多次测量暴露与单次结局建模可行性及lmer收敛问题咨询

• 纳入173例患者的重复测量数据集：每例患者暴露指标共测量3次，连续型结局指标仅测量1次，数据集同步记录了每次测量时的患者年龄，数据已按年龄排序。
• 分析前已加载tidyverse、magrittr、lme4包，首次尝试使用lme4包的lmer函数构建混合效应模型，代码如下：

model <- lmer(formula=icac_perc ~ 1 + exposure + (1|id), 
              data=data, 
              REML=TRUE)
summary(model)

• 模型运行时返回2条警告：
  1. nloptwrap优化器返回收敛码-4（NLOPT_ROUNDOFF_LIMITED）：舍入误差导致优化算法中断，提示返回的最小值可能仍有参考价值，该错误常见于NEWUOA算法设置的容差过于接近机器精度的场景。
  2. 收敛检查未通过：最大梯度值为0.00459166，高于设定容差阈值0.002。
• 模型输出的暴露对结局的效应估计值极小。
• 后续尝试使用GEE方法构建模型，代码如下：

model <- geeglm(formula=(log(outcome_cont+1))~exposure, data=data, id=id, family=gaussian("identity"), corstr="ar1", control=geese.control(maxit=as.integer(100000)))
summary(model)

• GEE模型同样返回极小的效应估计值，怀疑两类模型的异常结果为同一原因导致。
• 已编写代码绘制spaghetti个体轨迹图，代码如下：

data %>% 
  ggplot(aes(x=outcome_cont, y=exposure_cont, group=id, color=factor(id))) + 
  geom_point() + 
  geom_line() + 
  theme_classic() + 
  geom_smooth(aes(group=1), method="lm", formula=y~x, se=FALSE) +
  theme(legend.position="none")

1. 暴露多次测量、结局单次测量的研究场景，是否可以开展二者的关联建模？ #

可以，这类设计在临床和流行病学研究中十分常见，核心是匹配正确的模型结构，不要硬套纵向结局的建模方法：

• 如果研究假设是暴露的长期平均水平影响最终结局，直接按患者id分组，对每例患者的3次暴露测量值取个体水平均值，将聚合后的暴露值作为协变量，用普通线性模型lm()即可完成关联估计，不需要使用混合效应或GEE模型。
• 如果研究假设是暴露的变化轨迹/特定时间点的暴露水平影响结局，可以先通过分层模型为每例患者拟合暴露随年龄变化的轨迹，提取个体的暴露基线水平、变化斜率等特征作为预测变量，再和单次测量的结局做关联分析。
• 核心逻辑：单次测量的结局是不随重复测量时点变化的个体水平常量，不能将其作为随时间变化的纵向结局放在重复测量模型的因变量位置。

2. 当前模型出现收敛警告、效应估计值极小的问题，是否是因为结局仅测量一次导致？ #

这就是问题的核心原因，当前模型设定本身不符合数据结构：

• 带个体随机截距的线性混合模型、设定AR1自相关结构的GEE，都是为结局随时间重复测量的场景设计的，需要结局存在个体内变异才能稳定估计随机效应方差、自相关系数等参数。当前数据中同一个id对应的3条重复记录里，结局值完全一致，个体内结局变异为0，优化算法在求解参数时没有足够的有效变异支撑，自然会出现舍入错误、梯度不达标这类收敛警告。
• 这种错误设定下得到的极小效应值不具备参考价值：相当于把同一个患者的结局值复制3次强行纳入回归，错误地给单条观测重复加权，参数估计本身已经失真，不能据此判断暴露和结局无关联。
• 额外说明：当前编写的spaghetti图代码变量映射有误，将不随时间变化的结局放在X轴、重复测量的暴露放在Y轴，按id连线只会得到垂直于X轴的直线，无法观测暴露的变化轨迹，正确的映射应当将每次测量的年龄放在X轴，暴露测量值放在Y轴。

内容的提问来源于stack exchange，提问作者tcvdb1992