基于话题的动态混合模型用于职业健康行为中的异质性研究
应用统计
2025-12-24 v1
摘要
行为风险因素，即吸烟、营养不良、酒精滥用和缺乏运动（SNAP），是慢性病和医疗成本的主要贡献者。其流行率不仅受人口统计特征的影响，还受到社会经济环境和职业环境的影响。在本研究中，我们利用意大利健康行为监测系统PASSI的数据，通过贝叶斯框架对SNAP行为进行建模，同时整合职业文本信息。我们采用结构话题模型（STM）对自由文本职业描述进行聚类，形成潜在的职业群体，从而决定混合模型中的权重。协变量效应允许在职业群体之间变化并随时间演化。为增强可解释性和变量选择，我们对回归系数施加非局部斜坡- slab先验。最后，基于顺序蒙特卡罗的在线学习算法实现了高效的数据更新。这种动态、可扩展且具有可解释性的方法，使我们能够观察职业环境如何调节社会人口统计因素对健康行为的影响，为有针对性的公共卫生干预提供了宝贵的见解。
引用
@article{arxiv.2512.20408,
title = {Topic-informed dynamic mixture model for occupational heterogeneity in health risk behaviors},
author = {Lorenzo Schiavon and Mattia Stival and Angela Andreella and Stefano Campostrini},
journal= {arXiv preprint arXiv:2512.20408},
year = {2025}
}