基于一致性类模型贝叶斯网络模型选择方法的患者共享网络研究
应用统计
2020-01-22 v1
摘要
本文提出了一种针对一类广义网络模型（称为一致性类模型（congruence class models, CCMs））进行网络模型选择的贝叶斯方法。CCMs 构成一个广泛的模型类，其特例包括若干常见网络模型，如 Erdős-Rényi-Gilbert 模型、随机块模型以及许多指数随机图模型。由于能够指定为 CCM 的模型范围广泛，与现有方法相比，研究者能够更好地选择与观测网络相关的生成机制相一致的模型。此外，该方法允许纳入先验信息。我们利用所提出的 CCM 贝叶斯网络模型选择方法，研究可能导致患者共享网络结构的若干机制，该类网络与医疗服务的成本和质量相关。我们发现了支持社交性存在异质性的证据，但不支持按提供者类型或度的选择性混合。
引用
@article{arxiv.2001.06974,
title = {Investigation of Patient-sharing Networks Using a Bayesian Network Model Selection Approach for Congruence Class Models},
author = {Ravi Goyal and Victor De Gruttola},
journal= {arXiv preprint arXiv:2001.06974},
year = {2020}
}
备注
12 pages, 2 figures