×
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。