Sequential Kalman filter for fast online changepoint detection in longitudinal health records
提出顺序卡尔曼滤波器，在线检测时间相关纵向数据中的多个变点，线性复杂度，模拟实验更精确，并集成分类提升COVID-19感染检测性能。
2024-01-01 stat.AP stat.ME
Patient Similarity Analysis with Longitudinal Health Data
University of Zurich（苏黎世大学）；University Hospital of Zurich（苏黎世大学医院）；University of Applied Sciences and Arts Northwestern Switzerland（西北瑞士应用科学与艺术大学）；Yale University School of Medicine（耶鲁大学医学院）
医疗保健专业人员长期以来一直设想使用计算机的巨大处理能力来发现电子健康记录中锁定的新事实和医学知识。这些庞大的医疗档案包含有关医疗访问，测试和程序以及结果的时间分辨信息，这些信息共同构成了个体患者的旅程。通过评估这些旅程之间的相似性，有可能发现具有共同健康结果的常见疾病轨迹集群。将患者旅程分配到特定集群可以反过来作为个性化结果预测和治疗选择的基础。该过程是一个重要的计算问题，因为它需要将患者数据与在不同时间和分辨率下捕获的多维和多模态特征进行比较。在这篇综述中，我们提供了一个全面的概述的工具和方法，用于患者的相似性分析与纵向数据，并讨论其潜力，以提高临床决策。
2020-05-14 cs.CY cs.LG q-bio.QM
Imputation Matters: A Deeper Look into an Overlooked Step in Longitudinal Health and Behavior Sensing Research
Northeastern University（东北大学）；Association for Computing Machinery（国际计算机学会）；Shiv Nadar Institution of Eminence（希夫·纳达尔卓越学院）
该研究指出纵向健康与行为被动感知研究中插补步骤常被忽视的问题，通过公开抑郁症感知数据集验证，提出的插补策略可将抑郁症预测AUROC最高提升31%，强调了插补的重要性并探讨了相关挑战与机遇。
2024-12-08 cs.AI cs.HC cs.LG
Smooth and shape-constrained quantile distributed lag models
针对传统分布滞后模型无法捕捉暴露-结局关系异质性及极端分位数临床价值的问题，提出两种带光滑性与形状约束的分位数分布滞后模型估计量，经科罗拉多出生队列数据验证可有效识别孕期易感关键窗口。
2024-08-15 stat.AP stat.ME
A Spectral Confounder Adjustment for Spatial Regression with Multiple Exposures and Outcomes
North Carolina State University（北卡罗来纳州立大学）；Colorado State University（科罗拉多州立大学）；US EPA, Center for Public Health and Environmental Assessment（美国环境保护署，公共健康与环境评估中心）
该研究针对多暴露多结局空间回归的混杂问题，提出张量回归模型，以局部无混杂假设替代严格因果假设，分析美国南部数据揭示经济韧性对慢性健康结局的效应，提供可解释的流行病学见解。
2026-09-01 stat.ME
Measurement Error Correction for Spatially Defined Environmental Exposures in Survival Analysis
针对静态缓冲区导致环境暴露估计偏差的问题，提出基于Cox比例风险模型的测量误差校正方法，利用主成分分析和GPS验证数据校正高维替代暴露，显著提升了暴露效应估计的准确性。
2024-10-11 stat.ME
The Epidemiology of Artificial Intelligence
Yale University（耶鲁大学）；University of Washington（华盛顿大学）；University of Southern Denmark（南丹麦大学）；Vassar College（瓦萨学院）
本文提出用环境流行病学框架研究AI对健康的影响，区分群体和个体AI暴露，探讨其流行病学模型中的因果作用及对健康公平与治理的影响。
2026-04-15 stat.OT
A Scalar-on-Quantile-Function Approach for Estimating Short-term Health Effects of Environmental Exposures
环境流行病学研究通常利用总体健康结果来估计短期影响（例如，每日）曝光，这些曝光在越来越精细的空间分辨率下可用。然而，区域平均值通常用于导出人口水平暴露，其不能捕获可能在感兴趣的空间和时间单位内发生的暴露的空间变化和个体异质性（例如，邮政编码（ZIP code）。我们提出了一个通用的建模方法，通过暴露分位数函数将单位内暴露异质性纳入健康分析。此外，通过将暴露分位数函数视为函数协变量，我们的方法在表征不同分位数水平的关联方面提供了额外的灵活性。我们采用所提出的方法来分析空气污染和急诊科（ED）访问在亚特兰大超过四年。分析利用每日邮政编码水平分布的个人暴露于四个交通相关的环境空气污染物模拟随机人体暴露和剂量模拟器。我们的分析发现，一氧化碳对呼吸系统和心血管疾病急诊就诊的影响随着人群水平暴露的较低分位数的变化而更加明显。实现软件在R包nbRegQF中提供。
2023-02-04 stat.AP
Accounting for spatial confounding in epidemiological studies with individual-level exposures: An exposure-penalized spline approach
在存在未测量的空间混杂的情况下，空间模型实际上可能会增加（而不是减少）偏差，导致在实践中如何应用它们的不确定性。我们通过模拟和应用于大数据电子健康记录研究来评估空间建模方法。而纯粹空间暴露的偏倚风险很高（例如，建筑环境），我们发现空间聚集的个体水平暴露的增加偏差的可能性非常有限（例如，吸烟状态）。我们还提出了一种新的惩罚性样条方法，选择空间平滑的程度来解释暴露的空间变异性。这种方法似乎有希望有效地减少空间混淆偏倚。
2022-04-13 stat.ME
Low-rank longitudinal factor regression with application to chemical mixtures
针对发育流行病学中多暴露因素关联分析的挑战，提出低秩纵向因子回归模型，可处理高相关暴露、灵活表征时变与交互效应，仿真验证有效并在ELEMENT研究中发现特定邻苯二甲酸酯代谢物与青春期糖代谢改变相关。
2024-10-29 stat.AP
Effects of Repetitive Low-Level Blast Exposure on Mental Health in Veterans
University of Pennsylvania（宾夕法尼亚大学）；Uniformed Services Justice & Advocacy Group（武装部队司法与倡导组织）
本研究通过配对调查发现，暴露于低水平爆炸的迫击炮手退伍军人抑郁评分显著高于无暴露及mTBI对照组，提示低水平爆炸暴露与心理健康恶化独立相关，需更深入研究。
2026-09-23 stat.AP
Modeling Joint Health Effects of Environmental Exposure Mixtures with Bayesian Additive Regression Trees
本研究使用软贝叶斯可加回归树（BART）估计2011-2018年亚特兰大暖季空气污染物与温度混合物对哮喘急诊就诊的暴露-风险面，结合累积局部效应策略提取混合物影响，发现二氧化氮呈负相关、臭氧呈有害关联且在低温日更显著。
2024-11-13 stat.AP
A Longitudinal Analysis about the Effect of Air Pollution on Astigmatism for Children and Young Adults
本研究基于广东省127,709名4-27岁人群的纵向数据，发现长期暴露于NO2和PM2.5会加重散光，CO的影响在2年暴露窗口达到峰值，而PM10无显著关联。
2023-10-13 stat.AP
Estimating exposure response functions using ambient pollution concentrations
本文提出了一种估计环境危害对健康影响的方法。这一方法是一般性的，但在这里适用于空气污染的情况。它使用一个包含环境污染和温度输入的计算机模型，模拟城市地区个人经历的暴露，同时纳入确定暴露的机制。该模型的输出包括来自感兴趣群体的个体样本的一组每日暴露。这些每日暴露量近似于参数分布，因此可以生成随机选择的个体的预测暴露量分布。这些分布，然后纳入一个分层贝叶斯框架（推理使用马尔可夫链蒙特卡罗模拟），以检查短期变化之间的关系，暴露和健康结果，同时考虑到长期趋势，季节性，潜在的混杂因素的影响和生态偏见的可能性。本文采用这种方法来颗粒污染（PM $_{10}$）和呼吸道死亡率计数老年人在大伦敦（$\geq$ 65年）在1997年。在这一实质性流行病学研究中，对环境浓度和（估计）个人接触对健康的影响进行了比较。
2007-10-31 stat.AP
State-of-the-Art Methods for Exposure-Health Studies: results from the Exposome Data Challenge Event
该组织认识到，个人同时暴露于多种不同的环境因素，并采取全面的方法来发现疾病的病因。然而，在试图量化复杂暴露混合物对健康的影响时，出现了挑战。分析的挑战包括处理高维度，研究这些暴露及其相互作用的综合影响，整合因果途径，整合组学层。为了应对这些挑战，ISGlobal Exposome Hub举办了一场数据挑战活动，向来自世界各地和所有专业领域的研究人员开放。分析师有机会在一个常见的部分模拟的麻烦数据集上竞争和应用最先进的方法（基于HELIX项目的真实病例数据），在不同时间点，一般和个人环境产生多个相关暴露变量（P>100），生物分子数据（多组学：DNA甲基化，基因表达，蛋白质，代谢组学）和1301对母子的多种临床表型。大多数方法包括特征选择或特征约简，以处理复杂数据集的高维性。有几种方法使用线性指数模型或响应面方法（包括贝叶斯方法）明确搜索暴露和/或其相互作用的综合效应。其他方法使用多步骤方法在中介分析中处理多组学数据集。在这里，我们讨论了统计模型，并提供了使用的数据和代码，以便分析人员有实施的例子，并可以学习如何使用这些方法。总的来说，麻烦的数据挑战为来自不同学科的研究人员提供了一个独特的机会来创建和共享方法，为麻烦和环境健康领域的开放科学设定了新的标准。
2022-02-03 stat.AP
Assessing the Longitudinal Impact of Environmental Chemical Mixtures on Children's Neurodevelopment: A Bayesian Approach
本文提出贝叶斯变系数分位数回归模型，用于评估化学混合物对儿童神经发育的纵向影响，通过马蹄先验处理高维稀疏数据，并在HOME研究中验证了其有效性。
2024-04-19 stat.AP
Noise Emissions from Hyperscale AI Data Centers: A Poorly Characterized Exposure at the Doorstep of Community Health Research
Harvard T.H. Chan School of Public Health（哈佛大学陈曾熙公共卫生学院）
针对超大规模AI数据中心噪声暴露数据稀缺且不具可比性的问题，本文综述现有证据并提出基于标准的现场测量与建模协议，以生成频率分辨数据，支撑社区健康与环境正义评估。
2026-10-06 stat.AP
Bayesian Methods for Modeling Cumulative Exposure to Extensive Environmental Health Hazards
针对广泛性环境健康危害的累积空间暴露建模难题，提出一种结合剂量-反应模型与对数高斯考克斯过程的贝叶斯半参数模型，并在模拟与墨西哥废水运河数据中验证了其有效性与计算可行性。
2024-07-25 stat.AP stat.ME
Performance of variable and function selection methods for estimating the non-linear health effects of correlated chemical mixtures: a simulation study
用于识别相关混合物中有害化学品的统计方法通常假设在确定性-响应关系中是线性的。越来越多地认识到非单调关系（例如，对于干扰内分泌的化学品）;然而，尚未评估非单调性对接触选择的影响。在一项模拟研究中，我们评估了贝叶斯核机器回归（BKMR），贝叶斯加性回归树（BART），贝叶斯结构加性回归与穗板先验（BSTARSS）和套索惩罚回归的性能。我们使用了来自美国国家健康和营养检查调查的孕妇暴露于12种邻苯二甲酸酯和苯酚的数据，使用多变量copula来模拟真实的暴露数据。我们模拟了N = 250的数据集，并在32种场景中比较了方法，这些场景因模型大小和稀疏性、信噪比、相关性结构和确定性-响应关系形状而异。我们比较了方法的灵敏度，特异性和估计准确性。在大多数情况下，BKMR和BSTARSS获得了中度至高度的特异性（分别为0.56- 0.91和0.57- 0.96）和敏感性（分别为0.49- 0.98和0.25- 0.97）。BART的特异性高（$\geq$ 0.96），但敏感性低至中等（0.13--0.66）。Lasso的敏感性很高（0.75- 0.99），除了对称的倒U形关系（$\leq$ 0.2）。性能受信噪比的影响，但基本上不受相关结构的影响。假设线性的惩罚回归方法，如套索，可能不适合假设与结果有非单调关系的环境化学品的研究。相反，BKMR和BSTARSS是有吸引力的方法，灵活地估计的形状的…
2019-08-05 stat.AP
A varying-coefficient model for characterizing duration-driven heterogeneity in flood-related health impacts
Harvard T.H. Chan School of Public Health（哈佛陈曾熙公共卫生学院）
本文提出EDVCM模型，用于分析洪水暴露持续时间对健康影响的异质性，通过贝叶斯方法和条件泊松回归提高估计精度。
2026-01-26 stat.AP stat.ME
Quantifying disparities in air pollution exposures across the United States using home and work addresses
虽然人类流动性在确定空气污染暴露和健康风险方面发挥着至关重要的作用，但迄今为止的研究仅根据居住地点评估风险。在这里，我们利用了美国约1.3亿工人的数据库，并公布了2011-2018年期间的PM2.5数据，以探讨如何将工作场所和居住地点的信息结合起来，改变我们对空气污染暴露差异的理解。一般来说，我们观察到工作场所暴露（W）相对于家庭暴露（H）更高，以及非白人和受教育程度较低的工人相对于全国平均水平的暴露增加。工作场所暴露的差异在种族和民族群体以及工作类型之间高于收入，教育，年龄和性别。不考虑工作场所的暴露可能会导致系统性低估这些亚人群之间的暴露差异。我们还量化了分配工人H的错误，而不是加权的家庭和工作（HW）暴露。我们观察到，使用H而不是HW的PM2.5和健康影响之间的关联偏差在城市，年轻人群中最高。
2023-03-22 stat.AP
A Riemann Manifold Model Framework for Longitudinal Changes in Physical Activity Patterns
身体活动（PA）与许多健康结果显著相关。近年来，基于可穿戴加速度计的活动跟踪器的广泛使用为深入研究PA及其与健康结果和干预措施的关系提供了独特的机会。过去对活动跟踪器数据的分析在很大程度上依赖于将分钟级PA记录汇总为日级汇总统计，其中PA时间/昼夜模式的重要信息丢失。在本文中，我们提出了一种新的功能数据分析方法的基础上黎曼流形建模PA及其纵向变化。我们模型平滑分钟级PA的一天一维黎曼流形和纵向变化PA在不同的访问之间的变形流形。通过变形的可变性来表征一组受试者中PA变化的可变性。进一步采用功能主成分分析对变形进行建模，并将PC分数用作PA变化与健康结果和/或干预之间关系的建模代理。我们对两项临床试验的数据进行了全面分析：UCSD的Reach for Health（RfH）和Metabolism，Exercise and Nutrition（MENU），重点关注干预措施对PA模式纵向变化的影响以及PA的不同变化模式如何影响减肥。所提出的方法揭示了独特的变化模式，包括整体增强PA，增强早晨PA，以及每个研究队列特定的活动时间变化。研究结果为PA和健康的纵向变化研究带来了新的见解，并有可能促进设计有效的健康干预措施和指南。
2022-12-02 stat.AP
The cost of clean air: a price analysis of air filtration technology
空气污染是一个有害的，但日益猖獗的全球人口的健康问题。暴露于空气污染物的时间长短不一，可能导致多种健康状况，从短期支气管炎到长期心血管疾病和肺癌。在长期暴露于污染的情况下，对污染引起的健康状况进行医疗可能相当昂贵。对抗污染对健康危害的最直接和有效的方法是空气净化器，它吸收环境空气并过滤掉有害污染物，然后将其释放回周围环境。过滤器在减少空气污染方面非常有效，并且通过相关性，减少因暴露而住院治疗。对52种常见的空气净化器进行了分析，以比较加利福尼亚州四个县严重空气污染水平期间的采购和维护成本。这种方法使得清洁空气的“成本”能够被正确地看待，即，价格与医疗保健和其他费用的成本，人口年龄和预先存在的条件相比。
2022-08-11 stat.AP
Bayesian Kernel Machine Regression via Random Fourier Features for Estimating Joint Health Effects of Multiple Exposures
Emory University（埃默里大学）
本文提出通过随机傅里叶特征改进贝叶斯核机回归，以高效估计多种暴露的联合健康效应。
2026-01-29 stat.AP stat.ME
Multiple exposure distributed lag models with variable selection
分布式滞后模型在环境流行病学中很有用，因为它们允许用户调查暴露的关键窗口，定义为暴露于污染物对健康结果产生不利影响的时间段。最近的研究侧重于估计大量环境暴露或环境混合物对健康结果的健康影响。在这种情况下，重要的是要了解哪些环境暴露会影响特定的结果，同时承认不同的暴露可能有不同的关键窗口。此外，在环境混合物的研究中，重要的是要确定暴露之间的相互作用，并考虑到这种相互作用可能发生在具有不同临界窗口的两种暴露之间。早期暴露于一种暴露可能导致个体或多或少地对后来的另一种暴露敏感。我们提出了一个贝叶斯模型来估计大量暴露对结果的时间影响。我们使用尖峰和板先验和半参数分布滞后曲线，以确定重要的曝光和曝光的相互作用，并讨论扩展与改进的功率来检测有害的曝光。然后，我们应用这些方法来估计怀孕期间暴露于多种空气污染物对出生体重的影响，从科罗拉多州的重要记录。
2021-07-30 stat.AP stat.ME
Adolescent sports participation and health in early adulthood: An observational study
基于纵向数据，通过层级匹配观察性研究和有序检验，发现青少年参与体育运动相比不参与任何课后活动，在成年早期具有显著更好的自评健康与心理健康结果。
2024-05-06 stat.AP
Modeling Heterogeneity and Missing Data of Multiple Longitudinal Outcomes in Electronic Health Records
在电子健康记录（EHR）中，潜在的患者亚组可能在其纵向健康轨迹中表现出独特的模式。对于这样的数据，生长混合模型（Growth mixture models，GARCH）能够根据个体轨迹和假设的风险因素将患者分类为不同的潜在类别。然而，电子健康档案中特殊的缺失数据问题阻碍了GHR的应用，该问题表现为两个患者主导的缺失数据过程：就诊过程和以患者就诊为条件的EHR变量响应过程。如果任一过程与产生纵向结果的过程相关联，则有效的推断需要考虑不可解释的缺失数据机制。我们提出了一个贝叶斯共享参数模型，链接多个纵向健康结果，访问过程中，每个结果的响应过程中给出了一个访问使用离散的潜在类变量的Gestival。我们的重点是多个纵向的健康结果，可以有一个临床规定的访问时间表。我们证明了我们的模型在EHR测量幼儿体重和身高Z分数。使用数据模拟，我们说明了我们的方法相对于子群特定的或边缘推论的统计特性。我们构建了用于模型拟合、选择和检查的R包EHRMiss。
2021-03-20 stat.AP stat.ME
Studying continuous, time-varying, and/or complex exposures using longitudinal modified treatment policies
本教程介绍纵向修正治疗策略的因果推断方法，该方法适配多类暴露与时变因素等场景，可推广常用因果参数、满足更易成立的正定性假设，还结合重症新冠案例演示了开源R包lmtp的应用。
2024-05-14 stat.AP stat.ME stat.OT
A Source-Oriented Approach to Coal Power Plant Emissions Health Effects
人们越来越关注不同来源的空气污染是否对健康有不同的影响。特别是，最近的证据表明，细颗粒物（PM2.5）与化学示踪剂表明煤炭燃烧的起源是特别有害的。通过因果推断方法的估计来增加这一知识，以确定来自特定燃煤点源的PM2.5对健康的影响，将是为具体的、有针对性的干预措施提供信息的重要一步。我们调查了783个燃煤发电机组的燃煤排放对居住在美国东部21，351个邮政编码的1900多万医疗保险受益人缺血性心脏病（IHD）住院的影响。我们使用InMAP，一种新开发的，降低复杂性的空气质量模型，将每个邮政编码分类为高暴露或控制位置。我们的健康结果分析使用了一种因果推断方法--倾向得分匹配--来调整暴露与IHD之间关系的潜在混杂因素。我们拟合独立的泊松回归模型，以匹配数据在每个地理区域，以估计发病率比IHD比较高暴露于控制位置。在东北部（IRR = 1.08，95%CI = 1.06，1.09）和东南部（IRR = 1.06，95%CI = 1.04，1.08），高暴露于燃煤电厂排放和IHD呈正相关。在中西部工业区未发现显著相关性（IRR = 1.02，95% CI = 1.00，1.04），可能是该地区高暴露和对照邮政编码之间暴露对比较小的结果。这项研究提供了有针对性的证据，证明特定燃煤电厂的排放量与医疗保险受益人的IHD住院率之间存在关联。
2019-02-26 stat.AP
A scalable two-stage Bayesian approach accounting for exposure measurement error in environmental epidemiology
本文提出基于Vecchia近似的稀疏多元正态先验两阶段贝叶斯方法，用于在环境流行病学中可扩展地处理暴露测量误差和空间错位问题，并通过模拟及哈里斯县出生结局数据分析验证其性能接近完全贝叶斯金标准。
2024-01-14 stat.AP stat.ME
A Bayesian Approach to Modelling Longitudinal Data in Electronic Health Records
University of Cambridge（剑桥大学）；The Alan Turing Institute（艾伦·图灵研究所）；University of California Los Angeles（加州大学洛杉矶分校）
分析电子健康记录（EHR）带来了重大挑战，因为通常很少有样本可以描述患者的健康状况，并且在可用时，其信息内容高度多样化。我们考虑的问题是如何整合稀疏采样的纵向数据，缺失的测量信息的基础健康状况和固定的人口统计信息，以产生估计的生存分布更新通过患者的后续行动。我们提出了一个非参数概率模型，生成生存轨迹的贝叶斯树，学习变量的相互作用随着时间的推移，而无需事先指定的纵向过程的合奏。我们显示了原发性胆汁性肝硬化患者数据的性能改善。
2019-12-19 cs.LG stat.AP stat.ML
Kernel Machine and Distributed Lag Models for Assessing Windows of Susceptibility to Environmental Mixtures in Children's Health Studies
怀孕期间暴露于环境化学品可能会改变以后的健康状况。大多数关于母亲在怀孕期间接触化学品的研究都集中在以高时间分辨率观察到的单一化学品接触上。最近的研究已经转向关注暴露于多种化学品的混合物，通常在单个时间点观察到。我们认为，在高的时间分辨率观察到的化学混合物的数据分析的统计方法。作为动机，我们分析了暴露于四个环境空气污染物之间的关联，每周观察整个妊娠期和出生体重在波士顿地区的前瞻性出生队列。为了探索数据中的模式，我们首先应用分析数据的方法（1）以高时间分辨率观察到的单一化学物质，以及（2）在单个时间点测量的混合物。我们强调了这些方法的缺点，暴露于化学混合物的时间分辨数据。其次，我们提出了一种新的方法，贝叶斯核机器回归分布滞后模型（BKMR-DLM），同时占非线性协会和随时间变化的措施之间的相互作用暴露于混合物。BKMR-DLM对每个暴露使用函数权重，该函数权重在内核机器框架内参数化与该暴露对应的易感性窗口，该内核机器框架捕获多变量暴露对结果的非线性和交互作用。在模拟研究中，我们表明，所提出的方法可以更好地估计的曝光响应函数，并在高信号设置，可以识别关键窗口的时间，在此期间，曝光与结果的关联性增加。将所提出的方法应用于波士顿出生队列数据，我们发现有机碳和出生体重之间存在负相关的证据，硝酸盐修饰了有机碳，…
2021-09-22 stat.AP stat.ME
Climate Vulnerability and Community Health: Identifying Greensboro Neighborhoods at Intersectional Risk
East Carolina University（东卡罗来纳大学）；Texas State University（德克萨斯州立大学）
本研究通过综合气候脆弱性评估，识别格罗弗尔特市高风险社区，揭示气候风险与社会不平等的交集，为政策制定提供针对性干预框架。
2026-01-15 stat.AP
Inferring Synergistic and Antagonistic Interactions in Mixtures of Exposures
针对环境流行病学中化学混合物暴露的协同与拮抗相互作用评估难题，提出贝叶斯SAID框架，将响应曲面分解为主效应与成对交互效应以检测相互作用，并通过模拟实验与NHANES数据验证其优越性。
2024-05-29 stat.AP
Person as Population: A Longitudinal View of Single-Subject Causal Inference for Analyzing Self-Tracked Health Data
由于自我跟踪技术的进步（例如，可穿戴设备、移动应用程序、传感器、植入物）。许多用户和保健提供者寻求使用这种观察时间序列数据来建议改变保健做法，以实现预期的保健结果。然而，很少有可用的因果推断方法是足够灵活的分析这样的具体数据。我们开发了一个最近引入的catheter分析框架的基础上n-1随机试验，并实现了灵活的随机森林g-公式的方法来估计一个经常性的个性化的影响，称为“平均周期处理效应“。在这个过程中，我们认为，我们的方法基本上类似于一个纵向的研究，通过分割一个单一的时间序列到期间采取二进制治疗水平。我们分析了作者自己六年的自我跟踪身体活动和体重数据，以证明我们的方法，并将我们的分析结果与没有适当考虑混杂因素的结果进行比较。
2019-01-22 stat.AP stat.ME
Pre-analysis protocol for an observational study on the effects of adolescent sports participation on health in early adulthood
本文提出一项基于层级暴露定义和有序检验的观察性研究方案，利用纵向数据评估不同层级青少年体育参与对成年早期身心健康的影响。
2023-11-30 stat.AP
Identifying main effects and interactions among exposures using Gaussian processes
这篇文章的动机是研究不同化学品暴露对人类健康结果的联合影响的问题。这本质上是一个非参数回归问题，人们的兴趣不是集中在预测的黑盒上，而是集中在主效应和交互作用的选择上。为了便于解释，我们将预期的健康结果分解为线性主效应、成对交互作用和非线性偏差。我们的兴趣是在这些不同的组件，占不确定性和解决之间的线性和非参数组件的半参数模型的不可识别性模型模型选择。我们提出了一个贝叶斯推理方法，将变量选择先验的不同组件，并开发了一个马尔可夫链蒙特卡罗（MCMC）算法。我们的方法的一个关键组成部分是纳入遗传约束，只包括存在主效应的相互作用，有效地减少了模型搜索的维度。我们适应的投影方法开发的空间统计学文献中执行可识别性建模的非参数组件使用高斯过程。我们还采用了一个降维的策略来采样的非线性随机效应，帮助混合的MCMC算法。建议的混合选择框架进行评估，使用模拟研究，并说明使用的数据从国家健康和营养检查调查（NHANES）。代码可以在GitHub上找到。
2020-04-16 stat.AP
Bayesian analysis of Turkish Income and Living Conditions data, using clustered longitudinal ordinal modelling with Bridge distributed random-effects
本文的动机是小组调查，所谓的收入和生活条件统计（SILC），每年进行（随机选择）的国家代表家庭，以监测欧盟2020年的减贫目标。我们特别考虑了2010年至2013年在土耳其融入欧盟的范围内进行的调查。我们的主要兴趣是经济和生活条件的健康方面。结果是{ \it自我报告的健康}，它是聚类的纵向顺序，因为它的重复测量嵌套在个体内，个体嵌套在家庭内。经济和生活条件是通过一些个人和家庭层面的解释变量来衡量的。感兴趣的问题是关于结果和协变量之间的边际关系，使用具有Bridge分布随机效应的多分类逻辑斯谛回归来解决。这种分布的选择允许人们在存在随机效应的情况下{ \it directly}获得边际推论。广泛使用的正态分布也被认为是随机效应分布。使用马尔可夫链蒙特卡罗从参数和随机效应的联合后验密度中抽取样本。从公共卫生的角度来看，有趣的发现是，就业状况，收入水平和面板年的子组之间的差异，报告更好的健康的几率。
2020-02-02 stat.AP
Frailty or Frailties: Exploring Frailty Index Subdimensions in the English Longitudinal Study of Ageing
本研究基于ELSA第9波数据，用探索性因子分析从衰弱指数中识别四个子维度，并证明其对CASP-19生活质量的预测优于单一衰弱评分。
2024-03-01 stat.AP
Everything all at once: On choosing an estimand for multi-component environmental exposures
本文提出一种非参数方法，通过机器学习量化暴露混合物变化与结局的关系，避免参数模型假设，用于研究农业杀虫剂暴露与高血压风险的关系。
2026-04-30 stat.AP stat.ME
Bridging observational studies and randomized experiments by embedding the former in the latter
环境暴露对健康的影响已经研究了几十年，通常使用标准回归模型来评估观察性非实验数据中发现的风险-结果关联。我们提出并说明了一种不同的方法来检查因果关系的影响，环境暴露对健康结果的观测数据。我们的策略试图将观察数据结构化，以近似来自假设但现实的随机实验的数据。该方法基于经典试验设计，包括四个阶段，并在其中两个阶段依靠现代计算技术来实现，具体而言，我们的策略包括：1）概念阶段，涉及精确表述因果问题，即假设的随机实验，其中暴露被分配到单位; 2）设计阶段，试图重建（或近似）在观察到任何结果数据之前的随机化实验，3）比较假设随机化实验的暴露和非暴露单元中的感兴趣结果的统计分析，以及4）总结阶段，提供关于暴露对结果的可能因果影响的大小的统计证据的结论。我们说明我们的方法使用一个例子，检查父母吸烟对儿童的肺功能收集在家庭生活在东波士顿在20世纪70年代的影响。为了补充传统的纯粹基于模型的方法，我们的策略，其中包括结果自由匹配抽样，提供了可行的工具，以量化可能对人类健康结果的有害暴露影响，特别是因为它还包括透明的诊断，以评估假设的四阶段统计方法正在应用。
2017-09-19 stat.AP
Bayesian Joint Modeling of Longitudinal Symptomatology Scale Responses and Fall Outcomes via Heterogeneous Latent Transition Analysis
University of Michigan（密歇根大学）
本研究针对全国女性健康研究（SWAN）的长期随访数据，提出联合多层潜在转移模型，将潜在类别转移序列聚类并关联自我报告跌倒结局，还通过模拟评估了方法的运行特性。
2026-08-04 stat.AP
Nonparametric covariance estimation for mixed longitudinal studies, with applications in midlife women's health
在混合纵向研究中，一组受试者在不同年龄进入研究（横断面），并连续几年（纵向）进行随访。在这样的研究背景下，我们考虑非参数协方差估计与噪声和部分观察到的功能轨迹的样本。该算法是基于一个非迭代的顺序聚合计划，只有基本的矩阵运算和封闭形式的解决方案，在每一步。理论和数值实验都证明了该方法的有效性。我们还提出了一个程序的中年妇女的工作记忆的研究，根据全国妇女健康研究（SWAN）的数据。
2020-12-01 math.ST stat.AP stat.CO
Functional Clustering for Longitudinal Associations between Social Determinants of Health and Stroke Mortality in the US
提出一种带正则化期望最大化的功能聚类方法，分析美国各县健康社会决定因素与中风死亡率的纵向关联，识别出18个关键因素并将各县划分为两个聚类，揭示了区域异质性。
2025-02-01 stat.AP stat.ME
A longitudinal Bayesian framework for estimating causal dose-response relationships
King’s College London（伦敦国王学院）；University of Toronto（多伦多大学）；Technical University of Munich（慕尼黑工业大学）；Imperial College London（帝国理工学院）
提出一种可扩展的非参数贝叶斯框架，通过广义倾向得分处理时变混杂，估计连续暴露下的边际纵向因果剂量-反应函数，并应用于地铁客流量与COVID-19病例数的因果分析。
2026-10-14 stat.AP stat.ME
The Design of Observational Longitudinal Studies
本文考虑了具有连续响应和二元时不变暴露的观察性纵向研究的设计，其中，通常，暴露是不平衡的，两组的平均响应在基线时不同，并且所有参与者的测量时间可能不相同。我们考虑组的差异是恒定的和那些随时间线性增加。我们研究功率，研究参与者的数量（N）和重复测量的数量（r），并提供公式，为每个数量时，其他两个是固定的，复合对称，阻尼指数和随机截距和斜率协方差。当N和r都可以由调查员选择时，我们研究了在成本约束下最大化功率和最小化固定功率成本的最优组合。直观的参数化用于所有数量。所有计算都是在免费软件中实现的。
2022-09-25 stat.AP stat.ME
Spatial Temporal Aggregated Predictors to Examine Built Environment Health Effects
我们提出了时空聚合预测（STAP）建模框架，以解决测量和估计问题时出现的建筑环境特征（BEF）和健康结果之间的关系进行评估。许多BEF可以被映射为点位置，因此传统的曝光度量是基于预先指定的空间单元内的特征的数量。最适合特定健康结果的空间单位或空间尺度的大小是未知的，其选择不可避免地影响估计的健康影响。一个相关的问题是缺乏对时间尺度的了解-或对BEF对健康结果产生全面影响所需的暴露时间长度的了解。拟议的STAP模型使研究人员能够估计空间和时间尺度为一个给定的BEF在数据驱动的方式，从而提供了一个灵活的解决方案，测量结果和空间接近点参考曝光之间的关系。模拟研究验证了我们的方法的有效性，估计规模以及之间的联系，BEFs的可用性和健康结果。我们应用这种方法来估计超市和BMI之间的时空关联使用多民族动脉粥样硬化研究的数据，证明该方法的适用性队列研究。
2021-05-21 stat.AP stat.ME
Treatment Effect Heterogeneity and Importance Measures for Multivariate Continuous Treatments
本文针对多元连续暴露的处理效应估计问题，提出灵活的非参数贝叶斯方法，引入刻画处理效应异质性的新估计量并给出估计程序，通过后验收缩率提供理论支持，并在PM$_{2.5}$组分暴露健康效应研究中验证了方法有效性。
2025-01-03 stat.AP stat.ME
Evaluating the performance of personal, social, health-related, biomarker and genetic data for predicting an individuals future health using machine learning: A longitudinal analysis
University of Liverpool（利物浦大学）
随着我们获得更深入和更广泛的个人健康相关信息，出现了三个问题：（1）我们能否建立更好的模型来预测个人水平的健康不良风险？(2)我们需要多少数据才能有效地预测健康状况？(3)是否需要新的方法来处理新形式数据带来的额外复杂性？该研究的目的是应用机器学习方法来确定个人，社会，健康相关，生物标志物和遗传数据作为个人未来健康预测因子的相对贡献。使用来自理解社会的6830名英国人的纵向数据（2010-12至2015-17），该研究比较了五种类型的指标的预测性能：个人（如年龄、性别）、社会（如职业、教育）、与健康有关的例如，体重、握力、生物标志物（例如，胆固醇、激素）和遗传单核苷酸多态性（SNP）。预测的结果变量是限制长期疾病从基线1年和5年。使用两种机器学习方法来构建预测模型：通过神经网络进行深度学习和XGBoost（梯度提升决策树）。将模型拟合与传统的逻辑斯谛回归模型进行比较。结果发现，与健康相关的措施对未来健康状况的预测最强，遗传数据表现不佳。当与逻辑斯谛回归模型相比时，机器学习模型仅在模型准确性方面提供了边际改进，但在其他指标上也表现良好，例如神经网络在AUC和XGBoost上的精度最好。该研究表明，数据和方法的日益复杂并不一定转化为对健康决定因素或健康状况不佳预测模型性能的更好理解。
2021-04-26 cs.LG stat.AP stat.ML
A new statistical approach for joint modeling of longitudinal outcomes measured in electronic health records with clinically informative presence and observation processes
针对EHR中信息性存在与观测引发的关联估计偏差问题，提出联合建模框架EHRJoint，同时建模三类过程，经模拟和真实数据验证可得到无偏的暴露效应估计。
2025-05-22 stat.AP stat.ME
Subtype-Aware Registration of Longitudinal Electronic Health Records
Vanderbilt University（范德堡大学）；Duke University（杜克大学）
本文提出了一种具有亚型意识的时间线注册方法，通过数据投影和离散优化纠正EHR中的时间线不一致，提升疾病亚型划分和下游分析的准确性。
2025-12-29 stat.AP stat.ME
A Bayesian Approach to Modeling Variance of Intensive Longitudinal Biomarker Data as a Predictor of Health Outcomes
本文提出一种贝叶斯分层模型，利用三次B样条联合建模密集纵向生物标志物变异性和健康结局，并通过心率监测数据验证其预测价值。
2024-01-15 stat.AP stat.ME
Modeling Time-Varying Effects of Mobile Health Interventions Using Longitudinal Functional Data from HeartSteps Micro-Randomized Trial
本文针对HeartSteps微随机试验提出首个半参数变系数因果偏移效应模型，结合双重时间指标和两阶段稳健估计量，揭示移动健康干预效应在决策点内外的时变规律及其情境调节机制。
2024-10-19 stat.AP stat.ME
clustra: A multi-platform k-means clustering algorithm for analysis of longitudinal trajectories in large electronic health records data
本文提出多平台纵向轨迹聚类方法clustra，结合k-means与薄板回归样条，提供R包和SAS宏实现，并在大型电子健康记录数据上验证了两种平台结果的可比性。
2025-07-01 stat.AP stat.CO
