×

B草皮

swMATH ID: 46858
软件作者: 赵邦耀;钟、元;康健;赵丽丽
描述: 结合不良事件本体论对新型冠状病毒疫苗安全性的贝叶斯学习。虽然疫苗对结束新冠肺炎疫情至关重要,但公众对疫苗安全性的信心一直很脆弱。许多统计方法已应用于疫苗不良事件报告系统(VAERS)数据库,以研究新冠肺炎疫苗的安全性。然而,这些方法都没有考虑不良事件本体。AE是自然相关的;例如,干呕、吞咽困难和反流都与消化系统异常有关。在模型中明确引入AE关系有助于检测噪声中的真实AE信号,同时减少误报。我们提出了一种贝叶斯图辅助信号选择(BGrass)模型,以同时估计所有不良事件,同时合并不良事件之间的依赖网络。在完全贝叶斯推理框架下,我们还提出了一种消极控制方法来缓解报告偏差,以及一种富集方法来检测关注的不良事件组。对于后验计算,我们构造了一个等效模型表示,并开发了一个有效的Gibbs采样器。我们通过大量仿真评估了BGrass的性能。为了研究新冠肺炎疫苗的安全性,我们应用BGrass分析了约100万份涉及800多起不良事件的VAERS报告(2016年1月1日至2021年12月24日)。特别是,我们发现与流感疫苗相比,接种新冠肺炎疫苗后更容易出现血栓(包括深静脉血栓形成、血栓形成和肺栓塞)。与基于mRNA的新型冠状病毒疫苗相比,强生-杨森疫苗的感染率更高。补充材料中包含了一个用户友好的(mathtt{R})软件包(mathtt{BGrass}),该软件包实现了评估疫苗安全性的建议方法,可在以下网址公开获取:https://github.com/BangyaoZhao/B草皮.
主页: https://arxiv.org/abs/202.05370
源代码:  https://github.com/BangyaoZhao/B草皮
依赖项: R(右)
关键词: 不良事件本体;贝斯模型;新冠肺炎疫苗;图形模型;阴性对照
相关软件: R(右)
引用于: 1文件

4位作者引用

1 康健
1 赵邦耀
1 赵丽丽
1 钟、袁

在1个字段中引用

1 统计学(62-XX)

按年份列出的引文