摘要
了解特定原因死亡率对于监测人口健康和设计公共卫生干预措施至关重要。在世界范围内，三分之二的死亡没有指定原因。口头尸检（VA）是一种成熟的工具，通过对死者护理者进行调查，收集描述医院外死亡的信息。它在许多中低收入国家得到了例行实施。使用VA指定死因的统计算法通常容易受到用于训练模型的数据和目标人群之间的分布变化的影响。这对分析VA提出了一个重大挑战，因为在目标人群中通常无法获得标记数据。本文提出了一个VA数据的潜在类模型框架（LCVA），该框架联合建模了在多个异构域上收集的VA，为域外观测分配死因，并估计新域的死因特定死亡率。我们使用嵌套潜在类模型介绍了收集到的症状联合分布的简约表示，并开发了一种计算效率高的后验推理算法。我们证明，LCVA在预测性能和可扩展性方面优于现有方法。在线提供补充材料和可复制分析代码。GitHub上提供了实现该方法的R包LCVA（https://github.com/richardli/LCVA网站).
资金筹措表
ZRL和ZW得到了尤妮斯·肯尼迪·施莱弗国家儿童健康和人类发展研究所（NICHD）R03HD110962的资助。ZW和IC部分得到了密歇根数据科学研究所（Michigan Institute of Data Science）的种子基金资助。SJC得到了尤妮斯·肯尼迪·施莱弗国家儿童健康与人类发展研究所（NICHD）R01HD086227赠款的支持。ZRL和SJC的部分资金来自比尔和梅琳达·盖茨基金会。
其中包含的调查结果和结论是作者的，不一定反映比尔和梅琳达·盖茨基金会的立场或政策。
致谢
作者感谢匿名审稿人、副主编和主编的建设性意见，这些意见提高了本文的质量。作者感谢openVA团队对本文的讨论和反馈。
引用
下载引文
泽航李泽楷。
吴振科。
Irena Chen。
塞缪尔·克拉克。
“贝叶斯嵌套潜在类模型用于死因分配，使用跨多个域的口头尸检。”
附录申请。统计。
18
(2)
1137 - 1159,
2024年6月。
https://doi.org/10.1214/23-AOAS1826
问询处
收到日期：2022年4月1日;修订日期：2023年6月1日;发布日期：2024年6月
欧几里德项目首次提供：2024年4月5日
数字对象标识符：10.1214/23-AOAS1826
关键词：数据移位,相关二进制数据,领域适应,混合物模型,量化学习
版权所有©2024数学统计研究所
