×
康苏云；詹姆斯·麦克格雷；彼得·巴德；克里·蒙格森

使用贝叶斯时空模型建模癌症发病率的案例研究。 （英语） Zbl 1336.62016年

澳大利亚。N.Z.J.统计。 57，第3期，325-345（2015）.
总结：熟悉空间模型的研究人员意识到选择空间聚集水平的挑战。关于时间聚集及其对时空分析中疾病结局推断的影响的研究很少发表。我们进行了一个案例研究，使用多个贝叶斯层次时空模型对单个疾病结果进行建模，同时考虑了时空聚集的可能影响。利用澳大利亚昆士兰东南部的纵向乳腺癌数据，我们考虑了参数和非参数公式在不同聚集水平上的时间效应。分别考虑两个时间平滑先验；每一个模型都有协变量的固定效应和空间随机效应的内在条件自回归先验。我们的案例研究表明，不同的模型配方会产生截然不同的模型性能。对于这个特定的数据集，假设线性时间趋势的经典参数公式在所考虑的五个模型中产生了最佳拟合。时间随机效应的不同聚集水平对模型的优良度和固定效应的估计影响很小。

MSC公司：

62-07 数据分析（统计）（MSC2010）
第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
92立方37 细胞生物学

关键词：

贝叶斯建模；积分嵌套拉普拉斯近似；空间流行病学；时空；时间聚集

软件：

spdep公司；GMRFLib公司；GeoDa公司
PDF格式BibTeX公司 XML格式引用
\textit{S.Y.Kang}等人，澳大利亚。N.Z.J.Stat.57，No.3，325--345（2015；Zbl 1336.62016）
全文： 内政部 链接

参考文献：

[1] Abellan，《使用时空模型研究疾病模式的稳定性》，环境。健康观点。第116页，第1111页–（2008年）·doi:10.1289/ehp.10814
[2] Adhikari，《地区社会经济指数：介绍、使用和未来方向》（2006年）
[3] AIHW，《农村、区域和远程健康：远程分类指南》（2004年）
[4] Aitkin，《统计推断：综合贝叶斯/似然方法》（2010）·Zbl 1267.62040号 ·doi:10.1201/EBK1420093438
[5] Anselin，GeoDa:空间数据分析简介，Geogr。分析。第5页，共38页–（2006年）·doi:10.1111/j.0016-7363.2005.00671.x
[6] Baade，《地理位置偏远、地区级社会经济劣势和晚期乳腺癌：一项横断面、多层次研究》，《流行病学杂志》。Commun公司。H.65第1037页–（2011年）·doi:10.1136/jech.2010.114777
[7] Bernardinelli，疾病风险时空变化的贝叶斯分析，Stat.Med.14第2433页–（1995）·doi:10.1002/sim.4780142112
[8] Besag，关于条件和内在自回归，Biometrika 82 pp 733–（1995）·Zbl 0899.62123号
[9] 贝萨格，贝叶斯图像恢复，在空间统计中的两个应用，Ann.Inst.Statist。数学。第43页第1页–（1991年）·Zbl 0760.62029号 ·doi:10.1007/BF00116466
[10] Bivand，R.Anselin，L.Berke，O.Bernat，A.Carvalho，M.Chun，Y.Dormann，C.F.Dray，S.Halbersma，R.Lewin-Koh，N.等人2011年spdep:空间相关性：加权方案、统计和模型。R包版本0.5-56http://cran.rproject.org/web/packages/spdep/index.html
[11] Celeux，缺失数据模型的偏差信息标准，贝叶斯分析。第1页，651页–（2006年）·Zbl 1331.62329号 ·doi:10.1214/06-BA122
[12] 诚然，评估邻域权重矩阵对条件自回归（CAR）模型平滑特性的影响，国际卫生地理杂志。第6页，54页–（2007年）·doi:10.186/1476-072X-6-54
[13] Gneiting，《严格正确的评分规则、预测和估计》，J.Amer。统计师。协会102第359页–（2007年）·Zbl 1284.62093号 ·doi:10.1198/0162145000001437
[14] Held，多变量年龄段队列模型中推断的条件方法，Stat.Methods Med.Res.21 pp 311–（2012）·doi:10.1177/0962280210379761
[15] Jackson，《在社会经济疾病风险因素研究中结合总数据和个人数据的层次相关回归》，J.R.Statist。Soc.A 171第159页–（2008年）
[16] Kang，《不同地理尺度对空间依赖规范影响的调查》，J.Appl。统计第1页–（2014年）
[17] Knorr-Held，疾病风险中不可分割时空变化的贝叶斯模型，《统计医学》第19卷第2555页–（2000年）·Zbl 1117.62494号 ·doi:10.1002/1097-0258（20000915/30）19:17/18<2555:：AID-SIM587>3.0.CO；2-#
[18] Knorr-Held，《疾病在时间和空间中的风险建模》，《Stat.Med.17》第2045页–（1998年）·doi:10.1002/（SICI）1097-0258（19980930）17:18<2045:：AID-SIM943>3.0.CO；2-P型
[19] Knorr-Held，《西德肺癌死亡率预测：贝叶斯预测案例研究》，生物统计学2第109页–（2001）·Zbl 04560425号 ·doi:10.1093/biostatistics/2.1.109
[20] Lawson，《贝叶斯疾病映射：空间流行病学中的层次建模》32（2013）·Zbl 1266.62091号
[21] Macnab，《贝叶斯疾病映射中的回归B样条平滑：在患者安全监测中的应用》，《Stat.Med.26》，第4455页–（2007年）·数字对象标识代码：10.1002/sim.2868
[22] Nobre，绘制帕拉疟疾发病率的时空模型，《环境计量学》16，第291页–（2005）·doi:10.1002/env.704
[23] 诺顿，时空贝叶斯层次模型，及其在出生结局中的应用（2008）
[24] Ocaña-Riola，《统计医学》第26卷第4489页，“随着时间的推移，滥用计数数据进行疾病绘图”（2007年）·数字对象标识代码：10.1002/sim.2861
[25] Ocaña-Riola，疾病制图中的常见错误，Geospat。健康4第139页–（2010年）·doi:10.4081/gh.2010.196年
[26] 普卢默，贝叶斯模型比较的惩罚损失函数，生物统计学9 pp 523–（2008）·Zbl 1143.62003年 ·doi:10.1093/biostatistics/kxm049
[27] Richardson，健康环境影响生态研究中的贝叶斯层次模型，环境计量学14，第129页–（2003）·doi:10.1002/env.571
[28] Richardson，英国约克郡男性和女性肺癌风险联合模式的贝叶斯时空分析，《统计方法医学研究》，第15页，第385页–（2006）·Zbl 1122.62371号 ·doi:10.1191/0962280206sm458oa
[29] Riebler，《多元年龄周期模型中异质时间趋势的分析》，生物统计学11，第57页–（2010）·doi:10.1093/biostatistics/kxp037
[30] Rue，《高斯马尔可夫随机场：理论与应用》，统计学和应用概率专著104（2005）·doi:10.1201/9780203492024
[31] Rue，使用集成嵌套拉普拉斯近似对潜在高斯模型进行近似贝叶斯推断，J.R.Statist。Soc.B.统计方法。第319页第71页–（2009年）·Zbl 1248.62156号 ·doi:10.1111/j.1467-9868.2008.00700.x
[32] Sørbye，教程：在R-INLA中缩放IGMRF模型（2013）
[33] Sörbye，空间建模中的标度内禀高斯马尔可夫随机场先验，Spat。统计数据8第39页–（2014年）·doi:10.1016/j.spasta.2013.06.004
[34] Schrödle，使用INLA绘制疾病图和生态回归的引物，计算机。统计师。第26页第241页–（2011年a）·兹比尔1304.65067 ·doi:10.1007/s00180-010-0208-2
[35] Schrödle，使用INLA绘制时空疾病图，环境计量学22 pp 725–（2011b）·doi:10.1002/env.1065
[36] Schrödle，《使用综合嵌套拉普拉斯近似法评估来自瑞士的兽医监测数据：案例研究》，J.R.Statist。Soc.C.申请。Stat.60第261页–（2011年）·文件编号：10.1111/j.1467-9876.2010.00740.x
[37] Simpson，D.P.Martins，T.G.Riebler，A.Fulglstad，G.A.Rue，H.Sörbye，S.H.2014惩罚模型组件复杂性：构建先验的原则性实用方法。
[38] Spiegelhalter，模型复杂性和拟合的贝叶斯度量，J.R.Statist。Soc.B.统计方法。第64页，583页–（2002年）·Zbl 1067.62010年 ·数字对象标识代码：10.1111/1467-9868.00353
[39] Tierney，《后力矩和边缘密度的精确近似》，J.Amer。统计师。协会81第82页–（1986）·Zbl 0587.62067号 ·doi:10.1080/01621459.1986.10478240
[40] Ugarte，《评估时空贝叶斯模型在疾病映射中的性能》，《环境计量学》20，第647页–（2009年）·doi:10.1002/env.969
[41] Wakefield，疾病绘图和计数数据的空间回归，生物统计学8 pp 158–（2007）·Zbl 1213.62178号 ·doi:10.1093/biostatistics/kxl008
[42] Waller，疾病率的分层时空映射，J.Amer。统计师。协会92第607页–（1997年）·Zbl 0889.62094号 ·doi:10.1080/01621459.1997.10474012
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。