Estimating Individual-Level Risk in Spatial Epidemiology Using Spatially Aggregated Information on the Population at Risk
利用风险人口的空间汇总信息估计个体风险AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究空间流行病学与点过程估计，空间聚簇本身不足以归入网络干扰或其他所列细分方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
利用风险人口的空间汇总信息估计个体风险
- 研究问题
- 当病例具有个体风险因素信息，而风险人口仅有空间汇总资料时，如何估计个体层面的风险关系，并检验空间过程设定？
- 方法与思路
- 作者用加权估计方程估计非齐次空间点过程强度函数中的回归参数，以数据驱动方式选权重，并构造非泊松行为检验。
- 材料陈述的贡献
- 摘要提出病例对照抽样的替代方案；模拟显示权重选择可显著影响估计效率，并考察检验在泊松及泊松聚簇过程下的表现。
- 阅读关注点
- 应核对空间汇总信息如何进入估计方程、个体参数可估所需条件、权重选择规则，以及非泊松检验的校准和功效。
- 阅读边界
- 仅据所给 OpenAlex 索引摘要，稿件版本未注明；聚合信息与个体风险连接的条件未说明，空间风险关联不能直接解释为因果效应。
原文摘要
We propose a novel alternative to case-control sampling for the estimation of individual-level risk in spatial epidemiology. Our approach uses weighted estimating equations to estimate regression parameters in the intensity function of an inhomogeneous spatial point process, when information on risk-factors is available at the individual level for cases, but only at a spatially aggregated level for the population at risk. We develop data-driven methods to select the weights used in the estimating equations and show through simulation that the choice of weights can have a major impact on efficiency of estimation. We develop a formal test to detect non-Poisson behavior in the underlying point process and assess the performance of the test using simulations of Poisson and Poisson cluster point processes. We apply our methods to data on the spatial distribution of childhood meningococcal disease cases in Merseyside, U.K. between 1981 and 2007.