Improving disparity estimates for rare racial/ethnic groups with trend estimation and Kalman filtering: an application to the National Health Interview Survey.
Improving disparity estimates for rare racial/ethnic groups with trend estimation and Kalman filtering: an application to the National Health Interview Survey.
复制标题
通过趋势估计和卡尔曼滤波改进稀有种族/族裔群体的差异估计：国家健康访谈调查的应用。
DOI：
10.1111/j.1475-6773.2009.01000.x
复制
发表时间：
2009
影响因子：
3.4
通讯作者：
Lurie,Nicole
中科院分区：
文献类型：
--
作者：
Elliott,MarcN;McCaffrey,DanielF;Finch,BrianK;Klein,DavidJ;Orr,Nate;Beckett,MeganK;Lurie,Nicole
目标：对小种族/族裔群体健康差异的单年估计往往不够精确，无法指导政策，而多年汇总的估计可能无法准确描述当前状况。虽然收集额外数据的成本很高，但创新的分析方法可以提高现有数据的准确性和实用性。我们开发了卡尔曼滤波器的应用程序，以便更有效地利用现有数据。数据源。我们使用 1997-2004 年国家健康访谈调查数据，了解两个种族/民族亚群体的健康结果患病率：美洲印第安人/阿拉斯加原住民和华裔美国人。研究设计。我们修改了卡尔曼滤波器，通过有效聚合过去几年的横断面调查数据，为小型种族/民族群体生成更准确的当年患病率估计。种族/族裔群体。我们将这些新的估计值及其准确性与简单的当年患病率估计值进行了比较。主要发现。对于 19 个结果中的 18 个结果，改进的卡尔曼滤波器方法将两组中每组的当年估计值的误差降低了 20-35%，相当于将这些组的当年样本量增加了 56-135%。结论。这种方法可以提高使用现有数据的小群体健康测量的准确性，除了相关成本之外，几乎没有额外的成本到分析过程。
Objective.Single‐year estimates of health disparities in small racial/ethnic groups are often insufficiently precise to guide policy, whereas estimates that are pooled over multiple years may not accurately describe current conditions. While collecting additional data is costly, innovative analytic approaches may improve the accuracy and utility of existing data. We developed an application of the Kalman filter in order to make more efficient use of extant data.Data Source.We used 1997–2004 National Health Interview Survey data on the prevalence of health outcomes for two racial/ethnic subgroups: American Indians/Alaska Natives and Chinese Americans.Study Design.We modified the Kalman filter to generate more accurate current‐year prevalence estimates for small racial/ethnic groups by efficiently aggregating past years of cross‐sectional survey data within racial/ethnic groups. We compared these new estimates and their accuracy to simple current‐year prevalence estimates.Principal Findings.For 18 of 19 outcomes, the modified Kalman filter approach reduced the error of current‐year estimates for each of the two groups by 20–35 percent—equivalent to increasing current‐year sample sizes for these groups by 56–135 percent.Conclusions.This approach could increase the accuracy of health measures for small groups using extant data, with virtually no additional cost other than those related to analytical processes.
登录
查看更多内容
衡量健康差异的方法论问题。
影响因子：
--
作者：
Keppel,Kenneth;Pamuk,Elsie;Lynch,John;Carter-Pokras,Olivia;KimInsun;Mays,Vickie;Pearcy,Jeffrey;Schoenbach,Victor;Weissman,JoelS
通讯作者：
Weissman,JoelS
重复调查和卡尔曼滤波器
DOI：
10.1111/j.1368-423x.2005.00172.x
发表时间：
2005
期刊：
Wiley-Blackwell: Econometrics Journal
影响因子：
--
作者：
J. Lind
通讯作者：
J. Lind
重复调查的随机模型
DOI：
10.1111/j.2517-6161.1973.tb00936.x
发表时间：
1973
期刊：
Journal of the royal statistical society series b-methodological
影响因子：
--
作者：
B. Blight;A. Scott
通讯作者：
A. Scott
衡量 2010 年健康人群的进展。
DOI：
--
发表时间：
2004
期刊：
Healthy People 2010 statistical notes : from the Centers for Disease Control and Prevention/National Center for Health Statistics
影响因子：
--
作者：
K. Keppel;J. Pearcy;Richard J. T. Klein
通讯作者：
Richard J. T. Klein
评估 NHIS 对于研究州保险覆盖政策变化的价值：纽约案例。
影响因子：
3.4
作者：
S. Long;J. Graves;S. Zuckerman
通讯作者：
S. Zuckerman