柯蒂斯·B·斯托利。;特里·塞诺。;Rickey E.Carter。;尼古拉斯·恰;约翰·伯奎斯特。;珍妮·哈德斯顿。;圣地亚哥Romero-Brufau 患者警报系统中缺失数据的预测和推断。 （英语） Zbl 1437.62613号 美国统计协会。 115、529、32-46号（2020年）. 总结：我们描述了床边患者救援（BPR）项目，其目标是使用（sim 100）变量（生命体征、实验室结果、评估等）预测非紧张性护理单元患者的不良事件风险。对于大多数患者来说，有几个缺失的预测值，这在健康科学中是常态，而不是例外。提出了一种贝叶斯方法，解决了标准方法在缺失预测因子方面的许多缺点：（i）在贝叶斯范式中，对插补造成的不确定性的处理是直接的，（ii）预测器分布被灵活地建模为具有潜在变量的无限正态混合物，以明确说明离散预测器（即，如多元probit回归模型），以及（iii）某些非随机缺失情况可以通过允许缺失指标进入预测器分布来有效处理，只需告知缺失变量的分布。所提议的方法还具有为预测提供分布的优点，包括插补中固有的不确定性。因此，我们可以问这样的问题：这个人是否可能处于高风险中，但我们遗漏了太多信息而无法确定？通过获得特定的缺失值，我们可以在多大程度上减少风险预测中的不确定性？该方法被应用于BPR问题，从而具有极好的预测能力来识别恶化的患者。对于本文，包括可用于复制作品的材料的标准化描述，可以作为在线补充。 引用于1文件 MSC公司： 62页第10页 统计学在生物学和医学科学中的应用；元分析 2015年1月62日 贝叶斯推断 62D05型 抽样理论、抽样调查 关键词：连续的和范畴的;迪里克莱过程;层次贝叶斯模型;潜在变量;缺少数据;多重插补 软件：miss森林;斯坦;卡爪 PDF格式BibTeX公司 XML格式引用 \textit{C.B.Storlie}等人，《美国统计协会期刊》第115卷，第529、32-46号（2020年；Zbl 1437.62613） 全文： 内政部 arXiv公司 参考文献： [1] Allison，P.D.，“缺失数据的多重插补：警示故事”，《社会学方法与研究》，第28期，第301-309页（2000年）·doi:10.1177/0049124100028003003 [2] Amemiya，T.，“Tobit模型：一项调查”，《计量经济学杂志》，24，3-61（1984）·Zbl 0539.62121号 ·doi:10.1016/0304-4076（84）90074-5 [3] 安东尼奥，C。；David，B.D.，“贝叶斯多元混合尺度密度估计”，《统计学及其界面》，第8期，195-201（2015）·Zbl 1405.62037号 [4] Berger，J.O.，《统计决策理论和贝叶斯分析》（2013），纽约：Springer Science&Business Media，纽约 [5] 伯纳兹，C.A。；Belin，T.R。；Schafer，J.L.，“不完全二进制数据插补的多元正态近似的稳健性”，《医学统计学》，26，1368-1382（2007）·数字对象标识代码：10.1002/sim.2619 [6] Bhattacharya，A。；邓森，D.B.，“多元无序分类数据的单因子模型”，《美国统计协会杂志》，107，362-377（2012）·Zbl 1263.62097号 ·doi:10.1080/01621459.2011.646934 [7] Buist，医学博士。；Jarmolowski，E。；P.R.伯顿。；Bernard，S.A。；Waxman，B.P。；Anderson，J.，“在心脏骤停或计划外进入重症监护室之前认识到医院患者的临床不稳定性。在三级护理医院的初步研究，澳大利亚医学杂志，171，22-25（1999）·doi:10.5694/j.136-5377.1999.tb12392.x [8] Chib，S。；Greenberg，E.，“多元Probit模型分析”，《生物统计学》，85，347-361（1998）·Zbl 0938.62020号 ·doi:10.1093/biomet/85.2.347 [9] 邓森，D.B.，“聚类混合结果的贝叶斯潜在变量模型”，《皇家统计学会杂志》，B辑，62355-366（2000）·doi:10.1111/1467-9868.00236 [10] 邓森，D.B。；Park，J.-H，“内核破棒过程”，《生物统计学》，95，307-323（2008）·Zbl 1437.62448号 ·doi:10.1093/biomet/asn012 [11] Efron，B.，“删失数据的考克斯似然函数效率”，《美国统计协会杂志》，72，557-565（1977）·Zbl 0373.62020号 ·doi:10.1080/01621459.1977.10480613 [12] Ferguson，T.S.，“一些非参数问题的贝叶斯分析”，《统计年鉴》，1209-230（1973）·Zbl 0255.62037号 ·doi:10.1214/aos/1176342360 [13] Finch，W.H.，“缺失分类问卷数据的插补方法：方法的比较”，《数据科学杂志》，8，361-378（2010） [14] Friedman，J.，《贪婪函数近似：梯度推进机器》，《统计年鉴》，291189-1232（2001）·Zbl 1043.62034号 ·doi:10.1214/aos/1013203451 [15] Gebregziabher，M。；DeSantis，S.M.，“缺失类别数据的基于潜在类别的多重插补方法”，《统计规划与推断杂志》，140，3252-3262（2010）·兹比尔1204.62125 ·doi:10.1016/j.jspi.2010.04.020 [16] 朱迪奇，P。；Green，P.，“可分解图形高斯模型确定”，《生物特征识别》，86785-801（1999）·Zbl 0940.62019号 ·doi:10.1093/biomet/86.4.785 [17] Green，P.J.，“可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定”，《生物特征分析》，82，711-732（1995）·Zbl 0861.62023号 ·doi:10.1093/biomet/82.4.711 [18] Green，P.J。；Hastie，D.I.，“可逆跳跃MCMC”，《遗传学》，1551391-1403（2009） [19] 格里菲斯，J.R。；肾脏，E.M.，“英国急诊科早期预警评分的现状”，《急诊医学杂志》，29，65-66（2012）·doi:10.1136/emermed-2011-200508 [20] Gueorguieva，R.V。；Agresti，A.，“聚类二元和连续响应联合建模的相关Probit模型”，美国统计协会杂志，96，1102-1112（2001）·Zbl 1072.62612号 ·doi:10.1198/016214501753208762 [21] Heckman，J.J.，“截尾、样本选择和有限相关变量统计模型的共同结构以及此类模型的简单估计”，《经济和社会计量年鉴》，5，4，475-492（1976），马萨诸塞州坎布里奇：美国国家经济研究所，坎布里奇 [22] Helton，J。；约翰逊，J。；沙拉莓，C。；Storlie，C.，“基于抽样的不确定性和敏感性分析方法综述”，可靠性工程和系统安全，91，1175-1209（2006）·doi:10.1016/j.ress.2005.11.017 [23] 新泽西州霍顿。；Kleinman，K.P.，“什么都不做：缺失数据方法和软件的比较，以拟合不完全数据回归模型”，《美国统计学家》，第61期，第79-90页（2007年）·doi:10.1198/000313007X172556 [24] 新泽西州霍顿。；Lipsitz，S.R。；Parzen，M.，“在多重推断中舍入时的潜在偏差”，美国统计学家，57229-232（2003）·Zbl 1182.62002号 ·doi:10.1198/0003130032314 [25] Imai，K。；van Dyk，D.A.，“使用边际数据增强对多项式Probit模型的贝叶斯分析”，《计量经济学杂志》，124，311-334（2005）·Zbl 1335.62049号 ·doi:10.1016/j.jeconom.2004.02.002 [26] Ishwaran，H。；James，L.F.，“断裂前吉布斯取样方法”，《美国统计协会杂志》，96（2001）·Zbl 1014.62006年 ·doi:10.1198/016214501750332758 [27] Kim，S。；Tadesse，M.G。；Vannucci，M.，“通过Dirichlet过程混合模型进行聚类的变量选择”，《生物特征》，93，877-893（2006）·Zbl 1436.62266号 ·doi:10.1093/biomet/93.4.877 [28] 柯克兰，L.L。；马林科克，M。；O'Byrne，M。；Benson，J.T。；Kashiwagi，D.T。；伯顿，医学博士。；瓦基，P。；Morgenthaler，T.I.，“内科患者的临床恶化预测工具”，《美国医疗质量杂志》，28，135-142（2013）·doi:10.1177/1062860612450459 [29] Kruschke，J.，《做贝叶斯数据分析：R、JAGS和Stan的教程》（2014），纽约：学术出版社，纽约·Zbl 1300.62001号 [30] Lesaffre，E。；Kaufmann，H.，“多元概率模型最大似然估计的存在性和唯一性”，《美国统计协会杂志》，87805-811（1992）·Zbl 0850.62421号 ·doi:10.1080/01621459.1992.10475282 [31] Li，F.、Yu，Y.和Rubin，D.B.（2012），“通过全条件模型对缺失数据进行推断：一些注意的例子和指南”，杜克大学统计科学系讨论论文11-24。 [32] Lipsitz，S.R。；Ibrahim，J.G.，“参数回归模型中不完全协变量的条件模型”，《生物统计学》，83，916-922（1996）·Zbl 0885.62026号 ·doi:10.1093/生物技术/83.4916 [33] McCulloch，R.E。；新几内亚波尔森。；Rossi，P.E.，“具有完全识别参数的多项式Probit模型的贝叶斯分析”，《计量经济学杂志》，99，173-193（2000）·Zbl 0958.62029号 ·doi:10.1016/S0304-4076（00）00034-8 [34] Molenberghs，G。；Beunckens，C。；索托，C。；Kenward，M.G.，“非随机模型中的每一个任务都具有同等拟合的随机对应任务”，《皇家统计学会杂志》，B辑，70，371-388（2008）·Zbl 1148.62046号 ·doi:10.1111/j.1467-9868.2007.00640.x [35] 缪勒，P。；埃尔坎利，A。；West，M.，“使用多元正态混合进行贝叶斯曲线拟合”，《生物统计学》，83，67-79（1996）·Zbl 0865.62029号 [36] J.S.穆雷。；Reiter，J.P.，“通过具有局部依赖性的贝叶斯混合模型对缺失的范畴值和连续值进行多重插补”，《美国统计协会杂志》，1111466-1479（2016）·doi:10.1080/01621459.2016.1174132 [37] Nobile，A.，用于多项式概率模型、统计和计算的贝叶斯分析的混合马尔可夫链，8229-242（1998） [38] Peberdy，医学硕士。；Kaye，W。；Ornato，J.P。；拉金，G.L。；纳德卡尼，V。；Mancini，M.E。；R.A.Berg。；Nichol，G。；Lane-Trultt，T。；NRCPR研究人员，医院成人心肺复苏：来自国家心肺复苏登记处的14720例心脏骤停报告，复苏，58297-308（2003）·doi:10.1016/S0300-9572（03）00215-6 [39] Prytherch，D.R。；史密斯，G.B。；施密特，体育。；Featherstone，P.I.，“ViEWS-Towards a National Early Warning Score for Detecting Adult Inpatient Degression”，《复苏》，第81期，第932-937页（2010年）·doi:10.1016/j.resuscitation.2010.04.014 [40] Raftery，A.E。；Dean，N.，“基于模型聚类的变量选择”，《美国统计协会杂志》，101168-178（2006）·Zbl 1118.62339号 ·doi:10.19198/0162114506000000113 [41] Raghunathan，T.E。；Lepkowski，J.M。；Van Hoewyk，J。；Solenberger，P.，“使用回归模型序列乘法计算缺失值的多元技术”，《调查方法》，27，85-96（2001） [42] Romero-Brufau，S。；哈德斯顿，J.M。；Naessens，J.M。；约翰逊，M.G。；希克曼，J。；莫兰，B.W。；Jensen，J.B。；Caples，S.M。；埃尔默，J.L。；施密特，J.A。；Morgenthaler，T.I.，“广泛使用的跟踪和触发分数：他们准备好在实践中实现自动化了吗？”，《复苏》，85，549-552（2014）·doi:10.1016/j.resuscitation.2013.12.017 [43] 罗伊·J。；Lum，K.J。；丹尼尔斯，M.J。；Zeldow，B。；德沃金，J。；Re，V.L.III，随机协变量缺失因果推断的贝叶斯非参数生成模型，arXiv编号1702.08496（2017） [44] 鲁宾，D.B.，“推断和缺失数据”，《生物特征》，63，581-592（1976）·Zbl 0344.62034号 ·doi:10.1093/biomet/63.3.581 [45] Schafer，J.L.，《不完全多元数据分析》（1997），佛罗里达州博卡拉顿：CRC出版社，佛罗里达州波卡拉顿·Zbl 0997.62510号 [46] Schein，R。；Hazday，N。；佩纳，M。；鲁宾，B.H。；Sprung，C.L.，“院内心肺骤停的临床先兆”，《胸科杂志》，98，1388-1392（1990）·doi:10.1378/箱98.6.1388 [47] Sethuraman，J.，“Dirichlet Priors的构造性定义”，《统计》，第4639-650页（1994）·兹比尔0823.62007 [48] Shahbaba，B。；Neal，R.，“使用Dirichlet过程混合的非线性模型”，《机器学习研究杂志》，101829-1850（2009）·Zbl 1235.62069号 [49] Si，Y。；Reiter，J.P.，“大范围评估调查中不完整类别变量的非参数贝叶斯多重插补”，《教育与行为统计杂志》，38，499-521（2013）·数字对象标识代码：10.3102/107699861348394 [50] 史密斯，G.B。；Prytherch博士。；Meredith，P。；施密特，体育。；Featherstone，P.I.，“国家早期预警评分（NEWS）鉴别早期心脏骤停、意外重症监护病房入院和死亡风险患者的能力”，《复苏》，84，465-470（2013）·doi:10.1016/j.resuscitation.2012.12.016 [51] 斯特霍芬，D.J。；Bühlmann，P.，“森林错位：混合型数据的非参数缺失值插补”，生物信息学，28，112-118（2012）·doi:10.1093/bioinformatics/btr597 [52] Storlie，C.B。；Michalak，S.E。；Quinn，H.M。；Dubois，A.J。；文德，S.A。；Dubois，D.H.，“高性能计算硬件中子诱发误差的贝叶斯可靠性分析”，《美国统计协会杂志》，108，429-440（2013）·Zbl 06195950号 ·doi:10.1080/01621459.2013.770694 [53] Storlie，C.B。；迈尔斯，S。；科利根，R.C。；韦弗，A.L。；Voigt，R。；克罗金，体育。；Leibson，C.L。；Stoeckel，R.E。；Katusic，S.K。；Port，J.D.，《通过Dirichlet过程模型混合连续和离散变量的基于模型的聚类》，arXiv编号1703.08741（2017） [54] Storlie，C.B。；Reich，B。；Helton，J。；斯威勒，L。；Sallaberry，C.，“具有连续和分类输入的计算需求模型分析”，可靠性工程和系统安全，113，30-41（2013）·doi:10.1016/j.rss.2012.11.018 [55] Talhouk，A。；Doucet，A。；Murphy，K.，“具有稀疏逆相关矩阵的多元概率模型的有效贝叶斯推断”，《计算与图形统计杂志》，21，739-757（2012）·doi:10.1080/10618600.2012.679239 [56] Van Buuren，S。；Brand，J.P。；Groothuis-Audshoorn，C。；Rubin，D.B.，“多元插补中的完全条件规范”，《统计计算与模拟杂志》，761049-1064（2006）·兹比尔1144.62332 ·网址：10.1080/10629360600810434 [57] 弗蒙特，J.K。；Van Ginkel，J.R。；德阿尔克，V。；安德烈，L。；Sijtsma，K.，“使用潜在类别分析对不完整类别数据进行多重插补”，《社会学方法论》，38，369-397（2008）·文件编号：10.1111/j.1467-9531.2008.00202.x [58] 韦德，S。；邓森，D.B。；Petrone，S.公司。；Trippa，L.，“通过浓缩改进Dirichlet过程混合物的预测”，《机器学习研究杂志》，第15期，第1041-1071页（2014年）·Zbl 1319.62085号 [59] Wong，F。；Carter，C.K。；Kohn，R.，“协方差选择模型的有效估计”，《生物统计学》，90，809-830（2003）·兹比尔1436.62346 ·doi:10.1093/biomet/90.4.809 [60] 徐，D。；丹尼尔斯，M.J。；Winterstein，A.G.，“缺失协变量插补的序列BART”，生物统计学，17，589-602（2016）·doi:10.1093/biostatistics/kxw009 [61] 张，X。；博斯卡丁，W.J。；Belin，T.R.，“使用多元多项式概率模型对多元名义测度进行贝叶斯分析”，计算统计与数据分析，52，3697-3708（2008）·Zbl 1452.62233号 ·doi:10.1016/j.csda.2007.12.012 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。