Developing Knowledge-enhanced Chronic Disease Risk Prediction Models from Regional EHR Repositories
IBM Research(IBM研究院)
精准医疗需要精确的疾病风险预测模型。在文献中,已经有很多成熟的(国际)国家风险模型,但当将它们应用于当地人群时,预测性能变得不令人满意。为了解决本地化的问题,本文探讨的方式来开发知识增强本地化的风险模型。一方面,我们通过从区域电子健康记录(EHR)存储库中学习来调整模型,另一方面,我们提出将知识注入到EHR数据学习过程中。对于实验,我们利用合并队列方程(PCE,如ACC/AHA指南中推荐的估计ASCVD风险)来开发糖尿病中的局部ASCVD风险预测模型。实验结果表明,如果直接对我们的队列使用PCE算法,AUC仅为0.653,而我们的知识增强局部风险模型可以获得更高的预测性能,AUC为0.723(提高了10.7%)。
2017-07-31 cs.AI stat.AP
How to evaluate the calibration of a disease risk prediction tool
为了评估疾病风险预测工具的校准,量$E/O$,即,通常计算事件的预期数量与事件的观测数量的比率。然而,由于删失,或更确切地说,由于在研究结束前辍学的个人,这一数量一般不适用于整个人口研究,必须计算另一种估计数。在本文中,我们提出并比较了四种方法来做到这一点。我们发现,两种最常用的方法通常会导致有偏估计。我们的论点首先是基于一些理论上的考虑。然后,我们进行了模拟研究,以突出前面提到的偏差的大小。作为一个总结性的例子,我们评估了E3 N-EPIC队列中乳腺癌现有预测模型的校准。
2007-10-29 stat.AP
Modelling multiple disease risk factors for microsimulation studies: a review of methods
MRC Biostatistics Unit, University of Cambridge(剑桥大学医学研究委员会生物统计学科)
本文综述了微观模拟中模拟多种疾病风险因素的统计方法,比较其适用性,并通过心血管健康检查案例展示实践,为卫生政策建模提供方法支持。
2026-09-15 stat.ME
A General formulation for standardization of rates as a method to control confounding by measured and unmeasured disease risk factors
标准化是控制人群研究或疾病登记数据中混杂的常用方法,定义为特定分层率的加权平均值。通常情况下,关于构建特定标准化汇率的讨论将各层视为固定的,并侧重于影响权重规格的考虑因素。每年,SEER癌症登记处的数据都使用一种称为“年龄直接标准化”的加权程序进行分析。为了评估直接标准化的性能,我们定义了一个通用的标准化运算符类。我们认为一个特定的标准化率是一个运营商和一个给定的数据集的输出。基于操作符的函数形式,我们定义了一个标准化操作符的子类,用于控制测量的风险因素的混杂。使用基本的疾病概率范式进行推理,我们建立的结论,可以从这些运营商在存在不可测量的癌症风险因素的情况下产生的标准化率的逐年对比得出。这些结论的形式是,在给定所有风险因素(测量的和未测量的)的情况下,伪造关于疾病的条件概率的特定假设,以及在给定测量的风险因素的情况下,伪造关于未测量的风险因素的条件概率的特定假设。我们展示了这些伪造和从每年在《国家癌症状况年度报告》中报告的直接标准化率的对比中得出的推论之间的一一对应关系。
2008-11-12 stat.AP
Discrete versus continuous domain models for disease mapping
疾病分布图的主要目标是估计疾病风险并确定高风险地区。由于现有数据的地理分辨率有限,这类分析受到阻碍。通常,可用的数据是每个空间单位的计数,常用的方法是Besag-York-Molli(BYM)模型。当精确的地理编码可用时,使用对数高斯考克斯过程(LGCP)更自然。在一项模拟研究中,使用瑞士苏黎世州所有儿童的实际居住地点模拟儿童白血病发病率,我们比较了这些模型恢复风险表面和识别高风险区域的能力。然后,我们将这两种方法应用于1985-2015年苏黎世州儿童白血病发病率的实际数据。我们发现,LGCP在几乎所有考虑的情况下都优于BYM模型。我们的研究结果表明,在空间流行病学中使用LGCP可以取得重要的成果。
2019-11-28 stat.AP
Bayesian Joint Modelling of Longitudinal Creatinine Trajectories in Children with Auto-Immune Disorders to Predict Paediatric Kidney Disease Risk in a Single Centre Study
The University of Manchester(曼彻斯特大学);Great Ormond Street Hospital for Children NHS Foundation Trust(大奥蒙德街儿童医院NHS基金会信托);University College London Great Ormond Street Institute of Child Health(伦敦大学学院大奥蒙德街儿童健康研究所)
本研究探讨了纵向血清肌酐测量与儿童自身免疫性疾病患者不良肾脏结局风险的关系,通过联合建模框架分析重复生物标志物测量和时间到事件结局,发现肌酐轨迹与复合事件风险密切相关,治疗方案对风险有显著影响。
2026-04-14 stat.AP
A note on 'Collider bias undermines our understanding of COVID-19 disease risk and severity' and how causal Bayesian networks both expose and resolve the problem
Griffith等人最近的一份重要预印本强调了COVID 19研究中的“碰撞机偏见”如何破坏了我们对疾病风险和严重程度的理解。这通常是由于数据仅限于接受COVID 19检测的人,其中医疗保健工作者的比例过高。例如,由吸烟者在数据集中代表性不足引起的碰撞机偏差可以(至少部分地)解释表明吸烟降低COVID风险的经验结果。我们扩展了Griffith等人的工作,更明确地使用图形因果模型来解释观测数据。我们表明,他们的吸烟的例子可以澄清和改进,使用贝叶斯网络模型与现实的数据和假设。我们发现,像“压力”这样的风险因素存在一个更根本的问题,与吸烟不同,它在医疗保健工作者中更普遍而不是更不普遍;在这种情况下,由于来自有偏见的数据集的碰撞器偏见和“医疗保健工作者”是一个混淆变量的事实,研究很可能会错误地得出结论,压力降低而不是增加COVID 19的风险。事实上,“与COVID 19人群密切接触”降低了COVID 19的风险。为了避免这种潜在的错误结论,任何对观测数据的分析都必须考虑到潜在的因果结构,包括碰撞和混杂因素。如果分析师未能明确做到这一点,那么他们就特定风险因素对COVID 19的影响所做的任何结论都可能存在缺陷。
2020-05-19 stat.ME
Boundary detection in disease mapping studies
在疾病绘图方面,目的是估计一个扩大的地理区域内疾病风险的空间格局,以便能够确定风险较高的地区。贝叶斯分层方法通常用于生成这样的图,其利用一组空间平滑的随机效应来对风险表面进行建模。然而,在复杂的城市环境中,风险面可能存在边界,将地理上相邻但风险状况截然不同的人群分隔开来。因此,本文提出了一种方法来检测这样的风险边界,并通过仿真测试其有效性。最后,该模型被应用到肺癌发病率数据在大格拉斯哥,苏格兰,2001年至2005年。
2011-08-09 q-bio.PE stat.OT
Settlement Mapping for Population Density Modelling in Disease Risk Spatial Analysis
本研究针对疾病风险空间分析中人口密度建模过于简化的问题,提出使用聚落制图替代行政区域面积,以印尼结核病数据验证,发现聚落密度相关性更强,建议推广使用。
2024-03-19 q-bio.PE q-bio.QM stat.AP
Ensemble Prediction of Time to Event Outcomes with Competing Risks: A Case Study of Surgical Complications in Crohn's Disease
我们开发了一种新的算法来预测克罗恩病诊断后5年内腹部大手术的发生,使用瑞典人口登记的29个基线协变量。我们基于Aalen-Johansen估计量的原因特定的累积发病率与现代机器学习方法的合奏伪观测模型。伪观测预处理可以轻松地将所有现有或新的机器学习过程扩展到右删失事件历史数据。我们提出了基于伪观测的估计的面积下的时变ROC曲线,优化合奏,和预测曲线,评估和总结预测性能。
2019-02-07 stat.AP stat.ML
Semiparametric Relative-risk Regression for Infectious Disease Data
本文提出了基于接触间隔的传染病数据半参数相对风险回归模型,利用Cox偏似然和EM算法处理传染源已知与未知的情况,将生存分析中的核心回归模型扩展至传染病流行病学。
2012-10-17 q-bio.QM stat.ME
LPG: a four-groups probabilistic approach to leveraging pleiotropy in genome-wide association studies
迄今为止,全基因组关联研究(GWAS)已经成功地在各种性状/疾病中识别出数万种遗传变异,从而揭示了复杂疾病的遗传结构。复杂疾病的多基因性是指大量的风险变异共同贡献于复杂疾病的遗传性而个体效应较小的现象,已被广泛接受。这对充分确定复杂疾病的遗传基础提出了重大挑战。多源性的直接含义是需要更大的样本量来检测具有弱/中等效应的风险变体。与此同时,越来越多的证据表明,不同的复杂疾病可以共享遗传风险变体,这种现象被称为多效性。在这项研究中,我们提出了一个统计框架,利用多效效应在大规模GWAS数据(LPG)。LPG利用变分贝叶斯期望最大化(VBEM)算法,使其计算效率高,可扩展为全基因组规模分析。为了证明LPG相对于不利用多效性的现有方法的优势,我们进行了广泛的模拟研究,并将LPG应用于分析三种自身免疫疾病(克罗恩病、类风湿性关节炎和1型糖尿病)。结果表明,LPG可以利用多效性提高风险变量的优先级排序能力和风险预测的准确性。该软件可在http-s://www.example.com上获得。github.com/Shufeyangyi2015310117/LPG
2017-10-26 stat.ME
Beyond Missing Data: Questionnaire Response Uncertainty as an Early Digital Sign of Dementia-Related Vulnerability
Shanghai Institute for Mathematics and Interdisciplinary Department of Epidemiology and Biostatistics, School of Sciences(上海数学研究所与公共卫生学院流行病学与生物统计系);Department of Statistics and Data Science, National University of Singapore(新加坡国立大学统计与数据科学系)
本研究发现频繁的'不知道/无法回忆'响应可作为早期认知退化和神经退行性疾病风险的数字生物标志物,通过分析大规模数据揭示其与阿尔茨海默病和血管性痴呆风险的剂量依赖性关联。
2026-10-21 stat.AP
Estimation of Genetic Risk Function with Covariates in the Presence of Missing Genotypes
在遗传流行病学研究中,收集研究参与者亲属的家族史数据,并用于估计携带因果突变的个体的年龄特异性疾病风险。然而,由于亲自面谈以获取血液样本的费用高昂或亲属死亡,可能无法收集家庭成员的基因型数据。在此之前,在不考虑协变量的情况下,已经提出了删失混合数据中有效的非参数基因型特异性风险估计。由于有多个预测风险因素,风险估计需要多变量模型来解释可能同时影响疾病风险的其他协变量。因此,重要的是要考虑协变量的作用,在基因型特异性分布估计使用家族史数据。我们提出了一种估计方法,允许更精确的风险预测,通过控制个人特征,并将相互作用的影响与缺失的基因型在亲属,因此基因-基因相互作用和基因-环境相互作用可以在一个单一的模型的框架内处理。我们通过模拟来检查所提出的方法的性能,并将其应用于估计LRRK 2 G2019 S突变携带者中帕金森病(PD)的年龄特异性累积风险,使用具有PD遗传风险的一级亲属。通过在各种假设下设计未来的临床试验,证明了估计的载体风险的效用。这种样本量估计见于亨廷顿氏病文献中,使用HTT基因中CAG重复序列的异常扩增长度,但在PD文献中不太常见。
2017-05-26 stat.ME
Scalable Bayesian modeling for smoothing disease risks in large spatial data sets
在空间统计学文献中已经提出了几种方法来分析连续域中的大数据集。然而,新的方法来分析高维面积数据仍然很少。在这里,我们提出了一个可扩展的贝叶斯建模方法,用于平滑高维数据中的死亡率(或发病率)风险,即当小区域的数量非常大时。该方法在R附加包bigDM中实现。模型拟合和推理是基于“分而治之”的思想,并使用集成的嵌套拉普拉斯近似和数值积分。我们分析了该建议的实证表现,在一个全面的模拟研究,考虑两个无模型的设置。最后,该方法被应用于分析男性结直肠癌死亡率在西班牙城市显示其好处方面的标准方法的拟合优度和计算时间。
2020-07-15 stat.CO stat.ME
Creating Fair Models of Atherosclerotic Cardiovascular Disease Risk
Stanford University(斯坦福大学);Université de Lorraine(洛林大学);CNRS(法国国家科学研究中心);Inria(法国国家信息与自动化研究所)
动脉粥样硬化性心血管疾病(ASCVD)管理指南建议使用风险分层模型来识别最有可能从降胆固醇和其他治疗中获益的患者。这些模型在不同种族和性别群体之间具有不同的性能,在不同研究中的行为不一致,可能导致有益治疗的不公平分布。在这项工作中,我们利用对抗性学习和从电子健康记录(EHR)中提取的大型观察队列来开发一个“公平”的ASCVD风险预测模型,降低各组之间出错率的变异性。我们的经验表明,我们的方法是能够调整分布的风险预测的条件下的结果同时在几个组的模型从高维EHR数据。我们还讨论了公平性和模型性能之间的经验权衡的背景下,这些结果的相关性。
2019-06-14 cs.LG stat.ML
A Spatially Discrete Approximation to Log-Gaussian Cox Processes for Modelling Aggregated Disease Count Data
在本文中,我们开发了一个计算效率高的离散近似对数高斯Cox过程(LGCP)模型的空间聚集的疾病计数数据的分析。我们的方法克服了基于马尔可夫结构的空间模型的固有局限性,即每个这样的模型都与研究区域的特定分区相关联,并允许空间连续预测。我们比较了我们的建模方法与LGCP的预测性能,通过模拟研究和应用程序的原发性胆汁性肝硬化发病率数据在纽卡斯尔,泰恩河,英国。我们的研究结果表明,当疾病风险被假定为是一个空间连续的过程中,拟议的近似LGCP提供了可靠的估计疾病风险的空间连续和聚合尺度。所提出的方法在开源R包SDALGCP中实现。
2019-08-27 stat.ME
A Protocol to Exposure Path Analysis for Multiple Stressors Associated with Cardiovascular Disease Risk: A Novel Approach Using NHANES Data
本研究提出基于自适应Lasso回归的Path-Lasso方法,利用NHANES数据构建多重应激源与心血管疾病风险的因果网络路径,揭示年龄、吸烟和腰围等关键预测因子及中介变量的作用机制。
2025-03-06 q-bio.QM stat.AP
Dynamic Prediction of Competing Risk Events using Landmark Sub-distribution Hazard Model with Multiple Longitudinal Biomarker
病因特异性累积发生率函数(CIF)量化了具有竞争性风险结局的受试者特异性疾病风险。利用纵向收集的生物标志物数据,感兴趣的是通过结合最近的生物标志物以及累积的纵向历史来动态更新预测的CIF。受慢性肾脏疾病纵向队列研究的启发,我们提出了一个使用多变量纵向生物标志物动态预测终末期肾脏疾病的框架,考虑了死亡的竞争风险。该框架将地标生存模型扩展到竞争风险数据,并意味着在每个地标时间定义一个不同的子分布风险回归模型。允许模型参数、预测范围、纵向历史和风险人群在里程碑时间内变化。当生物标志物的测量时间间隔不规则时,在预测时可能无法观察到预测变量。局部多项式被用来估计模型参数,而不显式地插补预测或建模其纵向轨迹。所提出的模型导致简单的解释的回归系数和封闭式计算的预测CIF。估计和预测可以通过具有易处理计算的标准统计软件来实现。我们进行了模拟评估的估计过程和预测精度的性能。该方法说明了从非裔美国人的肾脏疾病和高血压研究的数据。
2019-05-22 q-bio.QM stat.ME
Integrated Machine Learning and Survival Analysis Modeling for Enhanced Chronic Kidney Disease Risk Stratification
Vironix Health Inc(维罗尼克斯健康公司)
本研究结合机器学习与经典统计模型,提取慢性肾病进展的新预测因子,并与既定临床特征整合于 Cox 比例风险模型框架内,以增强慢性肾病进展的风险分层与预测。
2024-11-16 cs.AI cs.LG stat.CO
Evaluating unsupervised disentangled representation learning for genomic discovery and disease risk prediction
Google Research(谷歌研究院)
本研究在遗传关联研究背景下评估多种无监督解耦表示学习方法,发现FactorVAE和beta-VAE相比标准方法能提升基因组发现与疾病风险预测效果,且FactorVAE超参数鲁棒性更强。
2023-07-17 cs.LG q-bio.GN stat.ML
Improving genetic risk prediction by leveraging pleiotropy
人类遗传学研究的一个重要任务是根据遗传标记准确预测个体的疾病风险,从而识别高疾病风险个体,并促进其疾病治疗和预防。尽管近年来对许多复杂的人类性状进行了数百项全基因组关联研究(GWAS),但将这些GWAS数据转化为临床有用的风险预测模型的成功率有限。GWAS数据的预测能力在很大程度上受到可用训练样本量的检验,因为存在许多变体,这些变体仅具有小到中等的影响。最近的研究表明,不同的人类特征可能具有共同的遗传基础。因此,一个有吸引力的策略,以增加训练样本的大小,从而提高预测精度是整合数据的遗传相关的表型。然而,遗传相关性在风险预测中的效用尚未在文献中探讨。在本文中,我们分析了GWAS数据双相及相关障碍(BARD)和精神分裂症(SZ)的双变量岭回归方法,并发现,联合预测两种表型可以大大提高预测精度的AUC(面积下的受试者工作特征曲线)。当我们联合分析克罗恩病(CD)和溃疡性结肠炎(UC)的GWAS数据时,我们也发现了类似的预测准确性提高。通过我们全面的模拟研究,实证观察得到证实,这表明可以通过结合表型与相对较高的遗传相关性来获得预测准确性的增益。通过真实数据和模拟研究,我们证明了多效性是一种宝贵的资产,为未来改善遗传风险预测开辟了新的机会。
2013-08-19 q-bio.GN q-bio.QM stat.AP
COVID-19: Optimal Allocation of Ventilator Supply under Uncertainty and Risk
本研究提出了一个新的风险规避多阶段随机药物-呼吸机-物流隔间模型,以解决缓解COVID-19的资源分配挑战。这一流行病学物流模型涉及未经检测的无症状感染者的不确定性,并纳入了短期人类迁移。疾病传播还通过一种新的传播率公式进行预测,该公式与戴口罩、社交距离和封锁等各种非药物干预措施有关,随着空间和时间的变化而变化。所提出的多阶段随机模型概述了无症状个体数量的不同情况,同时优化了资源(如疫苗)的分配,以最大限度地减少新感染者和死亡者的预期总数。多阶段平均风险模型亦加入条件风险值,以平衡疫情爆发的加权预期损失与经历灾难性疫情情景相关的预期风险。我们将我们的多阶段平均风险药物-呼吸机-物流模型应用于纽约州和新泽西州受影响严重的县的COVID-19控制案例。我们使用实际的感染、人口和迁移数据来校准、验证和测试我们的模型。结果表明,短期迁徙对该病的传播有显著影响。分配给每个地区的呼吸机的最佳数量取决于各种因素,包括初始感染数量、疾病传播率、初始ICU容量、地理位置的人口以及呼吸机供应的可用性。我们的数据驱动建模框架可以适用于研究疾病传播动力学和其他类似流行病和大流行病的物流。
2021-03-10 cs.CE q-bio.PE stat.AP
Large-scale Collaborative Imaging Genetics Studies of Risk Genetic Factors for Alzheimer's Disease Across Multiple Institutions
1 School of Computing, Informatics;3 Imaging Genetics Center, Institute for Neuroimaging
全基因组关联研究(GWAS)为确定阿尔茨海默病(AD)的遗传风险因素提供了新的机会。最近,不同机构之间的协作努力出现了,增强了许多现有技术对单个机构数据的能力。然而,GWAS合作研究的一个主要障碍是许多机构需要保护个人数据隐私。为了应对这一挑战,我们提出了一种新的分布式框架,称为本地查询模型(LQM),以检测多个研究机构之间的AD风险SNP。为了加速学习过程,我们提出了一个分布式增强双多面体投影(D-EDPP)筛选规则,以识别不相关的功能,并将它们从优化中删除。据我们所知,这是计算密集型模型选择程序的第一次成功运行,以在不同机构之间学习一致的模型,而不会损害他们的隐私,同时对可能共同影响AD的SNP进行排名。对分布在三个独立机构的809名受试者进行了590万个SNP特征的实证研究。D-EDPP通过有效识别不相关的特征实现了66倍的加速。
2016-08-19 cs.LG stat.ML
A Small Sample Correction for Estimating Attributable Risk in Case-Control Studies
归因风险,通常称为人群归因风险,在许多流行病学背景下,是比超额风险,相对风险或比值比更相关的疾病-疾病关联的测量。当用病例对照数据和罕见疾病估计归因风险时,我们对标准方法提出了一个简单的修正,使其基本上无偏,而且噪音较小。与Jewell(1986)对其他相关性度量给出的类似修正一样,调整通常不会产生实质性差异,除非样本量非常小或需要在精细地层中进行点估计,但我们讨论了应用的可能效用。
2008-12-29 math.ST stat.TH
Computing Individual Risks based on Family History in Genetic Disease in the Presence of Competing Risks
当考虑发病年龄不同的遗传性疾病(例如:糖尿病、家族性淀粉样神经病、癌症等)时,基于家族史(FH)计算疾病的个体风险对于临床医生和患者都是至关重要的。这样的风险计算起来非常具有挑战性,因为:1)感兴趣的个体的基因型X通常是未知的; 2)后验分布P(X| FH,T > t)随t变化(T是目标个体发病时的年龄); 3)死亡的竞争风险不可忽略。在这项工作中,我们提出了一个模型,这个问题使用贝叶斯网络混合(右删失)生存结果的风险率只取决于每个人的基因型。我们解释如何相信传播可以用来获得后验分布的基因型FH,以及如何获得一个时间依赖性的后验风险率的任何个人的系谱。最后,我们使用这个后验风险率来计算个体风险,有或没有死亡的竞争风险。我们的方法是使用Claus-Easton模型乳腺癌(BC)。该模型假设常染色体显性遗传风险因素,如非携带者(基因型00)的BC风险率为$λ$ 0(t),而携带者(基因型01、10和11)的风险率为$λ$ 1(t)。假设两个风险率都是分段常数,具有已知值(在20,30,. ..,80年)。竞争性死亡风险来自法国国家登记研究。
2017-09-14 stat.AP stat.ME
Disentangling Latent Risk Pathways via Bayesian Hypergraph Inference
University of Science and Technology of China(中国科学技术大学)
提出贝叶斯超图推断框架,通过风险因子调节的潜在疾病路径建模多疾病,实现可解释的高阶结构、校准的不确定性估计和罕见病改进预测。
2026-06-04 cs.LG stat.AP stat.ME
A resampling approach for causal inference on novel two-point time-series with application to identify risk factors for type-2 diabetes and cardiovascular disease
两点时间序列数据,其特征在于基线和后续观察,经常遇到的健康研究。我们研究了一种新的两点时间序列结构,没有对照组,这是由一个观察性的常规临床数据集驱动,收集监测关键风险标志物的类型- $2$糖尿病(T2 D)和心血管疾病(CVD)。我们提出了一种称为“I-Rand”的方法,用于独立地对每个人的两个时间点之一进行采样,并根据匹配方法对估计的因果效应进行推断。所提出的方法用来自基于服务的饮食干预的数据来说明,以促进低碳水化合物饮食(LCD),旨在影响T2 D和CVD的风险。基线数据包含研究参与者的干预前健康记录,LCD干预后的健康数据在随访时记录,提供两点时间序列模式,没有平行对照组。使用这种方法,我们发现肥胖是T2 D和CVD的重要风险因素,LCD方法可以显着降低T2 D和CVD的风险。我们提供实现我们的方法的代码。
2023-01-17 stat.AP stat.ME
A Bayesian semi-parametric approach to causal mediation for longitudinal mediators and time-to-event outcomes with application to a cardiovascular disease cohort study
针对队列研究中纵向中介变量和时变混杂因素导致的因果中介分析复杂问题,提出基于贝叶斯加法回归树(BART)模型的方法,可处理连续/二元时变变量及竞争事件,应用于ARIC队列研究评估药物对心血管疾病死亡时间的影响。
2024-11-27 stat.AP stat.ME
Presymptomatic risk assessment for chronic non-communicable diseases
常见慢性非传染性疾病(CNCD)的流行率远远超过单基因疾病和传染病的流行率总和。所有慢性传染性疾病,也称为复杂遗传病,都有可遗传的遗传成分,可用于症状前风险评估。标记基因组中风险单倍型的常见单核苷酸多态性(SNP)目前占生殖系遗传风险的重要部分,我们可能会继续以罕见变异、拷贝数变异和表观遗传修饰的形式确定剩余的缺失遗传性。在这里,我们描述了一种用于计算疾病终身风险的新方法,称为遗传复合指数(GCI),并证明了其作为临床分类器的预测价值。GCI仅考虑遗传变异影响的汇总统计,因此不需要同时评估多种风险因素的大规模研究结果。将GCI评分与环境风险信息相结合,为临床决策提供了额外的工具。全球控制指数可以填入任何类型的遗传风险信息,因此是一个CNCD症状前风险评估框架,可以在通过下一代技术确定额外风险信息时填入。
2011-06-28 q-bio.GN q-bio.QM stat.AP
Causal Inference of Blood Pressure Reduction and Coronary Heart Disease Risk in the Framingham Study
St.Xavier’s College (Autonomous), Kolkata(加尔各答圣泽维尔学院(自治))
本文通过因果推断方法评估了血压降低对冠心病风险的影响,发现观察性工具可能高估了降压治疗的绝对获益,对临床风险分层有重要影响。
2026-05-07 stat.AP stat.ME
Examining the impact of data quality and completeness of electronic health records on predictions of patients risks of cardiovascular disease
目的是评估数据质量和电子健康记录完整性的变化程度,以及使用基于常规收集数据(QRISK 3)的风险预测工具对心血管疾病(CVD)风险预测稳健性的影响。研究设计是一项纵向队列研究,涉及392例与住院数据相关的全科实践(包括360万例患者)。使用Saez稳定性指标量化每个实践的异常性来评估数据质量的变化。统计脆弱性模型评估QRISK 3预测对个体预测的准确性和总体风险因素(线性预测因子)的影响是否在实践之间变化。QRISK 3未解释的CVD发病率在实践之间存在实质性异质性。在统计脆弱性最低的五分位数中,当将实践变异性纳入统计脆弱性模型时,QRISK 3预测女性风险为10%,范围在7.1%至9.0%之间;对于最高的五分位数,这是10.9%-16.4%。数据质量(使用Saez指标)和完整性在不同水平的统计脆弱性之间具有可比性。例如,从统计脆弱性最低到最高五分位数的实践中,记录缺失种族信息的比例分别为55.7%、62.7%、57.8%、64.8%和62.1%。风险因素的影响并没有不同的做法与小的统计变异的β系数。总之,实践之间CVD发病率的相当大的不可测量的异质性不能用数据质量的变化或风险因素的影响来解释。QRISK 3风险预测应补充临床判断和其他风险因素的证据。
2019-11-19 stat.AP stat.ME
Case-control studies for rare diseases: improved estimation of several risks and of feature dependences
为了捕捉疾病对几个风险因素的依赖性,一个挑战是将基于模型的估计与基于证据的论点相结合。标准病例对照方法允许通过逻辑斯谛回归估计罕见疾病对几个回归因子的依赖性。对于病例对照研究,抽样设计导致样本来自两个不同的人群,对于每个逻辑斯谛回归中的回归变量集,然后将这些样本混合并作为给定的观察结果。但是,正是病例和对照回归变量的独立性结构的差异可以改善逻辑斯谛回归估计,并指导我们发现疾病特有的重要特征依赖性。以喉癌病例对照研究为例。
2012-03-08 stat.ME
Bayesian Integrative Analysis and Prediction with Application to Atherosclerosis Cardiovascular Disease
心血管疾病(CVD),包括动脉粥样硬化CVD(ASCVD),是多因素疾病,在世界范围内造成重大的经济和社会负担。人们已经做出了巨大的努力来了解ASCVD的传统风险因素,但这些风险因素仅占所有ASCVD病例的一半左右。识别非传统风险因素(例如,遗传变异,基因)有助于ASCVD。此外,将功能知识纳入预测模型有可能揭示与疾病风险相关的途径。我们提出了贝叶斯分层因素分析模型,关联多个组学数据,预测临床结果,允许先前的功能信息,并可以容纳临床协变量。基于现有数据和对ASCVD其他风险因素的需求,这些模型用于临床、人口统计学和多组学数据的综合分析,以确定可能导致健康成人10年ASCVD风险的遗传变异、基因和基因途径。我们的研究结果揭示了几种与ASCVD风险高度相关的遗传变异、基因和基因通路。有趣的是,其中一些与CVD风险有关。其他人可以探索其在CVD中的潜在作用。我们的研究结果强调了联合关联和预测模型的优点。
2020-05-23 stat.ME
Detecting Spatial Health Disparities Using Disease Maps
提出一种结合邻接建模与疾病图依赖的贝叶斯成对比较方法,利用多变量面状参考 Dirichlet 过程模型检测相关疾病的空间健康差异边界。
2025-05-13 stat.AP stat.ME
Disease Mapping with Generative Models
疾病分布图侧重于了解呈现高相对风险的区域单位。疾病计数的疾病映射模型指定了与预期计数相比的相对风险的Poisson回归。这些模型通常包含空间随机效应以实现空间平滑。这些模型的拟合通常通过内部标准化来计算预期的疾病计数。这将数据放在模型的两侧,即,计数在左侧,但它们也用于获得右侧的预期计数。因此,这些内部标准化模型是不连贯的,没有生成性;从概率上讲,它们无法产生观察到的数据。在这里,我们主张采用直接生成模型的疾病计数。我们使用广义逻辑斯谛回归对疾病发病率而不是相对风险进行建模。我们提取模型拟合后的相对风险。我们还将生成模型扩展到动态设置。我们通过模拟数据集和俄亥俄州的肺癌发病率数据将生成模型与内部标准化模型进行比较。每个模型都是一个空间平滑器,它们在相对风险方面对数据进行了类似的平滑。然而,生成模型倾向于提供更紧密的可信区间。由于生成规范是没有更难适应,是连贯的,至少是良好的inclusion,我们建议它应该是空间疾病映射的选择模型。
2016-07-24 stat.ME
Cluster detection and risk estimation for spatio-temporal health data
在流行病学疾病绘图方面,目的是估计疾病风险的时空模式,并确定高风险集群,从而使卫生干预措施有适当的针对性。贝叶斯时空模型被用来估计平滑的风险面,但这与确定与其邻近地区相比风险较高的区域单元组的目的背道而驰。因此,在本文中,我们提出了一种新的贝叶斯分层建模方法,同时估计疾病风险,并确定高风险集群的空间和时间。该模型的推理是基于马尔可夫链蒙特卡罗模拟,使用免费提供的R软件包CARBayesST,已与本文一起开发。我们的方法是出于两个案例研究,其中第一个评估是否有公共卫生区和结肠癌集群之间的关系在格鲁吉亚,而第二个着眼于在英国的公共场所禁烟对心血管疾病集群的影响。
2014-11-10 stat.ME
Integrative genetic risk prediction using nonparametric empirical Bayes classification
遗传风险预测是个体化医疗的重要组成部分,但对于许多复杂疾病的预测准确性仍然很低。一个基本的限制是训练预测算法的研究的样本量。增加有效样本量的一种方法是整合先前现有研究的信息。然而,很难找到检查目标疾病的现有数据,特别是如果该疾病罕见或研究不足。此外,从这些辅助研究中获得的个体水平的基因型数据通常很难获得。本文提出了一种新的方法来综合遗传风险预测的复杂疾病的二元表型。它适应目标和辅助疾病的遗传病因可能的异质性,使用无调整参数的非参数经验贝叶斯程序,并且可以仅使用辅助汇总统计量进行训练。仿真研究表明,该方法可以提供优越的预测精度相对于非一体化以及一体化分类器。该方法被应用到最近的儿科自身免疫性疾病的研究,在那里它大大减少了某些目标/辅助疾病组合的预测误差。所提出的方法是在R包ssa中实现的。
2016-08-25 q-bio.QM stat.ME
Bayesian feature selection in joint models with application to a cardiovascular disease cohort study
本文提出一种改进的贝叶斯稀疏组选择先验,用于联合模型中风险因素组及组内轨迹特征的双层选择,并通过模拟和ARIC队列识别与CVD死亡相关的重要风险因素及特征。
2024-12-01 stat.ME
Exploring the genetic patterns of complex diseases via the integrative genome-wide approach
动机:全基因组关联研究(GWAS)在数千个个体中检测超过100万个单核苷酸多态性(SNP),已被广泛用于识别复杂疾病的遗传风险变体。然而,大多数已经确定的变异导致的风险增量相对较小,并且只能解释复杂疾病中的一小部分遗传变异。这就是所谓的缺失遗传性问题。有证据表明,许多复杂的疾病与遗传有关,这意味着这些疾病具有共同的遗传风险变体。因此,探索多项相关研究的遗传相关性可能是一种很有前途的策略,可以消除虚假关联并识别潜在的遗传风险变体,从而揭开复杂疾病中遗传性缺失的奥秘。结果:我们提出了一个通用的和强大的方法来识别遗传模式,从多个大规模的基因组数据集。我们将汇总统计量视为一个矩阵,并证明遗传模式将形成一个低秩矩阵加上稀疏分量。因此,我们将问题制定为矩阵恢复问题,我们的目标是发现多种疾病/特征以及每个疾病/特征所共有的风险变体。我们提出了一个凸公式的矩阵恢复和一个有效的算法来解决这个问题。我们证明了我们的方法使用合成数据集和真实数据集的优势。实验结果表明,我们的方法可以成功地重建共享和个人的遗传模式从汇总统计,并取得更好的性能相比,在广泛的场景下的替代方法。
2015-01-26 cs.CE q-bio.QM stat.ME
Quantile Regression Modeling of Recurrent Event Risk
慢性疾病的进展通常表现为随着时间的推移反复发生疾病相关事件。描述这种复发事件风险的异质性可以为指导定制的疾病管理提供有价值的科学见解。在本文中,我们提出了一个新的建模框架,复发事件的数据,这使得一个灵活的和强大的表征,通过分位数回归,同时容纳观察到的协变量和不可观察的脆弱性的复发事件的个人倍增风险。建议的建模不需要分布规格的不可观察的弱点,同时允许探索动态协变量的影响。我们开发的估计和推理程序所提出的模型,通过一种新的适应原则的条件得分。证明了估计量的一致相合性和弱收敛性。大量的仿真研究表明,所提出的方法具有令人满意的有限样本性能。我们通过应用于糖尿病临床试验来说明新方法的实际效用,该试验探索了2型糖尿病患者低血糖的风险模式。
2018-11-15 stat.ME
A spatio-temporal model to detect potential outliers in disease mapping
本研究在Rushworth时空疾病制图模型基础上引入带两种先验的精度矩阵缩放参数以实现厚尾,用于识别疾病相对风险演变的潜在异常区域,经模拟验证后应用于COVID-19疫情分析,在蒙特利尔和法国分别识别出6个行政区、21个省为异常区域。
2024-04-15 stat.ME
When can relative risks provide causal estimates?
需要强调的是,对于发病率很低的流行病学研究,传统比例风险模型的结果往往可以正确估计因果关系。从因果推理的著名的“后门标准”适用于常见的流行病学研究的罕见疾病的比例风险模型,提供了一个例子,何时以及如何从传统的比例风险研究的估计可以使用。一个类似的研究“前门标准”,允许研究与未测量的混杂因素,发现类似的结果与传统的中介分析测量混杂因素。对此原因进行了讨论。
2021-10-04 stat.ME
Copula and spatial-regularized variational autoencoder for mapping disease comorbidity in West Africa
Institute of Mathematics and Computer Sciences, University of São Paulo(圣保罗大学数学与计算机科学研究所);The Federal University of Technology(联邦理工大学)
提出一种结合双变量Gumbel copula和空间正则化的变分自编码器,用于建模西非儿童腹泻、发烧和急性呼吸道感染共病的空间异质性和非对称依赖关系,并识别高风险区域及风险因素。
2026-05-26 stat.ME