多参数流行病学估计（MPEP）：一种基于贝叶斯模型估计阿片依赖人群规模的方法
统计方法学
2026-02-26 v1
摘要
估计隐藏或边缘化人群——如阿片依赖者或可可依赖者——的数量对于指导政策决策和提供损伤减轻服务至关重要。虽然捕获-再捕获等方法广泛使用，但依赖的假设常被违反且在具体应用中不可行。我们描述了一种称为多参数流行病学估计（MPEP）的贝叶斯建模方法。MPEP 方法利用常规收集的行政数据，从感兴趣人群的大型基线队列开始，并链接事件，以估计目标人群的完整规模。当包含多种事件类型时，该方法可用于来自不同事件类型的证据关于流行病学的一致性进行检查。可在发现不一致时纳入额外证据。本文概述了 MPEP 的通用框架，重点介绍最新版本，改进了计算效率（在 STAN 中实现），并探索了若干扩展，帮助我们了解结果对建模假设的敏感性，或识别潜在偏差来源。我们通过案例研究展示了 MPEP 方法：从2014年至2022年，估计苏格兰阿片依赖人群的流行病学。
引用
@article{arxiv.2602.21713,
title = {Multi-Parameter Estimation of Prevalence (MPEP): A Bayesian modelling approach to estimate the prevalence of opioid dependence},
author = {Andreas Markoulidakis and Matthew Hickman and Nicky J Welton and Loukia Meligkotsidou and Hayley E Jones},
journal= {arXiv preprint arXiv:2602.21713},
year = {2026}
}