用于综合俄亥俄州各县阿片类药物相关死亡与治疗入院的潜在空间因子方法
应用统计
2018-06-15 v1
摘要
背景：阿片类药物滥用是美国尤其是俄亥俄州的一个重大公共卫生问题。然而，该流行病的负担难以量化，因为公共卫生监测措施捕捉了该问题的不同方面。在此，我们综合县级死亡和治疗计数，以比较各县间的相对负担并评估与社会环境协变量的关联。方法：我们构建了一个广义空间因子模型，以联合建模每个县的死亡率和治疗率。对于每个结果，我们为具有空间变化因子载荷的 Poisson 回归模型指定了空间率参数化。我们使用条件自回归模型在贝叶斯框架内考虑空间依赖性。结果：估计的空间因子在该州南部和西南部的县最高，代表了较高的阿片类药物流行负担。我们发现相对较高的治疗率在该州南部对因子有贡献；而相对较高的死亡率在西南部有贡献。估计的因子还与 18-64 岁残疾居民比例呈正相关，与报告白人种族的居民比例呈负相关。结论：我们通过空间因子模型综合了阿片类药物相关死亡和治疗计数中的信息，以估计代表两种监测措施间共识的潜在因子。我们相信该框架提供了一种在利用多源监测措施信息的同时描述该流行病的连贯方法。
引用
@article{arxiv.1806.05232,
title = {A latent spatial factor approach for synthesizing opioid associated deaths and treatment admissions in Ohio counties},
author = {Staci Hepler and Erin McKnight and Andrea Bonny and David Kline},
journal= {arXiv preprint arXiv:1806.05232},
year = {2018}
}