文章

免费访问

精神疾病的贝叶斯非参数共病分析

作者:

弗朗西斯科·J·R。鲁伊斯,

伊莎贝尔瓦莱拉,

卡洛斯布兰科、和

费尔南多佩雷斯-克鲁兹作者信息和声明

机器学习研究杂志,体积15,问题1

页1215-1247

出版:2014年1月1日出版历史

PDF格式电子阅读器

摘要

共病分析是精神病学分支中一个开放而复杂的研究领域，临床经验和一些研究表明，精神疾病之间的关系可能具有病因和治疗意义。在本文中，我们有兴趣应用潜在特征建模来发现精神障碍背后的潜在结构，这有助于检查和解释它们之间的关系。为此，我们使用了国家酒精及相关疾病流行病学调查（NESARC）数据库中收集的大量信息，并建议使用基于印度自助餐过程（IBP）的非参数潜在模型对这些数据进行建模。由于数据的离散性，我们首先需要对离散随机变量的观测模型进行调整。我们提出了一个生成模型，在该模型中，观测值是从给定IBP矩阵的多项式对数分布中提取的。高效吉布斯采样器的实现是使用拉普拉斯近似实现的，该近似允许积分出多项式对数似然模型的权重因子。我们还为该模型提供了一个变分推理算法，它提供了一种与吉布斯采样器互补的（在计算复杂度方面成本更低）替代方案，使我们能够处理更多的数据。最后，我们使用该模型分析了NESARC数据库中专家诊断的精神疾病的共病性。

工具书类

[1]

M.Abramowitz和I.A.Stegun。带公式、图形和数学表的数学函数手册《多佛出版社》，纽约，1972年。

[2]

D.奥尔德斯。可交换性和相关主题。在圣弗洛尔概率学院，XIII--1983，第1-198页。柏林施普林格，1985年。

[3]

C.Blanco、R.F.Krueger、D.S.Hasin、S.M.Liu、S.Wang、B.T.Kerridge、T.Saha和M.Olfson。绘制常见精神疾病：全国酒精及相关疾病流行病学调查的结构和预测有效性。美国医学会精神病学杂志, 70(2):199-208, 2013.

[4]

D.M.Blei和J.D.Lafferty。科学的相关主题模型。应用统计年鉴，1（1）：17-352007年8月。

[5]

G.布沙尔。softmax的有效边界及其在混合模型中近似推理的应用。神经信息处理系统（NIPS）进展，混合模型近似推断研讨会, 2007.

[6]

S.Boyd和L.Vandenberghe。凸优化剑桥大学出版社，2004年3月。

[7]

F.Doshi-Velez、K.T.Miller、J.Van Gael和Y.W.Teh。2009年印度自助餐过程的变化推断。

[8]

T.L.Griffth和Z.Ghahramani。印度自助餐流程：介绍和回顾。机器学习研究杂志, 12:1185-1224, 2011.

[9]

D.A.Harville。统计学家视角下的矩阵代数Springer-Verlag，1997年。

[10]

S.海金。自适应滤波理论普伦蒂斯·霍尔，2002年。

[11]

M.I.约旦。层次模型、嵌套模型和完全随机度量。在M.-H.Chen、D.Dey、P.Mueller、D.Sun和K.Ye编辑中，统计决策和贝叶斯分析的前沿：纪念詹姆斯·伯杰2010年，纽约州施普林格。

[12]

M.I.Jordan、Z.Ghahramani、T.S.Jaakkola和L.K.Saul。介绍图形模型的变分方法。机器学习，37（2）：183-2331999年11月。

[13]

K.S.Kendler、C.A.Prescott、J.Myers和M.C.Neale。男性和女性常见精神病和药物使用障碍的遗传和环境风险因素结构。普通精神病学档案，60（9）：929-9372003年9月。

[14]

R.Kotov、C.J.Ruggero、R.F.Krueger、D.Watson、Q.Yuan和M.Zimmerman。精神疾病定量分类的新维度。普通精神病学档案, 68(10):1003-1011, 2011.

[15]

R·F·克鲁格。常见精神障碍的结构。普通精神病学档案, 56(10):921-926, 1999.

[16]

F.J.R.Ruiz、I.Valera、C.Blanco和F.Perez Cruz。自杀未遂的贝叶斯非参数建模。神经信息处理系统（NIPS）的进展, 25: 1862-1870, 2012.

[17]

Y.W.Teh、D.Görür和Z.Ghahramani。印度自助餐流程的断棒结构。在国际人工智能与统计会议记录2007年第11卷。

[18]

提提亚斯（M.Titsias）。无限gamma-Poisson特征模型。神经信息处理系统（NIPS）的进展, 19, 2007.

[19]

J.M.Valderas、B.Starfield、B.Sibbald、C.Salisbury和M.Roland。定义共病：对理解健康和卫生服务的影响。家庭医学年报, 7 (4):357-363, 2009.

[20]

J.Van Gael、Y.W.Teh和Z.Ghahramani。无限阶乘隐马尔可夫模型。在神经信息处理系统（NIPS）的进展，第21卷，2009年。

[21]

W.A.Vollebergh、J.Ledema、R.V.Bijl、R.de Graaf、F.Smit和J.Ormel。常见精神障碍的结构和稳定性：NEMESIS研究。普通精神病学档案，58（6）：597-6032001年6月。

[22]

C.K.I.Williams和D.Barber。高斯过程贝叶斯分类。IEEE模式分析和机器智能汇刊, 20:1342-1351, 1998.

[23]

S.Williamson、C.Wang、K.A.Heller和D.M.Blei。IBP复合Dirichlet过程及其在主题建模中的应用。在国际机器学习会议，第1151-1158页，2010年。

[24]

J.L.Wolff、B.Starfield和G.Anderson。老年人多种慢性病的患病率、支出和并发症。内科学档案, 162(20): 2269-2276, 2002.

[25]

M.A.Woodbury博士。输出矩阵的稳定性。数学评论, 1949.

引用人

普拉迪耶M斯托科斯基五世乌特科夫斯基Z科科里夫L佩雷斯-克鲁兹F(2018)了解国际贸易的稀疏三参数受限印度自助餐流程2018 IEEE声学、语音和信号处理国际会议（ICASSP）10.1109/ICASSP.2018.8462666(2476-2480)在线发布日期：2018年4月15日
https://dl.acm.org/doi/10.109/ICASSP.2018.8462666
Doshi Velez F公司威廉姆森S(2017)限制印度自助餐流程统计与计算2007年10月17日/11222-016-9681-y27:5(1205-1223)在线发布日期：2017年9月1日
https://dl.acm.org/doi/10.1007/s11222-016-9681-y
Vellanki P公司Duong T公司古普塔SVenkatesh S公司Phung D公司(2017)治疗数据中学习模式和自闭症亚群的非参数发现与分析知识和信息系统2007年10月10日/10115-016-0971-751:1(127-157)在线发布日期：2017年4月1日
https://dl.acm.org/doi/10.1007/s10115-016-0971-7
显示更多引用者

索引术语

精神疾病的贝叶斯非参数共病分析

建议

随机变分推理

我们开发了随机变分推理，这是一种用于近似后验分布的可扩展算法。我们为一大类概率模型开发了这种技术，并用两个概率主题模型（潜在Dirichlet。。。
阅读更多信息
变分非参数判别分析
摘要
变量选择和分类是高维数据分析中的常见目标。大多数这类方法都做出了可能与分布数据的不同系列不兼容的分布假设。。。
阅读更多信息
贝叶斯非参数混合随机效用模型

我们提出了一个混合多项式logit模型，混合分布分配了一个一般（非参数）的破胶先验。我们提出了一种马尔可夫链蒙特卡罗（MCMC）算法来采样和估计模型的后验分布。。。
阅读更多信息

评论

信息和贡献者

问询处

发布于

封面图片机器学习研究杂志

机器学习研究杂志第15卷第1期

2014年1月

4085页

国际标准编号：1532-4435

EISSN公司：1533-7928

出版商

JMLR.org网站

出版历史

出版：2014年1月1日

修订过的：2013年12月1日

出版于JMLR体积15,问题1

作者标记

限定符

第条

贡献者

其他指标

查看文章指标

文献计量学和引文

文献计量学

文章指标

4
引文总数
查看引文
111
总下载次数

下载次数（过去12个月）14
下载次数（最近6周）0

其他指标

查看作者指标

引文

引用人

表演者M斯托科斯基五世乌特科夫斯基Z科科里夫L佩雷斯-克鲁兹F(2018)了解国际贸易的稀疏三参数受限印度自助餐流程2018 IEEE声学、语音和信号处理国际会议（ICASSP）10.1109/ICASSP.2018.8462666(2476-2480)在线发布日期：2018年4月15日
https://dl.acm.org/doi/10.109/ICASSP.2018.8462666
Doshi-Velez F公司威廉姆森S(2017)限制印度自助餐流程统计与计算2007年10月17日/11222-016-9681-y27:5(1205-1223)在线发布日期：2017年9月1日
https://dl.acm.org/doi/10.1007/s11222-016-9681-y
Vellanki P公司Duong T公司古普塔SVenkatesh S公司Phung D公司(2017)治疗数据中学习模式和自闭症亚群的非参数发现与分析知识和信息系统2007年10月10日/10115-016-0971-751:1(127-157)在线发布日期：2017年4月1日
https://dl.acm.org/doi/10.1007/s10115-016-0971-7
瓦莱拉一世鲁伊斯·FOlmos P公司布兰科C佩雷斯-克鲁兹F(2016)精神病共病分析的无限连续特征模型神经计算10.1162/NECO_a_0080528:2(354-381)在线发布日期：2016年2月1日
https://dl.acm.org/doi/10.1162/NECO_a_00805

视图选项

查看选项

PDF格式

以PDF文件查看或下载。

电子阅读器

使用联机查看电子阅读器.

电子阅读器

获取访问权限

登录选项

检查您是否可以通过登录凭据或您的机构访问本文。

完全访问权限

获取此文章

媒体

数字

其他

桌子

查看问题目录