面向儿童长期生长与食欲表型的贝叶斯半参数模型
统计方法学
2025-01-29 v1
摘要
本研究构建了一个贝叶斯半参数模型，用于探讨来自 GUSTO 队列中儿童的长期生长与食欲表型，重点理解饮食行为与生长结果随时间的关系。虽然已有研究表明饮食行为（如挑食）会影响未来体重和肥胖风险，但其发育模式与生长轨迹之间的关联仍需进一步探索。本工作通过对包括生长指标（如 BMI）和饮食行为（如儿童吃饭行为问卷 CEBQ）在多个时间点上的数据进行建模来填补这一空白。我们将部分信度模型（Partial Credit Model）扩展以容纳重复测量并纳入协变量。生长结果使用灵活的样条回归建模。两个模型组件通过共享的贝叶斯非参数先验分布（具体为标准化广义伽马过程）相连，允许识别临床相关的子群。这种联合建模方法提供了更细致的理解，揭示了早期饮食行为如何与生长模式及发展结果相关，从而为儿童肥胖风险提供了见解。
引用
@article{arxiv.2501.17040,
title = {A Bayesian semi-parametric model for longitudinal growth and appetite phenotypes in children},
author = {Andrea Cremaschi and Beatrice Franzolini and Maria De Iorio and Mary Chong and Toh Jia Ying and Navin Michael and Varsha Gupta and Fabian Yap and Yung Seng Lee and Johan Erikkson and Anna Fogel},
journal= {arXiv preprint arXiv:2501.17040},
year = {2025}
}