کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
4499965 | 1624019 | 2015 | 14 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Analysis of household data on influenza epidemic with Bayesian hierarchical model
ترجمه فارسی عنوان
تجزیه و تحلیل اطلاعات خانوار در مورد اپیدمی آنفلوانزا با مدل سلسله مراتبی بیزی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ترجمه چکیده
داده های مورد استفاده برای مدل سازی انتقال خانوار از بیماری های عفونی مانند آنفلوانزا، دارای ساختارهای چند سطحی ذاتی و ویژگی های همبستگی هستند که به طور گسترده ای از مدل های انتقال بیماری بیماری عفونی معمول (از جمله مدل گرینوود و مدل رید فریت) محتوای خانوار (به علت شرایط شلوغ یا وضعیت اجتماعی اقتصادی خانوار). بنابراین، در سطح خانوار، اثرات ناشی از عوامل فردی مانند واکسیناسیون ممکن است به نوعی درهم بشکند یا اصلاح شود. ما مدل تصادفی سلسله مراتبی (تصادفی تصادفی و دامنه های تصادفی) بنیادی را در قالب مدل خطی تعمیم یافته برای ضبط ناهمگنی و تنوع در سطوح فردی، نسل و خانواده پیشنهاد کردیم. این داده ها برای داده های نظارت تجربی بر روی اپیدمی آنفولانزا در تایوان اعمال شد. پارامترهای مورد نظر با استفاده از روش مونت کارلو زنجیره مارکف در رابطه با مدل های گرافیکی آیسیکال هدایت شده بیزی مورد برآورد قرار گرفت. مقایسه بین مدل ها با استفاده از معیار اطلاعات انحرافی ساخته شد. بر اساس نتایج روش سلسله مراتبی روش تصادفی-شیب بیزی در قالب مدل انتقال رید فریز، ضریب رگرسیون در مورد اثر محافظتی واکسیناسیون از نظر خانواده به میزان قابل توجهی از لحاظ آماری معنی دار بود. نتیجه چنین ناهمگونی برای استفاده از توزیع های قبلی (از جمله اطلاعات غیر آموزنده، شکاک و مشتاق) قوی بود. با توزیع عدم اطمینان پارامترهای توزیع خلفی، توزیع پیش بینی شده برای پیش بینی تعداد موارد آنفلوانزا که امکان تأثیر تصادفی خانوار را فراهم می کند محاسبه شد.
موضوعات مرتبط
علوم زیستی و بیوفناوری
علوم کشاورزی و بیولوژیک
علوم کشاورزی و بیولوژیک (عمومی)
چکیده انگلیسی
Data used for modelling the household transmission of infectious diseases, such as influenza, have inherent multilevel structures and correlated property, which make the widely used conventional infectious disease transmission models (including the Greenwood model and the Reed-Frost model) not directly applicable within the context of a household (due to the crowded domestic condition or socioeconomic status of the household). Thus, at the household level, the effects resulting from individual-level factors, such as vaccination, may be confounded or modified in some way. We proposed the Bayesian hierarchical random-effects (random intercepts and random slopes) model under the context of generalised linear model to capture heterogeneity and variation on the individual, generation, and household levels. It was applied to empirical surveillance data on the influenza epidemic in Taiwan. The parameters of interest were estimated by using the Markov chain Monte Carlo method in conjunction with the Bayesian directed acyclic graphical models. Comparisons between models were made using the deviance information criterion. Based on the result of the random-slope Bayesian hierarchical method under the context of the Reed-Frost transmission model, the regression coefficient regarding the protective effect of vaccination varied statistically significantly from household to household. The result of such a heterogeneity was robust to the use of different prior distributions (including non-informative, sceptical, and enthusiastic ones). By integrating out the uncertainty of the parameters of the posterior distribution, the predictive distribution was computed to forecast the number of influenza cases allowing for random-household effect.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Mathematical Biosciences - Volume 261, March 2015, Pages 13-26
Journal: Mathematical Biosciences - Volume 261, March 2015, Pages 13-26
نویسندگان
C.Y. Hsu, A.M.F. Yen, L.S. Chen, H.H. Chen,