面向多元二值数据的分治 MCMC 方法
统计方法学
2021-06-14 v3 应用统计
统计计算
摘要
大规模医疗理赔数据的分析有望通过产生可用于制定定制化医疗项目的洞见来改善医疗质量。特别地，多元 probit 模型可用于研究此类数据中多个感兴趣二值响应之间的相关性，例如多种慢性病的共存情况。贝叶斯建模非常适用于此类分析，因为后验分布提供了自动的不确定性量化。一个复杂因素是，大型医疗理赔数据集往往无法装入内存，这使得使用传统马尔可夫链蒙特卡洛（MCMC）方法估计后验在计算上不可行。为应对这一挑战，我们将已有的分治 MCMC 算法扩展到多元 probit 模型，并通过模拟证明，当主要兴趣在于估计二值响应间的潜在相关结构时，应优先于平均场变分推断选用这些算法。我们将该算法应用于来自美国一家大型健康保险提供商的去标识化 Medicare Advantage 理赔大型数据库，从中发现了具有医学意义的常见慢性病分组，并通过识别农村地区未充分利用的专科医生类别来评估城乡健康差距的影响。
引用
@article{arxiv.2102.09008,
title = {Divide-and-Conquer MCMC for Multivariate Binary Data},
author = {Suchit Mehrotra and Halley Brantley and Peter Onglao and Patricia Bata and Roland Romero and Jacob Westman and Lauren Bangerter and Arnab Maity},
journal= {arXiv preprint arXiv:2102.09008},
year = {2021}
}