用于全国肾脏移植中心评估的潜在高斯混合模型
应用统计
2017-03-13 v1
摘要
五年移植后存活率是衡量美国肾脏移植中心护理质量的重要指标。为了对每个移植中心进行公平评估，风险调整模型中通常会纳入代表中心特定护理质量的效应以及患者层面的风险因素。过去，中心效应被建模为固定效应或高斯随机效应，各有优缺点。我们的数值分析表明，分布假设确实会影响中心效应的预测，尤其是当效应处于极端值时。为了弥合这两种方法之间的差距，我们建议将移植中心效应建模为具有有限高斯混合分布的潜在随机变量。这种潜在高斯混合模型为研究移植中心之间的异质性提供了一个方便的框架。为了克服弱可识别性问题，我们建议使用惩罚似然方法来估计潜在高斯混合模型，并开发了顺序局部限制似然比检验来确定高斯混合分布中的成分数量。拟合的混合模型为在筛选表现不佳或表现优异的移植中心时控制错误发现率提供了一种便捷的方法。该方法的性能通过模拟和对激励性数据示例的分析得到了验证。
引用
@article{arxiv.1703.03753,
title = {Latent Gaussian Mixture Models for Nationwide Kidney Transplant Center Evaluation},
author = {Lanfeng Pan and Yehua Li and Kevin He and Yanming Li and Yi Li},
journal= {arXiv preprint arXiv:1703.03753},
year = {2017}
}