Integrating sample similarities into latent class analysis: a tree-structured shrinkage approach.
Integrating sample similarities into latent class analysis: a tree-structured shrinkage approach.
复制标题
DOI：
10.1111/biom.13580
复制
发表时间：
2023-03
期刊：
影响因子：
1.9
通讯作者：
Wu, Zhenke
中科院分区：
文献类型：
--
作者：
Li, Mengbing;Park, Daniel E.;Aziz, Maliha;Liu, Cindy M.;Price, Lance B.;Wu, Zhenke
关键词：
本文利用多元二元观测值来估计具有科学意义的未观测类的概率。我们的重点是关于样本相似性的附加信息可用并由有根的加权树表示的设置。给定树中的每一片叶子都包含多个样本。树叶之间在树上的距离越短，表明类概率向量的先验相似性越高。提出了一种新的树状结构收缩隐类模型的数据集成扩展方法。所提出的方法允许(1)跨叶借用信息，(2)使用不同的类别概率向量来估计数据驱动的叶组，以及(3)给定观察到的多变量二进制测量，进行个体水平的概率类分配。我们在变分贝叶斯框架下推导并实现了一种可扩展的后验推断算法。广泛的模拟表明，与次优使用额外样本相似性信息的备选方案相比，对类别概率的估计更准确。以人畜共患传染病应用为例，说明了所提出的方法。文章最后对模型的局限性和扩展进行了简要的讨论。
This paper is concerned with using multivariate binary observations to estimate the probabilities of unobserved classes with scientific meanings. We focus on the setting where additional information about sample similarities is available and represented by a rooted weighted tree. Every leaf in the given tree contains multiple samples. Shorter distances over the tree between the leaves indicate a priori higher similarity in class probability vectors. We propose a novel data integrative extension to classical latent class models with tree-structured shrinkage. The proposed approach enables (1) borrowing of information across leaves, (2) estimating data-driven leaf groups with distinct vectors of class probabilities, and (3) individual-level probabilistic class assignment given the observed multivariate binary measurements. We derive and implement a scalable posterior inference algorithm in a variational Bayes framework. Extensive simulations show more accurate estimation of class probabilities than alternatives that suboptimally use the additional sample similarity information. A zoonotic infectious disease application is used to illustrate the proposed approach. The paper concludes by a brief discussion on model limitations and extensions.
登录
查看更多内容
影响因子：
3.7
作者：
FORMANN, AK
通讯作者：
FORMANN, AK
影响因子：
2.8
作者：
Johnson, James R.;Delavari, Parissa;Tatini, Sita
通讯作者：
Tatini, Sita
影响因子：
6.4
作者：
Liu CM;Stegger M;Aziz M;Johnson TJ;Waits K;Nordstrom L;Gauld L;Weaver B;Rolland D;Statham S;Horwinski J;Sariya S;Davis GS;Sokurenko E;Keim P;Johnson JR;Price LB
通讯作者：
Price LB
DOI：
10.1067/mlc.2002.121550
发表时间：
2002-03-01
期刊：
JOURNAL OF LABORATORY AND CLINICAL MEDICINE
影响因子：
--
作者：
Johnson, JR;Russo, TA
通讯作者：
Russo, TA
影响因子：
2.7
作者：
GOODMAN, LA
通讯作者：
GOODMAN, LA