segmented包是否支持广义线性混合模型？实操报错求助

我正在撰写基金申请书，旨在评估某项干预措施在多组医院中的效果。经统计咨询后，决定采用带医院随机截距的Poisson或负二项广义线性混合模型（GLMM）。有人推荐使用segmented包，但将GLMM代入segmented()或segmented.lme()时均无法正常运行。查看segmented包文档，仅说明支持广义线性模型（GLM）和线性混合模型（LMM），因此想确认该包是否支持GLMM。

数据结构示例 #

（注：因涉及受保护健康信息，无法提供可复现代码）

尝试的模型与调用方式 #

构建的GLMM模型

# model 1 - glmmTMB包拟合
model <- glmmTMB::glmmTMB(cesarean_volume ~ month_n + birth_volume + (1 | site_name), family = poisson, data = df)

# model 2 - lme4包拟合
model <- lme4::glmer(cesarean_volume ~ month_n + birth_volume + (1 | site_name), family = poisson, data = df)

segmented包的两种调用方式

library(segmented)

# 方式1：适配GLM的调用格式
segmented(model, seg.Z = ~ month_n, psi = list(month_n = c(13, 25)))

# 方式2：适配LMM的调用格式（对应segmented.lme）
segmented(model, seg.Z = ~ month_n, psi = list(month_n = c(13, 25)))

各组合的报错信息 #

• glmmTMB模型 + GLM调用格式：

Error in Z - PSI : non-conformable arrays

• glmmTMB模型 + LMM调用格式：

Error in segmented.lme(poisson_model_g1_23_only, seg.Z = ~month_n, psi = list(month_n = c(13, :
'obj' should be a lme fit or a lme call

• lme4模型 + GLM调用格式：

Error in obj$call : $ operator not defined for this S4 class

• lme4模型 + LMM调用格式：

Error in obj$dims : $ operator not defined for this S4 class

结论与替代方案 #

segmented包目前不支持广义线性混合模型（GLMM），原因如下：

1. segmented()的GLM处理分支仅支持S3类的GLM对象，而lme4::glmer()和glmmTMB::glmmTMB()输出的是S4类模型，无法兼容，导致S4类相关报错。
2. segmented.lme()仅适配nlme::lme()拟合的线性混合模型（LMM），不支持带离散因变量的GLMM，因此无法识别glmmTMB或lme4的模型结果。

若需在GLMM中实现分段回归，可考虑以下替代方法：

• 手动分段验证：将month_n按预设分割点（如13、25）转为分组变量，与原变量构建交互项加入模型，通过似然比检验判断分段效应是否显著。
• 贝叶斯框架实现：使用brms或Stan包构建带分段参数的贝叶斯GLMM，直接估计分割点和分段效应。
• 关注包更新：可查看segmented包的GitHub仓库或更新日志，确认后续是否会添加GLMM支持。

内容的提问来源于stack exchange，提问作者Thea B.