×

使用概率数字进行不确定性量化:在数学流行病学模型中的应用。 (英语) Zbl 1390.92136号

概要:概率数值(PN)是一个分析数值算法的框架,它考虑了所有数值误差来源,包括由于舍入和数值格式选择引起的误差。本工作的目标是使用基于贝叶斯的PN方法来说明数学流行病学建模中不确定性的量化。我们同时考虑了数据、参数和数值离散化的不确定性,将此框架应用于芝加哥持续发生的社区获得的耐甲氧西林金黄色葡萄球菌疫情的数据。

MSC公司:

92天30分 流行病学
62页第10页 统计学在生物学和医学中的应用;元分析
2015年1月62日 贝叶斯推断
92C60型 医学流行病学
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] Diaconis P.贝叶斯数值分析。收件人:Gupta SS,Berger JO,编辑。统计决策理论及相关主题IV.第1卷。纽约(NY):施普林格;1988年,第163-175页·Zbl 0671.65117号
[2] PoincaréH.Calcul-Des概率[概率计算]。法国巴黎:乔治·卡雷;1896
[3] 观测数据的Wahba G.样条模型。费城(PA):工业和应用数学学会;1990. ·Zbl 0813.62001号
[4] O'Hagan A.一些贝叶斯数值分析。收录人:Bernardo JM、Berger JO、David AP、Smith AFM,编辑。贝叶斯统计。第4卷。牛津:牛津大学出版社;1992年,第345-363页。
[5] Hennig P、Osborne MA、Giramia M.计算中的概率数字和不确定性。Proc R Soc数学物理工程科学。2015年7月;471(2179):20150142. ·Zbl 1372.65010号
[6] Chkrebtii OA、Campbell DA、Calderhead B等。微分方程贝叶斯解不确定性量化。贝叶斯分析。2016年12月;11(4):1239-1267. ·Zbl 1357.62108号
[7] Ross R.《疟疾的预防》,纽约:达顿;1911
[8] Kermack W,McKendrick A.对流行病数学理论的贡献。Proc R Soc London Ser A.1927;115:700-721.
[9] Hethcote硬件。传染病数学。SIAM 2000版;42:599-653. ·Zbl 0993.92033号
[10] Stuart AM。反问题:贝叶斯观点。Acta Numer公司。2010年5月;19:451-559. ·Zbl 1242.65142号
[11] Kuehnert M、Kruszon-Moran D、Hill H等。2001-2002年美国金黄色葡萄球菌鼻定植的流行率。传染病杂志。2006;193(2):172-179.
[12] Lowy F.金黄色葡萄球菌感染。英格兰。《医学杂志》,1998年;339:520-532.
[13] David M,Daum R.社区相关耐甲氧西林金黄色葡萄球菌:一种新流行的流行病学和临床后果。《临床微生物学评论》2010;23:616-687.
[14] Dukic V、Lauderdale D、Wilder J等。美国社区相关耐甲氧西林金黄色葡萄球菌的流行病学:荟萃分析。公共科学图书馆一号。2013;8:e52722。
[15] Klevens R、Morrison M、Nadle J等。美国侵袭性耐甲氧西林金黄色葡萄球菌感染。2007年美国医学会杂志;298:1763-1771.
[16] Popovich KJ、Weinstein RA、Hota B.社区相关耐甲氧西林金黄色葡萄球菌(MRSA)菌株是否取代了传统的医院MRSA菌株?临床传染病。2008;46(6):787-794.
[17] Britton N.基础数学生物学。伦敦:Springer Verlag;2003. ·Zbl 1037.92001号
[18] Kingsland S.难处理模型:logistic曲线和人口生态学史。Q生物版。1982;57:29-52.
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。