基于贝叶斯推断的有向无环图条件概率估计：以重症流感患者住院为例
应用统计
2025-04-10 v1
摘要
本文提出一种用于估计有向无环图 (DAG) 中联合、条件和边际概率的贝叶斯推断框架，应用于重症流感患者住院路径的研究。我们利用来自 Catalonia 的 PIDIRAC retrospective 队列研究数据，构建患者从入院经过不同护理阶段直至出院、死亡或转院至长期护理机构的路径模型。直接的转移概率通过结合共轭 Dirichlet-多项分布推断过程进行估计，而与吸收态或逆概率相关的后验分布则通过模拟技术进行评估。贝叶斯方法通过后验分布量化不确定性，为疾病病程提供洞见，改善了在季节性流感高峰期的医院资源规划。这些结果支持更有效的患者管理和医疗系统决策。
引用
@article{arxiv.2504.06440,
title = {Bayesian estimation for conditional probabilities associated to directed acyclic graphs: study of hospitalization of severe influenza cases},
author = {Lesly Acosta and Carmen Armero},
journal= {arXiv preprint arXiv:2504.06440},
year = {2025}
}