[論文レビュー] Application of Bootstrap Re-sampling Method to a Categorical Data of HIV/AIDS Spread across different Social-Economic Classes

Adeshina Oyedele Bello, Festus Abiodun Oguntolu+2 more|arXiv (Cornell University)|Sep 25, 2016

Data-Driven Disease Surveillance被引用数 6

ひとこと要約

本研究では、ナイジェリア・オヨ州における社会経済的格差に跨るカテゴリー型HIV/エイズデータセットに対してブートストラップ再抽出を適用し、ロジスティック回帰を用いて感染リスクをモデル化した。年齢、職業状態、性別がHIV有病率に顕著な影響を及ぼすことが示された。特に、職業を持たない男性が予測感染確率が最も高く、10,000回のブートストラップ再抽出とBCa信頼区間を用いてモデルの安定性が検証された。

ABSTRACT

This research reports on the relationship and significance of social-economic factors (age, sex, employment status) and modes of HIV/AIDS transmission to the HIV/AIDS spread. Logistic regression model, a form of probabilistic function for binary response was used to relate social-economic factors (age, sex, employment status) to HIV/AIDS spread. The statistical predictive model was used to project the likelihood response of HIV/AIDS spread with a larger population using 10,000 Bootstrap re-sampling observations.

研究の動機と目的

• ナイジェリア・オヨ州における社会的経済的要因（年齢、性別、職業）とHIV/エイズ感染との関係をモデル化すること。
• ロジスティック回帰を用いて、これらの要因がHIV感染を予測する上で有意であるかを評価すること。
• 大標本推論のための10,000回のブートストラップ再抽出反復を用いて、モデルの信頼性を向上させること。
• 再抽出に基づく信頼区間を用いて、より大きな集団における感染リスクを予測すること。
• 高リスク群を特定し、標的介入を実施するための公衆衛生計画を支援すること。

提案手法

• HIV状態（感染／非感染）を従属変数とし、年齢、性別、職業状態を予測変数として、ロジスティック回帰を適用した。
• 10,000回のブートストラップ再抽出を用いて標準誤差を推定し、バイアス補正加速（BCa）信頼区間を構築した。
• モデルの適合度を評価し、影響力の大きい観測値を同定するために残差分析と確率プロットを用いた。
• 性別および職業状態で層別した年齢層ごとにHIV感染の予測確率を生成した。
• 適合値対残差プロットおよびデモグラフィックサブグループに跨る確率曲線を用いて、モデルの予測を可視化した。
• 別個のデータセットを用いて最終モデルを検証し、予測確率と観測確率の一致度を評価することでキャリブレーションを検証した。

実験結果

リサーチクエスチョン

• RQ1 オヨ州におけるHIV/エイズ感染と関連する社会的経済的要因として、年齢、性別、職業状態のうち、どれが有意に関連しているか。
• RQ2 異なる年齢層および職業状態において、HIV感染リスクはどのように変化するか。
• RQ3 ブートストラップ再抽出を用いてカテゴリー型HIVデータにロジスティック回帰モデルを適用した場合、その予測精度および安定性はどの程度か。
• RQ4 年齢層に跨る、職業保有者と非職業保有者の男性および女性におけるHIV感染の予測確率は、どのように異なるか。
• RQ5 再抽出に耐えうるモデルの性能は、公衆衛生予測の信頼性を示すためにどの程度の程度で維持されるか。

主な発見

• ブートストラップ再抽出を用いたロジスティック回帰モデルは、年齢、職業状態、性別がHIV感染の有意な予測要因であることを示した（p < 0.05）。
• 職業を持たない男性が最も高いHIV感染予測確率を示し、40歳で約0.6のピーク確率に達した。
• 職業保有女性は、全年齢層において予測確率が0.3未満という低いリスクプロファイルを示した。
• ブートストラップBCa信頼区間は、特に年齢および職業状態の推定係数の安定性を確認した。
• 残差プロットは、残差がゼロのまわりにランダムに散らばっていることから、モデルの適合度が良好であることを示した。
• 予測確率と観測確率の一致度が確認されたことから、モデルのキャリブレーションは良好であった。