×
塞缪尔·伯查克一世。;Jean-Claude姆万扎;约书亚·L·沃伦。

使用时空边界检测方法用视野数据诊断青光眼进展。 （英语） Zbl 1428.62469号

美国统计协会。 114，第527号，1063-1074（2019）.
小结：诊断青光眼进展对限制不可逆视力丧失至关重要。评估青光眼进展的一种常用方法是使用定期采集的纵向视野序列（VF）。由于数据生成过程和眼部解剖，心室颤动数据具有复杂的时空结构。因此，需要先进的统计方法来对进展状态进行临床测定。我们引入了一个时空边界检测模型，该模型允许视盘的基本解剖结构指示VF数据随时间的空间结构。我们表明，我们的新方法利用青光眼静脉搏动研究试验和狮子眼科研究所试验注册中心的数据，对视力丧失提供了新的见解，从而提高了青光眼进展的诊断。仿真结果表明，该方法优于现有的心室颤动数据空间方法。对于本文，可以在线获取，该方法在R包中实现袋装R.

引用于三文件

MSC公司：

62页第10页 统计学在生物学和医学中的应用；元分析
62H11型 定向数据；空间统计学

关键词：

区域缠结;贝叶斯方法;条件自回归模型;差异度量

软件：

卢比;对;spBayes公司;贝叶斯DA;脓疱病;袋装R
PDF格式BibTeX公司 XML格式引用
\textit{S.I.Berchuck}等人，《美国统计协会期刊》第114卷，第527、1063--1074号（2019年；Zbl 1428.62469）
全文： 内政部 arXiv公司 链接

参考文献：

[1] 班纳吉，S。；Gelfand，A.E.，“贝叶斯颤抖：空间过程模型下的曲线梯度评估”，美国统计协会期刊，1011487-1501（2006）·Zbl 1171.62347号 ·doi:10.19198/0162114506000000041
[2] 班纳吉，S。；Gelfand，A.E。；Carlin，B.P.，《空间数据的层次建模与分析》（2003），佛罗里达州博卡拉顿：CRC出版社，佛罗里达州波卡拉顿
[3] Besag，J.，“晶格系统的空间相互作用和统计分析”，《皇家统计学会杂志》，B辑，36192-236（1974）·Zbl 0327.60067号 ·doi:10.1111/j.2517-6161.1974.tb00999.x
[4] Betz-Stablein，B.D。；摩根·W·H。；豪斯，P.H。；Hazelton，M.L.，“评估青光眼进展的视野数据的空间建模”，《眼科与视觉科学研究》，5411544-1553（2013）·doi:10.1167/iovs.12-11226
[5] F.D.鲍曼。；Caffo，B。；巴塞特，S.S。；Kilts，C.，“功能磁共振成像数据空间建模的贝叶斯层次框架”，《神经影像》，39，146-156（2008）·doi:10.1016/j.neuroimage.2007.08.012
[6] Bryan，S.R。；艾尔斯，P.H。；Lesaffre，E.M。；Lemij，H.G。；Vermeer，K.A.，“青光眼视野点向纵向建模中的全球访问效应”，《眼科学与视觉科学研究》，56，4283-4289（2015）·doi:10.1167/iovs.15-16691
[7] 卡斯特鲁西奥，S。；Ombao，H。；Genton，M.G.，“功能磁共振成像数据中大脑激活和连接的多分辨率时空模型”，arXiv编号1602.02435（2016）·Zbl 1414.62435号
[8] Chauhan，不列颠哥伦比亚省。；Garway-Heath，D.F。；GoñI，F.J。；罗塞蒂，L。；本特森，B。；维斯瓦纳坦，A.C。；Heijl，A.，“测量青光眼视野变化率的实用建议”，英国眼科杂志，92，569-573（2008）·doi:10.1136/bjo.2007.135012
[9] Dawson，H.，《眼睛生理学》（2012），阿姆斯特丹：爱思唯尔，阿姆斯特丹
[10] 医学博士埃克。；Gelfand，A.E.，《静态非几何范围各向异性下的空间建模与预测》，环境与生态统计，第10期，第165-178页（2003年）
[11] Eddelbuettel，D。；弗朗索瓦，R。；Allaire，J。；钱伯斯，J。；贝茨，D。；Ushey，K.，“Rcpp:无缝R和C++集成”，《统计软件杂志》，40，1-18（2011）
[12] Garway-Heath，D.F。；波努索米，D。；菲茨克，F.W。；Hitchings，R.A.，“正常张力青光眼视野到视盘的映射”，《眼科学》，1071809-1815（2000）
[13] Gelfand，A.E。；Diggle，P。；Guttorp，P。；Fuentes，M.，《空间统计手册》（2010），佛罗里达州博卡拉顿：CRC出版社，佛罗里达州波卡拉顿·Zbl 1188.62284号
[14] Gelman，A。；Carlin，J.B。；斯特恩，H.S。；Rubin，D.B.，贝叶斯数据分析，2（2014），佛罗里达州博卡拉顿：Chapman&Hall/CRC，佛罗里达州博卡拉顿·Zbl 1279.62004号
[15] Gelman，A。；Shalizi，C.R.，“贝叶斯统计的哲学和实践”，《英国数学与统计心理学杂志》，66，8-38（2013）·兹比尔1410.62009 ·doi:10.1111/j.2044-8317.2011.02037.x
[16] Geman，S。；Geman，D.，“随机松弛、吉布斯分布和图像的贝叶斯恢复”，IEEE模式分析和机器智能汇刊，6721-741（1984）·兹比尔0573.62030 ·doi:10.10109/TPAMI.1984.4767596
[17] 何毅。；陈，Z。；Evans，A.，“阿尔茨海默病大尺度皮层网络异常拓扑模式的结构观察”，《神经科学杂志》，28，4756-4766（2008）·doi:10.1523/JNEUROSCI.0141-08.2008
[18] Jacquez，G.M。；Greiling，D.A.，《长岛乳腺癌、肺癌和结直肠癌的地理边界与暴露于空气毒物的关系》，纽约，《国际健康地理杂志》，第2期，第4期（2003年）
[19] Konrad，K。；Eickhoff，S.B.，“ADHD的大脑连线不同吗？注意缺陷多动障碍的结构和功能连接综述”，《人脑绘图》，31904-916（2010）·doi:10.1002/hbm.21058
[20] Lee，D。；Mitchell，R.，“疾病绘图研究中的边界检测”，生物统计学，15，457-469（2011）
[21] Lee，D。；Mitchell，R.，“使用条件自回归模型的局部自适应空间平滑”，《皇家统计学会杂志》，C辑，62593-608（2013）·doi:10.1111/rssc.12009
[22] Lee，D。；Mitchell，R.，“长期空气污染和健康研究中局部时空自相关的控制”，《医学研究中的统计方法》，23，488-506（2014）·doi:10.1177/0962280214527384
[23] Lee，D。；拉什沃思，A。；Sahu，S.K.，“估算空气污染对健康影响的贝叶斯局部条件自回归模型”，生物计量学，70419-429（2014）·Zbl 1419.62387号 ·doi:10.1111/biom.12156
[24] 勒鲁，B.G。；雷，X。；北卡罗来纳州布雷斯洛。；Halloran，M.E。；Berry，D.，流行病学、环境和临床试验中的统计模型，“小区域疾病率估计：空间依赖性的新混合模型”，179-191（2000），纽约州纽约市：纽约州斯普林格·Zbl 0957.62095号
[25] 李，P。；班纳吉，S。；Hanson，T.A。；McBean，A.M.，“检测区域数据差异边界的贝叶斯模型”，《中国统计》，25，385-402（2015）·兹比尔1480.62190
[26] 李，P。；班纳吉，S。；McBean，A.M.，“使用贝叶斯信息标准挖掘区域参考空间数据中的边界效应”，《地理信息学》，第15期，第435-454页（2011年）·doi:10.1007/s10707-010-0109-0
[27] 卢，H。；Carlin，B.P.，“地理边界分析的贝叶斯区域震动”，《地理分析》，第37期，第265-285页（2005年）·数字对象标识代码：10.1111/j.1538-4632.2005.00624.x
[28] 卢，H。；赖利，C.S。；班纳吉，S。；Carlin，B.P.，“贝叶斯区域通过邻接模型摇晃”，《环境与生态统计》，第14期，第433-452页（2007年）·doi:10.1007/s10651-007-0029-9
[29] 马，H。；Carlin，B.P.，“多疾病边界分析的贝叶斯多变量区域颤抖”，贝叶斯分析，2281-302（2007）·Zbl 1331.62427号 ·doi:10.1214/07-BA211
[30] H.A.奎格利。；J.Katz。；德里克，R.J。；吉尔伯特，D。；Sommer，A.，“监测早期青光眼损害进展的视盘和神经纤维层检查评估”，《眼科学》，99，19-28（1992）·doi:10.1016/S0161-6420（92）32018-4
[31] R： 《统计计算的语言和环境》（2016），奥地利维也纳：R统计计算基金会，奥地利维也纳
[32] 拉什沃思，A。；Lee，D。；Sarran，C.，“用于估计疾病风险趋势和阶跃变化的自适应时空平滑模型”，《皇家统计学会杂志》，C辑，66，141-157（2017）·doi:10.1111/rssc.12155
[33] P.D.桑普森。；Gelfand，A.E。；Diggle，P.J。；Fuentes，M。；Guttorp，P.，《空间统计手册》，“非平稳空间过程的构造，119-130（2010），佛罗里达州博卡拉顿：CRC出版社，佛罗里达州波卡拉顿·Zbl 1188.62284号
[34] S.D.史密斯。；J.Katz。；Quigley，H.A.，“青光眼自动视野渐进变化分析”，《眼科学与视觉科学研究》，371419-1428（1996）
[35] Smythies，J.，“关于神经病学、心理学和视觉神经科学中视野概念的注释”，《感知》，25，369-372（1996）·doi:10.1068/p250369
[36] Tanner，M.，《统计推断工具：后验分布和似然函数的探索方法》（1996），纽约：Springer-Verlag出版社，纽约·Zbl 0846.62001号
[37] Tham，Y.-C。；李，X。；Wong，T.Y。；H.A.奎格利。；Aung，T。；Cheng，C.-Y，“2040年全球青光眼患病率和青光眼负担预测：系统回顾和荟萃分析”，《眼科学》，1212081-2090（2014）·doi:10.1016/j.ophtha.2014.05.013
[38] 汤普森，P.M。；Hayashi，K.M。；Sowell，E.R。；Gogtay，北。；Giedd，J.N。；Rapoport，J.L。；德祖比卡雷，G.I。；Janke，A.L。；罗斯，S.E。；森普尔，J。；Dodrell，D.M.，“绘制阿尔茨海默病、大脑发育和精神分裂症的皮层变化图”，《神经影像学》，23，S2-S18（2004）·doi:10.1016/j.neuroimage.2004.07.071
[39] Tobin，J.，“有限相依变量关系的估计”，《计量经济学》，26，24-36（1958）·Zbl 0088.36607号 ·doi:10.2307/1907382
[40] 维亚纳，J.R。；Chauhan，B.C.，“如何检测青光眼的进展”，《大脑研究进展》，221135-158（2015）·doi:10.1016/bs.pbr.2015.04.011
[41] 沃伦，J.L。；姆万扎，J.-C。；Tanna，A.P。；Budenz，D.L.，“利用空间相关视野数据分析临床医生对青光眼进展的专家共识的统计模型”，《转化视觉科学与技术》，5，14-14（2016）·doi:10.1167/tvst.5.4.14
[42] West，M.，贝叶斯预测（1996），威利在线图书馆
[43] Womble，W.H.，“微分系统学”，《科学》，114，315-322（1951）
[44] 朱，H。；罗素·R·A。；桑德斯，L.J。；塞肯，S。；Garway-Heath，D.F。；Crabb，D.P.，“检测视网膜功能的变化：非静态威布尔误差回归和空间增强分析（ANSWERS）”，《公共科学图书馆·综合》，第9期，第1-11页（2014年）
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。