中非热门路隐藏死亡人数的概率性估计

估计沿中非热门路途径的移民死亡人数仍具有挑战性,因为现有记录不完整。某些事件从未被记录,而与此类未观察到的事件相关的死亡则缺失于观察到的总数中。我们提出一种基于贝叶斯方法的概率性估计方法,用于此类环境中的总死亡人数估计。基于多系统估计的最新进展,我们构建了一种时间分层潜类框架,以容纳未观察到事件的死亡计数。我们将该方法应用于Missing Migrants Project为中非热门路从2014年至2025年的事件级别数据,其中包含1,562起事件和25,712例死亡。我们模型得到的95%可信区间为30,426-39,172例死亡和2,200-2,591起致命事件,表明约有66%-85%的死亡和60%-71%的事件已被反映在可用数据中。我们估计,未报告的死亡集中在2014年至2016年。此外,我们记录到报告概率随事件严重程度而增加,这意味着较小的事件最可能未被检测到。尽管该方法取决于模型假设和数据不完整,但我们的做法为应对此类环境提供了广泛适用且原则的方法,而非简单的数据调整方法。