暴露缓冲区与风险中空间异质性的建模：一种分层贝叶斯方法

基于地点的流行病学研究通常依赖圆形缓冲区来定义对空间分布风险因素的“暴露”，其中缓冲区半径代表一个阈值，超过该阈值暴露不会影响关注的结果。该方法因其简单性及与公共卫生政策的契合度而广受欢迎。然而，缓冲区半径的选择通常相对随意，并假设在整个空间域内保持不变。如果这些建模选择不正确，可能会导致统计推断效果不佳。为解决这一问题，我们开发了 SVBR（空间变化缓冲区半径），这是一种灵活的分层贝叶斯空间变点方法，将缓冲区半径视为未知参数，并允许半径和暴露效应在空间上变化。通过模拟，我们发现与传统方法相比，SVBR 改善了关键模型参数的估计和推断。我们还将 SVBR 应用于研究马达加斯加的医疗保健可及性，发现靠近医疗设施通常会提高产前护理的使用率，且这种关系存在明显的空间差异。通过放宽对缓冲区特征的刚性假设，我们的方法提供了一种灵活的、数据驱动的方法来准确定义暴露并量化其影响。新开发的方法可在 R 包 EpiBuffer 中获取。