零失配贝叶斯多研究无限非负矩阵分解
统计方法学
2025-10-10 v1 应用统计
摘要
理解饮食模式与健康结果（如癌症风险）之间的关联对于制定公共卫生指南和塑造未来饮食干预至关重要。然而，饮食摄入数据存在若干统计挑战：数据高度维稀，常呈稀疏且存在多余零，受个体层面协变量驱动呈现异质性。非负矩阵分解 (NMF) 常用于估计高维计数数据的模式，但通常依赖泊松假设，缺乏针对这些复杂性的灵活性。此外，跨研究整合数据（如癌症风险的案对照研究）需要能够在保持研究特定结构的同时共享来自不同来源的信息。在本文中，我们引入一种新型贝叶斯 NMF 模型：(i) 联合建模多研究计数数据以实现跨研究信息共享，(ii) 纳入混合组件以 accounts for 零失配，(iii) 利用灵活的贝叶斯非参数先验来 characterize 由个体协变量引起的模式得分的异质性。该结构允许基于饮食轮廓对个体进行聚类，从而支持与健康结果的下游关联分析。通过大量模拟研究，我们展示了该模型在估计精度方面显著优于现有贝叶斯 NMF 方法。我们进一步通过应用于多个上呼吸道 tract 癌症的案对照研究，识别出营养上有意义的饮食模式。实现本方法的 R 包已置于 https://github.com/blhansen/ZIMultiStudyNMF。
引用
@article{arxiv.2510.07518,
title = {Zero-Inflated Bayesian Multi-Study Infinite Non-Negative Matrix Factorization},
author = {Blake Hansen and Dafne Zorzetto and Valeria Edefonti and Roberta De Vito},
journal= {arXiv preprint arXiv:2510.07518},
year = {2025}
}