用于研究 COVID-19 疫苗不良事件的非参数贝叶斯混合模型
统计方法学
2023-06-06 v1 应用统计
摘要
疫苗不良事件报告系统（VAERS）是上市后疫苗安全性监测的重要资源，并在评估 COVID-19 疫苗安全性方面发挥了关键作用。然而，由于计数较小或为零，难以恰当识别与疫苗相关的罕见不良事件（AEs）。我们提出一个带狄利克雷过程混合先验的贝叶斯模型，通过允许 AE 估计间由数据引导的信息共享，提升小计数下 AE 估计的准确性。我们还提出一个嵌入贝叶斯模型中的阴性对照流程，以缓解因对 COVID-19 疫苗关注度提高带来的报告偏倚，并用其识别相关 AEs 以及由监管活动医学词典（MedDRA）本体中器官系统定义的相关 AE 组。所提模型通过模拟研究评估，其表现优于无信息共享的基线模型，并被应用于利用 VAERS 数据研究 COVID-19 疫苗安全性。
引用
@article{arxiv.2306.02123,
title = {Non-parametric Bayesian mixture model to study adverse events of COVID-19 vaccines},
author = {Ali Turfah and Xiaoquan Wen and Lili Zhao},
journal= {arXiv preprint arXiv:2306.02123},
year = {2023}
}