Thoughts on new statistical procedures for age-period-cohort analyses
Andrew Gelman
由于线性趋势的基本不可识别性，双期队列分析在数学上是困难的。然而，在个别问题的背景下可以获得一些理解。
Age-period-cohort analysis is mathematically intractable because of fundamental nonidentifiability of linear trends. However, some understanding can be gained in the context of individual problems.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
The Age-Period-Cohort-Interaction Model for Describing and Investigating Inter-Cohort Deviations and Intra-Cohort Life-Course Dynamics
社会科学家经常试图理解年龄、时期和同龄人的不同影响，但这三个维度的分解是困难的，因为同龄人=时期-年龄。我们认为，这种技术上的困难反映了如何队列效应的概念化和它是如何在传统的年龄-时期-队列框架建模之间的脱节。我们提出了一种新的方法，称为年龄-时期-队列相互作用（APC-I）模型，这是定性不同于以前的方法，因为它代表了莱德（1965）的理论帐户的条件下，队列分化可能会出现。APC-I模型不需要有问题的统计假设，解释也很简单。它量化了年龄和时期主效应的队列间偏离，还允许对队列内生命过程动态进行假设检验。我们演示了如何使用这个新模型来检查年龄，时期和队列模式，在妇女的劳动力参与。
Digital exclusion among middle-aged and older adults in China: age-period-cohort evidence from three national surveys, 2011-2022
研究分析了中国中老年人数字排斥现象，发现年龄和时期因素显著影响排斥程度，农村和西部地区及多病共存人群风险较高，认知风险差距扩大。
Estimating Subnational Under-Five Mortality Rates Using a Spatio-Temporal Age-Period-Cohort Model
本研究提出一种新颖的时空年龄-时期-队列贝叶斯层次模型，用于估计肯尼亚次国家级五岁以下儿童死亡率，并验证了队列效应的有用性。
Rescheduled, not redefined: The moving plateau of old-age mortality
该研究针对极高年龄死亡率趋势的百年争议，利用12个低死亡率队列数据发现死亡率平台期随出生队列后移，解释了过往研究分歧源于取样阶段不同，提出死亡率平台期无固定年龄的核心结论。
Constraints in Random Effects Age-Period-Cohort Models
随机效应（RE）模型已被广泛用于研究邻里、学校等结构的语境效应。RE方法最近已被应用到年龄段队列（APC）模型，是未确定的，因为预测是完全线性相关的。然而，还没有完全理解RE规范如何识别这些未识别的APC模型。我们首先明确RE-APC模型比传统的固定效应模型具有更大-而不是更小-的秩缺陷，然后通过两个实证例子来解决这一挑战。然后，我们提供直觉和数学证明来解释，对于具有一个RE的APC模型，将一个效应视为RE相当于将该效应的线性分量和随机截距的估计值约束为零。对于具有两个RE的APC模型，模型隐含的有效约束取决于真实的（即，在数据生成机制中）被建模为RE的效应的非线性分量，使得RE的估计线性分量由那些效应的真实非线性分量确定。总之，RE-APC模型施加任意的，但高度模糊的约束，因此没有从其他约束APC估计定性不同。
Identifiability issues of age-period and age-period-cohort models of the Lee-Carter type
死亡率建模的主要方法是李-卡特模型及其许多扩展。Lee-Carter模型及其许多扩展使用潜在过程进行预测。这些模型估计使用两个步骤的程序，导致不一致的看法的潜在变量。本文认为这些模型的可识别性问题的角度，承认从一开始就作为一个随机过程的潜变量。我们称这种观点为插件年龄段或插件年龄段队列模型。定义一个参数向量，其中包括这个过程的基本参数，而不是它的实现，我们调查的期望值和协方差的插件李卡特模型是可识别的。例如，可以看到，即使在估计过程的两个步骤中，我们在某种意义上都具有可识别性，它也不一定会延续到插入式模型。
Methodological insights in Bayesian Age-Period-Cohort analysis: an application to the case of Puerto Rico's fertility decline
本文提出一种贝叶斯年龄-时期-队列框架，用于分析人口和流行病学现象，改进现有统计方法，并通过波多黎各生育率下降案例探讨年龄、时期和队列效应的复杂关系。
Using Small Domain Estimation to obtain better retrospective Age Period Cohort insights
最近住房成本相对于收入的变化可能会影响人们对住房负担能力压力（HAS）的倾向，众所周知，这对一系列健康结果有不利影响。这些影响的程度可能因人口亚组而异，特别是各年龄组。从纵向数据估计这些效应量需要小域估计（Small Domain Estimation，简称ESTA），因为可用数据通常限于小样本量。在本文中，我们使用两个案例研究开发了基于平滑的神经网络的基本原理：（1）过渡到HAS和（2）与HAS相关的心理健康影响。我们应用交叉验证来评估多个因果推理方法的相对性能，并讨论如何将因果推理嵌入到g-计算中进行因果推断。
Random cohort effects and age groups dependency structure for mortality modelling and forecasting: Mixed-effects time-series model approach
本文提出一种考虑年龄组依赖性和随机队列效应的混合效应时间序列模型，用于死亡率建模与预测，无需预设约束即可量化参数不确定性，且在多国数据上的预测精度显著优于CBD模型。
Temporal Trends in Incidence of Dementia in a Birth Cohorts Analysis of the Framingham Heart Study
佛罗里达心脏病研究队分析显示，痴呆症风险在不同出生队列中无时间下降趋势，女性终身年龄条件风险高于男性。
Big shells, bigger data: cohort analysis of Chesapeake Bay Crassostrea virginica reefs
本文通过高斯混合模型分析切萨皮克湾牡蛎礁的年龄队列，利用壳长数据估计寿命，发现牡蛎在2010年代中期至晚期比2000年代早期活得更长且更大。
Replicating and extending chain-ladder via an age-period-cohort structure on the claim development in a run-off triangle
本文提出一种以平均风险率为响应变量的GLM随机模型，可复制链梯法并降低参数数量，同时开发R包clmplus并在30个流量三角形上验证其扩展灵活性与实用价值。
Night sleep duration trajectories and associated factors among preschool children from the EDEN cohort
Objective.睡眠持续时间可以随时间在个体间和个体内变化。我们的目的是确定学龄前儿童的夜间睡眠时间（NSD）轨迹和研究相关因素。方法.在法国出生队列研究EDEN中，通过父母问卷调查收集了2岁、3岁和5-6岁的NSD，并用于模拟1205名儿童的NSD轨迹。采用多项逻辑斯谛回归研究了与NSD相关的家庭社会经济因素、母亲社会人口学、健康和生活方式特征以及儿童健康、生活方式和出生时和/或2岁时的睡眠特征。结果确定了五种不同的NSD轨迹：短（SS，<10 h，4.9%）、中低（MLS，<11 h，47.8%）、中高（MHS，$\approx$ 11 h 30，37.2%）、长（LS，$\ge$ 11 h 30，4.5%）和变化（CS，即$\ge$ 11 h 30，然后<11 h，5.6%）NSD轨迹。多变量分析特别表明，与MHS轨迹相比，与SS轨迹风险增加相关的因素是男性性别、第一个孩子、母亲年龄和工作状况、夜间觉醒、入睡时父母在场、看电视时间以及2岁时的“加工食品和快餐”和“婴儿食品”饮食模式。与CS轨迹呈正相关的因素是母亲吸烟，夜间奶瓶喂养和2岁时的“加工食品和快餐”饮食模式，而1岁时儿童的活动和情绪评分呈负相关。结论我们确定了不同的NSD轨迹学龄前儿童和相关的早期生活因素。其中一些可能反映了不太健康的生活方式，为早期多行为预防干预提供了线索
Objective: To evaluate the relationship between coronavirus disease 2019 (COVID-19) diagnosis with SARS-CoV-2 variant B.1.1.7 (also known as Variant of Concern 202012/01) and the risk of hospitalisation compared to diagnosis with wildtype SARS-CoV-2 variants. Design: Retrospective cohort, analysed using stratified Cox regression. Setting: Community-based SARS-CoV-2 testing in England, individually linked with hospitalisation data. Participants: 839,278 laboratory-confirmed COVID-19 patients, of whom 36,233 had been hospitalised within 14 days, tested between 23rd November 2020 and 31st January…
Dynamic Modelling of Health and its application to the large scale analysis of Body Mass Index, using data from consecutive set of surveys
迄今用于分析人口健康随时间变化的方法在设计上缺乏因果关系。这就造成了执行和解释方面的问题。这里的方法是直接在设计中实现的因果关系。这是通过，首先，建立一个人口的动态模型，假设存在的驱动力作用于主体，而他们沿着他们的队列线移动，导致他们的实质性健康指标，状态变量的变化，在该力成比例的速率。对应率，称为队列趋势，或C趋势，描述了每个出生队列的健康史。该模型具有初始值和C趋势，可以计算每个出生队列的健康水平（状态变量的均值），从而计算整个人口的健康水平。统计方法的任务是使用来自一组连续的独立横截面调查的数据来识别动态模型（评估C趋势和初始值）。这是通过迭代算法完成的，在每个步骤运行多元回归过程，直到满足指定的平滑条件。该算法可以与具有不同年龄范围的调查一起操作。该示例显示了1972-2002年期间对25-64岁和25-74岁年龄段进行的7次调查对男性体重指数的分析结果。由于C趋势是驱动力的替代，C趋势的年龄模式为卫生当局提供了关于健康促进行动的效率或不受控制的有害因素的负面影响的公正信息。
Regularized Bidimensional Estimation of the Hazard Rate
针对流行病学研究中个体队列与时期异质性下的风险率估计问题，提出带惩罚项的二维正则化估计方法，可实现平滑或简约化表示，经模拟验证并应用于SEER乳腺癌数据。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈
发表机构由 AI 从论文文本抽取，如发现错误，欢迎反馈修正建议。