估计每次感染接触疫苗效力的贝叶斯框架
应用统计
2012-08-27 v1
摘要
在针对人类免疫缺陷病毒(HIV)等传染病的疫苗研究中，研究参与者与传染源之间的接触频率和类型是最具信息量的风险因素之一，但在标准分析中往往未被充分调整。此类调整可以改进疫苗效力的评估以及风险因素的评估。这可以通过对每次与传染源接触的传播进行建模来实现。然而，在许多研究中，依赖研究参与者自我报告的接触信息存在显著的测量误差。我们开发了一个使用马尔可夫链蒙特卡洛(MCMC)抽样拟合的贝叶斯层次模型，以估计在控制感染暴露情况下的疫苗效力，同时调整接触相关因素的测量误差。我们的方法被用于重新分析两项最近的HIV疫苗研究，并将结果与使用标准方法发表的初步分析进行比较。所提出的方法也可用于其他收集了接触信息的疫苗，例如人乳头瘤病毒疫苗。
引用
@article{arxiv.0901.4025,
title = {A Bayesian framework for estimating vaccine efficacy per infectious contact},
author = {Yang Yang and Peter Gilbert and Ira M. Longini, and M. Elizabeth Halloran},
journal= {arXiv preprint arXiv:0901.4025},
year = {2012}
}
备注
Published in at http://dx.doi.org/10.1214/08-AOAS193 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)