Are spatial models advantageous for predicting county-level HIV epidemiology across the United States?
Are spatial models advantageous for predicting county-level HIV epidemiology across the United States?
复制标题
DOI：
10.1016/j.sste.2021.100436
复制
发表时间：
2021-08
影响因子：
3.4
通讯作者：
Albarracín D
中科院分区：
文献类型：
--
作者：
Sass D;Farkhad BF;Li B;Sally Chan MP;Albarracín D
预测人类免疫缺陷病毒（艾滋病毒）的流行病学是实现公共卫生的里程碑至关重要。当数据因区域而异时，消除空间依赖性通常可以提供更好的预测结果，但以计算效率为代价。然而，随着越来越多的可用协变量捕获数据的变化，空间模型的好处可能不那么重要。我们调查这一猜想，同时考虑非空间和空间模型县级艾滋病毒预测超过美国。由于许多县的艾滋病毒发病率为零，我们利用两部分模型，一部分估计艾滋病毒阳性率的概率，另一部分估计未被列为零的县的艾滋病毒感染率。根据我们的数据，逻辑回归和广义估计方程的组合在预测方面优于候选模型。结果表明，考虑我们的数据的空间相关性不一定是有利的，当目的是进行预测。
Predicting human immunodeficiency virus (HIV) epidemiology is vital for achieving public health milestones. Incorporating spatial dependence when data varies by region can often provide better prediction results, at the cost of computational efficiency. However, with the growing number of covariates available that capture the data variability, the benefit of a spatial model could be less crucial. We investigate this conjecture by considering both non-spatial and spatial models for county-level HIV prediction over the US. Due to many counties with zero HIV incidences, we utilize a two-part model, with one part estimating the probability of positive HIV rates and the other estimating HIV rates of counties not classified as zero. Based on our data, the compound of logistic regression and a generalized estimating equation outperforms the candidate models in making predictions. The results suggest that considering spatial correlation for our data is not necessarily advantageous when the purpose is making predictions.
登录
查看更多内容
2011 - 15年，美国斯科特县的艾滋病毒爆发和反应动态：一项建模研究。
DOI：
10.1016/s2352-3018(18)30176-0
发表时间：
2018-10
期刊：
The lancet. HIV
影响因子：
--
作者：
Gonsalves GS;Crawford FW
通讯作者：
Crawford FW
影响因子：
5.6
作者：
Harrison, Kathleen McDavid;Ling, Qiang;Hall, H. Irene
通讯作者：
Hall, H. Irene
影响因子：
16.6
作者：
Dietterich, T
通讯作者：
Dietterich, T
DOI：
10.1111/j.1467-9876.2005.00466.x
发表时间：
2005-01-01
影响因子：
1.6
作者：
Gelfand, AE;Schmidt, AM;Rebelo, AG
通讯作者：
Rebelo, AG
影响因子：
3
作者：
Geraci M;McLain A
通讯作者：
McLain A