摘要
背景。 人类群体暴露于复杂的化学混合物中，使得交互效应检测成为环境流行病学面临的核心挑战。我们对交互结构的预测与恢复方法进行了基准评估。方法。在八个线性/非线性、加法/交互、连续/二分类的数据生成过程（每种500次重复）中，评估了八种方法：主效应Lasso（glmnet_main）、交互Lasso（glmnet_int）、hierNet、随机森林、贝叶斯核回归（BKMR）、分位数g计算（qgcomp）、加权分位数和回归（gWQS）以及SuperLearner。所有方法在所有八个场景的500次重复中均成功完成。预测性能通过在留出测试数据上使用观测结果指标和预言机参照指标进行评估；交互检测则针对45个候选配对中的三个已知成对交互进行，同时使用硬选择和无阈值排序标准。BKMR分别在2000次和25000次MCMC迭代下评估，并进行多链收敛诊断。敏感性分析改变了样本量、暴露相关性、信号强度和交互形式。此外，BKMR还被应用于NHANES中六种金属与糖尿病流行状况的示例分析。结果。在加法设定下，各方法在观测结果预测上表现相近，但预言机参照的连续结局误差差异可达六倍。在存在交互的场景中，交互感知方法在连续预言机参照指标上明显优于纯加法方法：在LMI中，hierNet的预言机MSE为1.57，glmnet_int为1.87，而glmnet_main为3.80，qgcomp为4.94。glmnet_int和hierNet的敏感性表现相当；在配对比较中，hierNet的平均每次重复错误发现比例略低，而汇合错误发现在连续场景中偏向hierNet，在二分类场景中偏向glmnet_int；在所有交互场景中，汇合错误发现率均为0.79至0.82，即大约每五个被选中的配对中有四个是错误的。在没有真正交互的场景中，汇合错误发现率恰好为1。在无阈值排序下，BKMR与惩罚方法具有竞争力（四个交互场景的配对排序AUC为0.758至0.781）。BKMR在2000次迭代时的表面不稳定性反映了采样不足：93%的监测参数Gelman-Rubin统计量超过1.1，最小有效样本量为7.5；而在25000次迭代时，中位统计量为1.02，LMI中的预言机MSE从6.38降至2.08。在NHANES中，铅、锰和铁的后验纳入概率最高，且暴露-反应函数以非线性为主。结论。交互效应的存在时，方法选择最为关键。当联合效应相关时，应优先选择交互感知方法；鉴于高错误发现负担，选出的交互需要重复验证；BKMR的比较应报告采样预算和收敛诊断指标，而非将短链视为该方法的固有特征。
