基于贝叶斯因子模型的口头尸检死因概率评估
应用统计
2018-11-28 v2
摘要
按死因分布的死亡情况为公共卫生规划、响应与评估提供了关键信息。全球约 60% 的死亡未被登记或确定死因，限制了我们理解疾病流行病学的能力。在此类环境中，口头尸检（VA）调查正日益用于收集近期死亡者的体征、症状和病史信息。本文提出了一种利用口头尸检数据估计按死因划分的群体死亡分布的新贝叶斯方法。所提方法基于多元 probit 模型，其中问卷条目间的关联由潜因子灵活诱导。利用包含 VA 和医学认证死因的 Population Health Metrics Research Consortium 标注数据，我们评估了所提方法的性能。此外，我们估计了与死因高度相关的重要问卷条目。该框架提供的见解将有助于简化未来的数据收集。
引用
@article{arxiv.1803.01327,
title = {Bayesian factor models for probabilistic cause of death assessment with verbal autopsies},
author = {Tsuyoshi Kunihama and Zehang Richard Li and Samuel J. Clark and Tyler H. McCormick},
journal= {arXiv preprint arXiv:1803.01327},
year = {2018}
}