.png){kind=icon}
返回
Distributed lag non-linear models with spatial effect modification using Laplacian P-splines
.png){kind=icon}
PRE
AI
DOI：10.1007/s10651-026-00739-0.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
分布式滞后非线性模型（DLNMs）是灵活建模时间延迟暴露效应的一种流行方法。经典DLNMs在地理区域间指定共同的暴露-滞后-响应关系。然而，这种关系可能因不同空间单元的差异效应修饰因子而被改变。尽管已提出一些处理效应修饰的方法，但其适用性具有情境依赖性。例如，元分析可以处理组间异质性，但该技术需要足够大的研究组。这一局限性在处理计数数据时尤为相关，因为事件数量往往较少。本文回顾了允许对基于计数的结局进行空间效应修饰的现有方法，并提出了一种贝叶斯DLNM替代方法，通过灵活的交互效应来考虑修饰因子。通过使用拉普拉斯P样条，我们避免了使用经典的马尔可夫链蒙特卡罗（MCMC）方法，提供了计算上更快速的估计过程。通过模拟研究评估了不同方法的性能。此外，通过包含87个意大利城市日温度和死亡计数的实际数据应用，展示了我们提出方法的实用性。
Keyword:
Bayesian P-splines
Distributed lag non-linear models
Laplace approximation
Spatial effect modification
期刊
IF:
1.8
论文数:
1.0K
被引数:
1.1K
机构
引用论文
.png){kind=icon}
Quantifying localized heatwave impact on mortality: a multi-country modeling study in the Asia–Pacific region量化亚太地区局部热浪对死亡率的影响：一项多国建模研究
OAAI
OAAI分享收藏Penalty parameter selection and asymmetry corrections to Laplace approximations in Bayesian P-splines models贝叶斯P样条模型中拉普拉斯近似法的惩罚参数选择和非对称修正
PREAI
分享收藏
查看更多内容