分布滯後非線性模型（Distributed Lag Non-Linear Model，簡稱DLNM）是一種統計建模框架，它能夠靈活地描述時間序列數據中潛在的非線性和滯後影響的關聯。DLNM基於交叉基的定義，這是一種二維函式空間，由兩組基礎函式的組合表示，分別指定了預測變數和滯後變數之間的關係。
在DLNM中，滯後效應被視為一個重要的維度，它描述了暴露和結果之間在時間上的依賴性。這種依賴關係可以通過兩種相反的觀點來描述：一種是暴露事件確定未來結果的風險，另一種是過去的一系列暴露事件確定當前結果的風險。
DLNM的一個關鍵特點是它能夠同時研究暴露-回響關係和滯後-回響關係。暴露-回響關係關注的是環境暴露量的變化對健康風險的影響，這種影響可以是線性的也可以是非線性的。滯後-回響關係則關注的是暴露和結果之間的時間滯後。
DLNM的統計發展基於描述和估計暴露-滯後-反應關聯的概念和分析框架。它提供了不同的滯後反應函式選擇，如樣條曲線、多項式、層次、閾值等，這些選擇導致了不同的模型指定，並暗示了滯後反應關係的替代假設。
DLNM的套用場景包括但不限於環境健康效應的定量化評估，以及長期暴露於藥物、治癌劑等環境下對健康的影響的研究。這些套用展示了DLNM在處理複雜時間序列數據中的強大能力。
總的來說，DLNM是一個功能強大的工具，它能夠處理和分析那些具有非線性和滯後效應的時間序列數據，廣泛套用於環境科學、流行病學和生物醫藥等領域。