BKMR模型，全稱貝葉斯核函式回歸模型（Bayesian Kernel Machine Regression），是一種用於處理複雜環境流行病學問題的統計分析方法。它由哈佛大學的J.F. Bobb等人在2015年的《Biostatistics》雜誌上發表，並在2018年發布了相應的R包（BKMR包）以供使用。
BKMR模型的特點包括：
無需設定參數表達形式，能夠處理非線性效應和變數間的互動作用。
利用核函式，根據模型中的暴露變數生成核函式，進而利用貝葉斯抽樣和分析方法。
生成混合物組分和暴露變數的關係曲線（dose-response curves），以直觀展示暴露因素與健康結局之間的關係。
模型公式可以表示為：\(Y = f(\mathbf{X}) + \epsilon\)，其中\(Y\)是事件，\(\mathbf{X}\)是暴露因素和協變數的集合，\(f(\mathbf{X})\)是暴露回響函式，\(\epsilon\)是殘差項。
BKMR模型的套用包括：
環境流行病學：研究污染物暴露與健康效應之間的關係。
藥物研發：評估藥物對特定人群的效果。
公共衛生：分析暴露於特定化學物質或環境因素對人群健康的影響。
通過BKMR模型，研究者可以更準確地評估暴露因素與健康結局之間的複雜關係，尤其是在存在共線性、非線性和互動作用的情境下。