Empirical Bayes Procedures for Stabilizing Maps of U.S. Cancer Mortality Rates
稳定美国癌症死亡率地图的经验贝叶斯方法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：摘要研究疾病死亡率的小区域估计与制图，空间模式并不直接构成网络干扰或经济分布效应。
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…
关注这篇论文的作者
稳定美国癌症死亡率地图的经验贝叶斯方法
- 研究问题
- 小地区人口较少导致死亡率随机波动较大，如何调整年龄标准化癌症死亡率，使地图更清晰地呈现空间分布模式？
- 方法与思路
- 作者提出两阶段经验贝叶斯程序，调整小地区死亡率的随机性，并应用于美国白人人口按性别、癌症部位和年代划分的县级数据。
- 材料陈述的贡献
- 摘要称，调整后的死亡率有助于辨识空间模式；应用涵盖十五类癌症和三个十年，并以白人男性县级死亡率地图展示部分结果。
- 阅读关注点
- 核对两阶段估计及年龄标准化的衔接、收缩对象与不确定性处理，检查调整是否保留真实地区差异及小人口地区异常信号。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，刊本差异未核验；地图相关性不构成病因识别，调整幅度和区间估计未说明。
原文摘要
"The geographic mapping of age-standardized, cause-specific death rates is a powerful tool for identifying possible etiologic factors, because the spatial distribution of mortality risks can be examined for correlations with the spatial distribution of disease-specific risk factors. This article presents a two-stage empirical Bayes procedure for calculating age-standardized cancer death rates, for use in mapping, which are adjusted for the stochasticity of rates in small area populations. Using the adjusted rates helps isolate and identify spatial patterns in the rates. The model is applied to sex-specific data on U.S. county cancer mortality in the white population for 15 cancer sites for three decades: 1950-1959, 1960-1969, and 1970-1979. Selected results are presented as maps of county death rates for white males."