用于相依二值结局的广义线性模型及其在 household 分层大流行性流感数据中的应用
种群与进化
2019-11-28 v1
摘要
许多传统统计建模假定，在给定解释变量条件下，所关注的结局变量彼此独立。在传染病尤其是家庭等密切接触环境中，这一假设被严重违背，因为每个人的感染概率深受其他家庭成员是否感染的影响。另一方面，随着类型数量增加，家庭流行病的通用多类型传播模型很快变得无法从数据辨识。这导致一种局面：例如在大流行性流感事件中，无法从传染病家庭研究中得出一致结论。在此，我们提出一种针对子单元中二值结局的广义线性建模框架，该框架可 (i) 捕捉由传播过程引起的非独立性效应，并 (ii) 针对研究人群特征的差异调整疾病风险与严重度的估计。该模型支持计算快速的估计、不确定性量化、协变量选择与模型选择。在应用于真实大流行性流感家庭数据时，我们表明其在形式上优于现有建模方法。
引用
@article{arxiv.1911.12115,
title = {Generalised Linear Models for Dependent Binary Outcomes with Applications to Household Stratified Pandemic Influenza Data},
author = {Timothy Kinyanjui and Thomas House},
journal= {arXiv preprint arXiv:1911.12115},
year = {2019}
}