使用贝叶斯分层样条回归模型对新生儿死亡率进行全球估计
应用统计
2021-01-14 v1
摘要
近年来，儿童死亡率监测的焦点主要集中在评估五岁以下儿童死亡率（U5MR）的变化上。然而，随着 U5MR 的下降，新生儿死亡（出生后第一个月内）的占比趋于上升，这表明除了 U5MR 之外，还需要加大对这一指标的监测力度。本文提出了一个贝叶斯样条回归模型，用于估计所有国家的新生儿死亡率（NMR）。在该模型中，评估了 NMR 与 U5MR 之间的关系并用于指导估计，同时使用样条回归模型来捕捉特定国家的趋势。因此，所得出的 NMR 估计值既纳入了总体儿童死亡率的趋势，又捕捉了数据驱动的趋势。该模型使用联合国儿童死亡率估计机构间小组的数据库对 195 个国家进行了拟合，得出了自 1990 年（如果有数据则更早）至 2015 年的估计值。结果表明，在全球层面上，当 U5MR 高于每 1000 活产 34 例死亡时，U5MR 每增加 1%，NMR 与 U5MR 的比值就会下降 0.6%。当 U5MR 低于每 1000 活产 34 例死亡时，五岁以下死亡人数中新生儿死亡的比例恒定在 54% 左右。然而，U5MR 与 NMR 之间的关系因国家而异。该模型现已被联合国儿童死亡率估计机构间小组采纳。
引用
@article{arxiv.1612.03561,
title = {Global Estimation of Neonatal Mortality using a Bayesian Hierarchical Splines Regression Model},
author = {Monica Alexander and Leontine Alkema},
journal= {arXiv preprint arXiv:1612.03561},
year = {2021}
}