在疾病绘图的背景下,与离散空间数据进行先前平滑
Garazi Retegui1,2, Alan E Gelfand3, Jaione Etxeberria1,2
1Department of Statistics, Computer Science and Mathematics, Public University of Navarre (UPNA), Arrosadia Campus, Pamplona, Spain.
Statistical methods in medical research
|August 8, 2025
概括
这项研究量化了疾病映射模型中的空间平滑. 它比较了七个空间先验,提供了衡量和校准平滑效应的指标,以便更好地分析健康事件.
科学领域:
- 空间统计的空间统计.
- 生物统计学 生物统计学
- 地理信息系统 (GIS) 是指地理信息系统.
背景情况:
- 疾病映射使用马尔科夫随机场模型来分析面积单位的健康事件计数.
- 空间先验对于调整原始风险估计至关重要,但它们引入的平滑程度尚不清楚.
- 现有的文献缺乏对不同空间priors的平滑效应和参数影响的比较分析.
研究的目的:
- 为了比较疾病映射中常用的七个空间先验的平滑效应.
- 为了研究前置参数的变化如何影响光滑的程度.
- 开发用于评估和校准空间平滑的定量指标.
主要方法:
- 模拟和真实世界的数据分析使用半岛西班牙和英格兰的面积地图.
- 应用两个数据集与风险相关人群的应用.
- 开发实证和理论指标来量化和校准光滑效应.
主要成果:
- 在不同空间模型内和跨越不同空间模型的光滑程度的定量表征.
- 建立理论光滑指标和经验观测之间的联系.
- 证明不同先前参数如何影响所产生的空间平滑.
结论:
- 这项研究为了解和量化疾病映射中的空间平滑提供了一个框架.
- 开发的指标可以客观地比较和校准不同的空间先验.
- 结果可以为选择适当的空间先验提供信息,以便更准确地分析健康事件.


