基于子区域的疾病映射的非静止贝叶斯空间模型
Esmail Abdul-Fattah1, Elias Krainski1, Janet Van Niekerk1
1Statistics Program, CEMSE Division, King Abdullah University of Science and Technology, Thuwal, Saudi Arabia.
这项研究引入了一种灵活的非静止空间模型,通过捕捉复杂的空间模式来改善疾病映射. 新的贝叶斯模型提高了解释性,并使用巴西登革热风险来证明.
科学领域:
- 空间统计的空间统计.
- 贝叶斯模型是贝叶斯模型.
- 疾病绘制地图.
背景情况:
- 贝萨格模型是用于疾病映射的标准贝叶斯空间模型.
- 现有的模型往往假定空间静止,这在复杂的地理区域可能不成立.
- 有需要的模型,可以捕捉不同的空间依赖结构.
研究的目的:
- 将贝萨格模型扩展为不规则格子数据的非静止空间模型.
- 改进复杂的空间依赖模式的捕获,并提高模型的可解释性.
- 开发空间数据中非静态效应的灵活建模框架.
主要方法:
- 开发了一种使用多个精度参数的非静止贝叶斯空间模型.
- 引入了针对局部精度参数的联合处罚复杂度优先,以防止过度装配.
- 估计和解释非静止空间效应的衍生方法.
- 为了实际应用,创建了一个R包 (fbesag).
主要成果:
- 拟议的非静止模型有效地捕捉了复杂的空间依赖.
- 在巴西建模登革热风险,揭示了静止假设的局限性,并估计了有趣的风险概况.
- 该模型还应用于研究巴西不同死亡原因的空间静止性.
结论:
- 开发的非静止空间模型为疾病映射提供了更好的灵活性和可解释性.
- 考虑到空间非静态性对于在复杂的地理环境中准确估计风险至关重要.
- 该方法为模拟其他领域的非静态效应提供了基础,包括时间序列分析.
更多相关视频
10:46A Method of Trigonometric Modelling of Seasonal Variation Demonstrated with Multiple Sclerosis Relapse Data
Published on: December 9, 2015
12:26Integrating Remote Sensing with Species Distribution Models; Mapping Tamarisk Invasions Using the Software for Assisted Habitat Modeling SAHM
Published on: October 11, 2016
相关概念视频
Steps in Outbreak Investigation
Mechanistic Models: Compartment Models in Individual and Population Analysis
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
Selected Data About Geographic Locations
Genome-wide Association Studies-GWAS
GWAS does not require the identification of the target gene involved in...
Statistical Software for Data Analysis and Clinical Trials
