疾病制图背景下离散空间数据的先验平滑研究

疾病制图试图解释跨区域单元观测到的健康事件计数，通常使用马尔可夫随机场模型。这些模型依赖空间先验来解释原始相对风险或率估计中的变异。空间先验引入了一定程度的平滑，其中对于任何特定单元，经验风险或发病率估计要么向合适的均值调整，要么纳入基于邻居的平滑。虽然模型解释可能是主要焦点，但文献缺乏对不同空间先验引入的平滑量的比较。此外，尚未有研究探讨改变这些先验的参数如何影响所得的平滑。本研究通过模拟和真实数据分析考察了七种常用的空间先验。使用西班牙半岛和英格兰的区域地图，我们利用两个具有相关风险人群的数据集分析了平滑效应。我们提出了经验指标来量化每个模型实现的平滑，并提出了理论指标来校准作为模型参数函数的预期平滑程度。我们采用区域地图来定量表征模型内部和跨模型的平滑程度，并将理论指标与经验指标联系起来。