A Multiprocess State Space Model with Feedback and Switching for Patterns of Clinical Measurements Associated with COVID-19
用于COVID-19相关临床测量的反馈切换多过程状态空间模型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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确使用状态空间模型、卡尔曼滤波和过程切换分析时间序列，应用对象为临床测量。
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…
用于COVID-19相关临床测量的反馈切换多过程状态空间模型
- 研究问题
- 如何刻画临床测量随时间变化的复杂动态，并通过不同潜在过程间的反馈与切换，分析COVID-19患者的感染和恢复状态？
- 方法与思路
- 作者提出具有反馈和切换机制的多过程状态空间模型，将潜在过程转移概率与反馈联系起来，结合EM、多过程卡尔曼滤波及固定区间平滑估计。
- 材料陈述的贡献
- 摘要称提出了模型及配套估计方法，模拟显示算法表现良好，并用于感染COVID-19的血液透析患者体温数据以估计感染和恢复概率。
- 阅读关注点
- 应核对反馈变量与转移概率的关系、潜在过程的临床解释、EM收敛和初始化处理，以及感染与恢复概率如何获得外部验证。
- 阅读边界
- 这是arXiv预印本，不能据此认定已同行评审或期刊接收。摘要未说明状态识别条件、模拟评价标准和临床概率的验证情况。
原文摘要
Clinical measurements, such as body temperature, are often collected over time to monitor an individual's underlying health condition. These measurements exhibit complex temporal dynamics, necessitating sophisticated statistical models to capture patterns and detect deviations. We propose a novel multiprocess state space model with feedback and switching mechanisms to analyze the dynamics of clinical measurements. This model captures the evolution of time series through distinct latent processes and incorporates feedback effects in the transition probabilities between latent processes. We develop estimation methods using the EM algorithm, integrated with multiprocess Kalman filtering and multiprocess fixed-interval smoothing. Simulation study shows that the algorithm is efficient and performs well. We apply the proposed model to body temperature measurements from COVID-19-infected hemodialysis patients to examine temporal dynamics and estimate infection and recovery probabilities.