基于生存R2先验的社区效应对心力衰竭的中介分析
统计方法学
2024-11-13 v2
摘要
充血性心力衰竭（CHF）是导致发病率、死亡率和医疗保健成本的主要原因，影响全球超过2300万人。大型电子健康记录数据为改善疾病临床管理提供了机会，但对大量相关个人数据的统计推断仍具挑战性。因此，准确识别有影响力的风险因素对于降低数据维度至关重要。生存回归中的贝叶斯变量选择是解决此问题的常用方法。在此，我们提出直接将Beta先验置于模型的决定系数（贝叶斯）上，从而为预测因子的全局方差提供先验并实现收缩。通过辅助变量的重新参数化，我们能够使用吉布斯采样更新大部分参数，简化计算并加速收敛。广泛的模拟研究展示了我们方法相较于其他变量选择方法的性能优势。最后，我们将该方法应用于中介分析，以识别影响北卡罗来纳大学心血管设备监测登记处患者首次充血性心力衰竭诊断时间的社区因素。该方法具有较高的预测性能，我们发现与社会经济不平等相关的因素会增加心力衰竭风险。
关键词
引用
@article{arxiv.2411.04310,
title = {Mediation analysis of community context effects on heart failure using the survival R2D2 prior},
author = {Brandon R. Feng and Eric Yanchenko and K. Lloyd Hill and Lindsey A. Rosman and Brian J. Reich and Ana G. Rappold},
journal= {arXiv preprint arXiv:2411.04310},
year = {2024}
}