扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

这所院校又添新作:使用贝叶斯时空共享成分模型的多种地方病风险建模

论论资讯 | 2023-03-01 3热度

Decision Science Letters

Explore content

About the journal

Publish with us

Multiple endemic disease risk modeling using a Bayesian spatiotemporal shared components model

Jaya I.G.N.M.; Chadidjah A.; Andriyana Y.; Setyanto G.R.; Supartini E.; Kristiani F.

Published:2023-03-01
DOI:10.5267/j.dsl.2022.12.005

研究背景

在我们的日常生活中,某些疾病的发病率非常高,例如登革热、腹泻和结核病等,这些疾病会给我们的生活带来很大的影响。然而,传统的疾病建模方法是将不同的疾病单独建模,这导致我们对当前疾病动态的理解有限,并且对不同模型的参数评估不准确。因此,如何更好地预测多种疾病的风险和识别热点成为当前研究领域的重要问题。

研究内容

为了解决上述问题,本研究提出了一种联合空间时间模型,以预测多种疾病的风险和识别热点。该模型包括空间共享成分随机效应和健康行为协变量。本文将该模型应用于印度尼西亚万隆的30个地区,在五年的时间内联合建模登革热、腹泻和结核病。我们的研究发现,联合模型在理解疾病特征方面非常有效。共享成分模型的一个潜在优势是可以识别具有空间或时间分布模式的疾病,并考虑可能在空间上相关的共享风险因素,例如气候。建议在使用此类模型之前进行探索性分析,以确定所研究的疾病风险与参考疾病之间的相关性。

研究意义

本研究的创新点在于提出了一种联合建模方法,可以更好地预测多种疾病的风险和识别热点。这种方法可以更好地理解疾病的特征,为疾病的预防和治疗提供更加准确的参考。此外,该模型还可以识别具有空间或时间分布模式的疾病,并考虑可能在空间上相关的共享风险因素,这对于疾病的控制和防治也具有非常重要的意义。

微信扫码即可查看