考虑风险人群不确定性的贝叶斯空间 Berkson 误差方法用于估计小区域阿片类药物死亡率
统计方法学
2023-12-22 v1 应用统计
摘要
监测阿片类药物死亡率的小区域地理人口趋势对于指导预防性资源配置具有重大意义。获取阿片类药物死亡率小区域估计值的一种常用方法是使用标准疾病制图方法，其中将风险人群估计值视为固定且已知的。假设人口固定忽略了小区域人口估计值周围的不确定性，这可能会使风险估计产生偏差并低估其相关的不确定性。我们提出了一种贝叶斯空间 Berkson 误差（BSBE）模型，以在疾病制图模型中纳入风险人群的不确定性。我们使用模拟研究将 BSBE 方法与朴素方法（即将分母视为固定值）进行比较，以说明该假设可能导致的潜在偏差。我们展示了 BSBE 模型在考虑风险人群不确定性的情况下，估计佐治亚州 159 个县 2020 年阿片类药物死亡率风险的应用。利用我们提出的方法将有助于为阿片类药物相关的公共卫生应对措施、政策和资源配置提供信息。此外，我们还提供了一个改进健康指标估计与制图的通用框架。
引用
@article{arxiv.2312.13331,
title = {A Bayesian Spatial Berkson error approach to estimate small area opioid mortality rates accounting for population-at-risk uncertainty},
author = {Emily N Peterson and Rachel C. Nethery and Jarvis T. Chen and Loni P. Tabb and Brent A. Coull and Frederic B. Piel and Lance A Waller},
journal= {arXiv preprint arXiv:2312.13331},
year = {2023}
}