[論文レビュー] Estimating the Stillbirth Rate for 195 Countries Using A Bayesian Sparse Regression Model with Temporal Smoothing

Zhengfan Wang, Miranda J. Fix+6 more|arXiv (Cornell University)|Oct 7, 2020

Global Maternal and Child Health被引用数 4

ひとこと要約

本研究は、2000年から2019年までの195か国における未熟児死率を推定するために、時系列平滑化を組み込んだベイジアン階層スパース回帰モデルを開発した。このモデルは、共変量と時系列トレンドを統合することで、データが乏しい状況でも精度を向上させる。スパース性を確保するためホースシューピライアスを用い、非サンプリング誤差に対応する。国連児童死亡率推定合同機関が、世界的な監視に採用した。

ABSTRACT

Estimation of stillbirth rates globally is complicated because of the paucity of reliable data from countries where most stillbirths occur. We compiled data and developed a Bayesian hierarchical temporal sparse regression model for estimating stillbirth rates for all countries from 2000 to 2019. The model combines covariates with a temporal smoothing process so that estimates are data-driven in country-periods with high-quality data and deter-mined by covariates for country-periods with limited or no data. Horseshoepriors are used to encourage sparseness. The model adjusts observations with alternative stillbirth definitions and accounts for bias in observations that are subject to non-sampling errors. In-sample goodness of fit and out-of-sample validation results suggest that the model is reasonably well calibrated. The model is used by the UN Inter-agency Group for Child Mortality Estimation to monitor the stillbirth rate for all countries.

研究の動機と目的

• 特に未熟児死率が著しい国々において、限られたまたは信頼性の低いデータを持つ国での未熟児死率推定の課題に対処すること。
• データが乏しい状況でも推定精度を向上させるために、共変量と時系列トレンドを統合した堅牢な統計モデルの開発。
• 国ごとの未熟児死定義の違いや非サンプリング誤差によるバイアスを、統計モデル内で補正すること。
• 国連児童死亡率推定合同機関のための、スケーラブルでデータ駆動型の推定フレームワークを提供すること。
• 内部適合度と外部適合度の検証手順を通じて、モデルのキャリブレーションと信頼性を確保すること。

提案手法

• 国ごとのランダム効果と時系列平滑化を統合したベイジアン階層モデルを採用し、時間的および国間で強みを借りる。
• スパース性を促進するためにホースシューピライアスを適用し、不必要な共変量をゼロに近づけることでノイズを低減する。
• 母体の教育水準、保健支出、保健システム指標などの共変量を組み込み、データが乏しい国・期間の予測精度を向上させる。
• スプラインやランダムウォークを用いて時系列トレンドをモデル化し、時間経過に伴う未熟児死率の滑らかで現実的で安定した推移を確保する。
• 階層構造内でのキャリブレーションパラメータを用いて、非サンプリング誤差や定義のばらつきに対応し、観測された未熟児死率を補正する。
• 後方分布推論にはマルコフ連鎖モンテカルロ（MCMC）法を用い、不確実性の評価と頑健な推定を可能にする。

実験結果

リサーチクエスチョン

• RQ1 データが乏しく不確実性の高い国々において、どのようにして未熟児死率を信頼性高く推定できるか？
• RQ2 直接報告と比較して、共変量と時系列平滑化を組み込むことで、推定精度がどの程度向上するか？
• RQ3 非サンプリング誤差や未熟児死定義のばらつきが推定に与える影響は何か。統計モデル内でそれらをどのように是正できるか？
• RQ4 多様な国境を越えた文脈において、モデルのキャリブレーションと予測的妥当性はどの程度の性能を示すか？
• RQ5 1つの統一モデルが、20年間にわたる195か国の全土で信頼性があり、比較可能な未熟児死率推定を可能にするか？

主な発見

• モデルは良好な内部適合度と信頼性のある外部適合度を示し、キャリブレーションと予測性能に優れていることが判明した。
• ホースシューピライアスは、関係の薄い共変量をゼロに近づけることでノイズを効果的に低減し、モデルの解釈可能性と精度を向上させた。
• 非サンプリング誤差や未熟児死定義の不一致に対し、モデルは効果的に補正を行い、多様な報告環境下でのデータ品質を向上させた。
• 時系列平滑化により、データが乏しい国々でも、時間経過に伴う未熟児死率の妥当で安定したトレンドを再現できた。
• 国連児童死亡率推定合同機関が、世界的な未熟児死率の監視に、本モデルの推定値を採用した。
• 本アプローチにより、2000年から2019年の間、直接調査データがほとんどない国々を含め、195か国の未熟児死率を信頼性高く推定できた。