跳到主页内容
美国国旗

美国政府的官方网站

Dot政府

政府意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息,确保你在联邦政府政府网站。

Https系统

该站点是安全的。
这个https(https)://确保您连接到官方网站,并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
比较研究
.2012年9月;13(4):695-710.
doi:10.1093/biostatistics/kxs005。 Epub 2012年3月26日。

BaySTDetect:通过贝叶斯模型选择检测小区域数据中的异常时间模式

附属公司
比较研究

BaySTDetect:通过贝叶斯模型选择检测小区域数据中的异常时间模式

李广全等。 生物统计学. 2012年9月.

摘要

流行病学中经常使用小区域数据的时空建模来绘制慢性病发病率,政府统计机构也经常使用这种建模来生成当地的估计值,例如失业率或犯罪率。虽然通常有一个影响所有领域的一般时间趋势,但在特定领域可能会发生突变,例如由于局部预测因素/风险因素的出现或新政策的影响。因此,检测具有“异常”时间模式的区域作为进一步调查的筛选工具非常重要。在本文中,我们提出了BaySTDetect,这是一种利用贝叶斯模型在两个竞争的时空模型之间进行选择来检测小区域数据的短时间序列的新方法。第一个模型是面积效应和时间效应的乘法分解,假设整个研究区域有一个共同的时间模式。第二个模型独立估计每个区域的时间趋势。对于每个区域,计算属于共同趋势模型的后验概率,然后使用后验概率将局部时间趋势分类为异常或非异常。对于任何检测方法来说,我们都提供了错误发现率(FDR)的贝叶斯估计。一项全面的仿真研究表明,BaySTDetect除了能够很好地估计FDR外,在检测各种真实离港模式方面也表现出了一致的良好性能。将所提出的方法回顾性地应用于1990年至1997年间英格兰和威尔士慢性阻塞性肺病(COPD)的死亡率数据(a),以验证政府政策增加了COPD诊断的假设,以及(b)进行监测。虽然结果显示没有证据支持有关政策的假设,但国家卫生服务局后来确认,一个确定的不寻常地区(伦敦市中心的Tower Hamlets)的医院再入院率和COPD死亡率高于全国水平,它启动了各种本地增强服务来解决这个问题。我们的方法可以早期发现这种局部健康问题。

PubMed免责声明

类似文章

引用人

出版物类型

赠款和资金

LinkOut-更多资源