维吉利奥·戈梅斯·鲁比奥;弗朗西斯科·帕拉莱斯;冈萨罗州洛佩兹·阿本特;丽贝卡·拉米斯·普利托;巴勃罗·费尔南德斯·纳瓦罗 多种疾病的贝叶斯联合时空分析。 (英语) Zbl 1420.62113号 分拣 43,第1期,第51-74页(2019年). 摘要:在本文中,我们提出了一个贝叶斯层次时空模型,用于联合分析包括特定和共享时空效应的多种疾病。对共享术语的依赖性由疾病特定权重控制,因此它们的后验分布可用于识别具有类似时空模式的疾病。本文提出的模型已用于研究西班牙省一级三种不同的死亡原因(口腔癌、食道癌和胃癌)。为了研究这些原因之间的相似性和差异性,对共享和特定的空间和时间影响进行了评估和绘制。此外,还比较了马尔可夫链蒙特卡罗和积分嵌套拉普拉斯近似的估计。 引用于2文件 MSC公司: 2015年1月62日 贝叶斯推断 62H11型 定向数据;空间统计学 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 关键词:贝叶斯建模;关节建模;多变量疾病映射;共享组件。时空流行病学 软件:WinBUGS公司 PDF格式BibTeX公司 XML格式引用 \textit{V.Gómez-Rubio}等人,SORT 43,No.1,51--74(2019;Zbl 1420.62113) 全文: 内政部 参考文献: [1] Abellan,J.、Richardson,S.和Best,N.(2008年)。利用时空研究疾病模式的稳定性。环境健康观点,1161111-1119。 [2] Aragones,N.、P´erez-G´omez,B.、Poll´an,M.、Ramis,R.、Vidal,E.、Lope,V.、Garc´na-P´erez,J.、Boldo,E.和L´opez-Abente,G.(2009年)。西班牙胃癌死亡率惊人的地理格局:重新审视环境假设。骨髓细胞癌,9,1。 [3] Aragones,N.、Ramis,R.、Poll´an,M.、P´erez-G´omez,B.、G´omez-Barroso,D.、Lope,V.、Boldo,E.、Garc´aP´eez,J.和L´opez-Abente,G.(2007)。西班牙食管癌死亡率的空间分析。BMC癌症,7,1。 [4] Banerjee,S.、Carlin,B.和Gelfand,A.(2014)。空间Sata的层次建模与分析。Crc出版社。 [5] Besag,J.、York,J.和Molli´e,A.(1991)。贝叶斯图像恢复,在空间统计中有两个应用。统计数学研究所年鉴,43,1-59·Zbl 0760.62029号 [6] Botella-Rocamora,P.,Mart´´ñnez-Beneito,M.和Banerjee,S.(2015)。高度多元疾病映射的统一建模框架。医学统计学,341548-1559。 [7] Carroll,R.、Lawson,A.B.、Faes,C.、Kirby,R.S.、Aregay,M.和Watjou,K.(2016)。用于疾病映射的时空贝叶斯模型选择。环境计量学,27,466-478·Zbl 1358.62083号 [8] Carroll,R.、Lawson,A.B.、Faes,C.、Kirby,R.S.、Aregay,M.和Watjou,K.(2017年)。扩展到小面积癌症数据的多元时空混合建模。《国际环境研究与公共卫生杂志》,第14503页·Zbl 1358.62083号 [9] Carroll,R.、Lawson,A.B.、Kirby,R.S.、Faes,C.、Aregay,M.和Watjou,K.(2017年)。南卡罗来纳州呼吸道癌症的时空变异:风险评估的灵活多元混合建模方法。流行病学年鉴,27,42-51。 [10] Corber´an-Vallet,A.(2012年)。多变量空间疾病数据的前瞻性监测。医学研究中的统计方法,21457-477。 [11] Downing,A.、Forman,D.、Gilthorpe,M.、Edwards,K.和Manda,S.(2008年)。在英国约克郡地区使用六种癌症进行联合疾病绘图。国际健康地理学杂志,7,1。 [12] Elliot,P.、Wakefield,J.、Best,N.和Briggs,D.(2000年)。空间流行病学:方法与应用。牛津大学出版社。 [13] 74多种疾病的贝叶斯联合时空分析 [14] Knorr-Held,L.和Best,N.(2001年)。用于检测两种疾病的联合和选择性聚类的共享组件模型。英国皇家统计学会杂志,A辑,173-85·Zbl 1002.62513号 [15] Lawson,A.(2013)。贝叶斯疾病映射:空间流行病学的层次建模。CRC出版社·兹比尔1266.62091 [16] Lawson,A.B.、Carroll,R.、Faes,C.、Kirby,R.S.、Aregay,M.和Watjou,K.(2017年)。疾病映射中贝叶斯模型选择的时空多元混合模型。环境计量学,28,e2465·Zbl 1358.62083号 [17] L´opez-Abente,G.,Aragon´es,N.,Garc´a-P´erez,J.和Fern´andez-Navarro,P.(2014)。疾病制图和时空分析:预期计算标准的重要性。地理空间健康,9,27-35。 [18] L´opez-Abente,G.,Aragones,N.,P´erez-G´omez,B.,Poll´an,M.,Garc´´a-P´errez,J.,Ramis,R.和Fern´andezNavarro,P.(2014)。西班牙城市癌症死亡率分布模式的时间趋势。骨髓细胞癌,14,1。 [19] L´opez-Abente,G.,Ramis,R.,Poll´an,M.,Aragones,N.,P´erez-G´omez,B.,G´omez-Barroso,D.,Carrasco,J.,Lope,V.,Garc´´¨¨a-P´eez,J.、Boldo,E.和Garc¨´a-Mendizabal,M.(2007)。1989年至1998年,西班牙阿特拉斯市政局(Atlas Municipal de Mortalidad por C´ancer en Espaána)。马德里:卡洛斯三世学院。 [20] Lunn,D.,Thomas,A.,Best,N.和Spiegelhalter,D.(2000)。WinBUGS-贝叶斯建模框架:概念、结构和可扩展性。统计与计算,10325-337。 [21] MacNab,Y.(2011年)。关于高斯马尔可夫随机场和贝叶斯疾病映射。医学研究中的统计方法,20,49-68。 [22] Mardia,K.(1988年)。多维多元高斯马尔可夫随机场及其在图像处理中的应用。多元分析杂志,24,265-284·Zbl 0637.60065号 [23] Mar´-Dell'Olmo,M.,Mart´nez-Beneito,M..,Gotsens,M.和Pal'encia,L.(2014)。多元生态回归的平滑方差分析模型。随机环境研究和风险评估,28695-706。 [24] Mart´un nez-Beneito,M.(2013)。多值疾病映射的通用建模框架。生物特征,100539-553·兹比尔1284.62667 [25] Mart´un nez-Beneito,M.、Botella-Rocamora,P.和Banerjee,S.(2016)。面向贝叶斯疾病映射的多维方法。贝叶斯分析,1239-259·Zbl 1384.62308号 [26] R核心团队 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。