用于估计美国县级阿片类药物滥用的贝叶斯多州数据整合方法
应用统计
2026-01-09 v1
摘要
包括阿片类药物在内的药物过量死亡仍然是美国面临的重大公共卫生威胁。为减轻阿片类药物滥用的危害，了解其在地方层面的患病率对于社区利益相关者制定有效利用有限资源的应对策略至关重要。尽管已有几项针对特定州的研究提供了县级患病率估计值，但此类估计值在全国范围内并未广泛提供，因为这些研究使用的数据集在其他州并不总是容易获取，从而限制了现有模型的更广泛应用。为填补这一空白，我们提出了一种贝叶斯多州数据整合方法，充分利用公开可用的数据源来估计美国所有县的县级阿片类药物滥用患病率。该分层结构联合建模阿片类药物滥用患病率和过量死亡结果，利用有限州内现有的县级患病率估计值以及来自全国调查的州级估计值，并通过县的协变量和混合效应考虑了县和州之间的异质性。此外，我们简约且可推广的建模框架采用 horseshoe+ 先验来灵活收缩系数并防止过拟合，确保在获得额外州的新县级患病率数据时具有适应性。使用真实世界数据，我们的模型通过交叉验证显示出较高的估计精度，并首次提供了全国范围的县级阿片类药物滥用估计值。
引用
@article{arxiv.2601.04966,
title = {A Bayesian Multi-State Data Integration Approach for Estimating County-level Prevalence of Opioid Misuse in the United States},
author = {Zixuan Feng and Qiushi Chen and Paul Griffin and Le Bao},
journal= {arXiv preprint arXiv:2601.04966},
year = {2026}
}