理解连续结局变量二值化对地质统计推断的影响

诊断通常基于连续健康指标是否超过预定义 cutoff 值，从而将患者分类为所研究疾病的阳性与阴性。在本文中，我们研究空间参照连续结局变量的二值化对地质统计推断的影响。尽管该问题在其他领域已被广泛研究，二值化在流行病学研究中仍属常见做法。此外，这一做法在患病率制图背景下的影响尚未被充分理解。在此，我们展示了空间相关性如何影响二值化所致的信息损失、线性地质统计模型如何可用于制图疾病患病率从而避免过度二值化，以及二值化如何影响我们对患病率的预测推断。为实现这些目标，我们基于复合似然开发了一种度量，可用于量化二值化后潜在的信息损失，而无需拟合二项地质统计模型。通过一项模拟研究及两项在非洲的疾病制图应用，我们表明，随着二值化所用阈值远离潜在过程的均值，二项地质统计模型的性能显著恶化。我们还发现，二值化可能导致疾病患病率的精细尺度特征损失以及参数估计不确定性的增加，尤其在噪声信号比很大时。这些发现有力支持了先前研究的结论：只要可行就应始终避免二值化。