splines)
library(tsModel)
bc<-read.csv("E:/r/test/chicago3.csv",sep=',',header=TRUE)
我们先来看看数据的构成，death：死亡人数 (per day)，pm10：大气污染物pm10的中位数值，o3median：臭氧的中位数值，time：天数，这里就是我们的时间，tmpd：华氏温度，date：日期
假设我们需要研究pm10浓度变化对死亡的影响，并且要把温度作为调整因素，这样我们要设计两个交叉基的矩阵。Crossbasis函数我来解释一下，第一个参数x是用来指定矢量序列的，这里填入bc$pm10，lag这里表示的是滞后天数，填入15天，argvar and arglag这两个函数会把数据传递给一个onebasis的函数，生成预测的矩阵，这里假设pm10对结局的影响是线性的，使用fun=“lin”，后面采用多项式函数fun=“poly”，自由度设置为4。如果我们不对fun进行选择，函数默认fun=“ns”，下面温度就是这样，我们还可以选择一个温度参考值，如我们选择21度，argvar = list(fun = “ns”，df =3，cen =21)。"strata"是分层的意思，因为我们设置的是滞后3天，因此breaks=1，就是把温度分为两个滞后层（0-1和1-3）两个滞后层。
cb1.pm <- crossbasis(bc$pm10, lag=15, argvar=list(fun="lin"),
arglag=list(fun="poly",degree=4))
cb1.temp <- crossbasis(bc$temp, lag=3, argvar=list(df=5),
arglag=list(fun="strata",breaks=1))
我们summmary cb1.pm一下看看
生成两个交叉基矩阵后就可以生成预测模型了，
model1 <- glm(death ~ cb1.pm + cb1.temp + ns(time, 7*14) + dow,
family=quasipoisson(), chicagoNMMAPS)
生成cb1.pm的预测数据
pred1.pm <- crosspred(cb1.pm, model1, at=0:20, bylag=0.2, cumul=TRUE)
at=0:20表示必须对0到20µgr/m 3的每个整数值进行预测计算，通过设置bylag=0.2，预测是沿着滞后空间计算的，增量为0.2。增量为0.2。这种更细的网格是为了在绘制结果时产生一个更平滑的滞后曲线。如果没有进行参数cen设置，默认的参考值是0.
生成了预测数据以后就可以绘图了，先绘制一个pm10滞后与死亡关系图，"slices"表示绘图类型，var=10表示关系，没设定参考值的话是以0为参考。Var设定必须在"slices"这种类型才可以。ci.arg用于绘制置信区间。
plot(pred1.pm, "slices", var=10, col=3, ylab="RR", ci.arg=list(density=15,lwd=2),
main="Association with a 10-unit increase in PM10")
本图表示pm10增加10 µgr/m与死亡率的滞后关联。滞后曲线代表了在增加10微克后未来每一天的风险增加。滞后曲线表示在某一天PM10增加10 µgr/m 3后，未来每一天的风险增加，或者说是过去每一天的PM10增加对某一天的风险的贡献。
接下来绘制一个pm10累积增加的风险图，
plot(pred1.pm, "slices", var=10, col=2, cumul=TRUE, ylab="Cumulative RR",
main="Cumulative association with a 10-unit increase in PM10")
图表明，PM10最初的风险增加在较长的滞后期会被逆转。相关数据可以使用allRRfit, allRRhigh and allRRlow提取。