HUNT 研究中考虑非随机缺失数据的收缩压共享参数模型
应用统计
2022-04-01 v1
摘要
本工作中，利用来自基于人群的纵向健康调查——特伦德拉格健康（HUNT）研究的数据，对十一年后的血压进行建模，同时考虑因连续调查间退出导致的缺失数据（20-50%）。我们提出并验证了一个贝叶斯框架下的共享参数模型（SPM），以年龄、性别、体重指数和初始血压作为解释变量。此外，我们提出了一种新颖的评估方案，通过比较拟合的 SPM 在条件于缺失过程与未条件于缺失过程下的预测性能，来评估非随机缺失（MNAR）数据。结果表明，SPM 适用于该规模（64385 名参与者的队列）与结构的数据集推断。SPM 指示数据为 MNAR，并给出与假设随机缺失的朴素模型不同的参数估计。基于验证数据集中的预测性能对 SPM 与朴素模型进行比较。朴素模型对现有参与者的表现略优于 SPM。这与基于 SPM 的模拟研究结果一致，我们发现朴素模型对现有参与者表现更好，而 SPM 对退出者表现更好。
引用
@article{arxiv.2203.16602,
title = {A Shared Parameter Model for Systolic Blood Pressure Accounting for Data Missing Not at Random in the HUNT Study},
author = {Aurora Christine Hofman and Lars Espeland and Ingelin Steinsland and Emma M. L. Ingeström},
journal= {arXiv preprint arXiv:2203.16602},
year = {2022}
}