[论文解读] Distributional data analysis with accelerometer data in a NHANES database with nonparametric survey regression models

Marcos Matabuena, Alex Petersen|arXiv (Cornell University)|Apr 2, 2021

Physical Activity and Health参考文献 66被引用 4

一句话总结

本文提出了一种加速度计数据的新型分布表示方法，在保留丰富、高分辨率的体力活动模式的同时，考虑了NHANES（2003–2006）中复杂的调查设计。通过将非参数函数模型——核平滑法与核岭回归——扩展以纳入调查加权和设计效应，该方法实现了对68岁以上个体健康结局的可靠预测，克服了传统汇总指标因丢弃详细活动数据而带来的局限性。

ABSTRACT

Accelerometers enable an objective measurement of physical activity levels among groups of individuals in free-living environments, providing high-resolution detail about physical activity changes at different time scales. Current approaches used in the literature for analyzing such data typically employ summary measures such as total inactivity time or compositional metrics. However, at the conceptual level, these methods have the potential disadvantage of discarding important information from recorded data when calculating these summaries and metrics since these typically depend on cut-offs related to intensity exercise zones that are chosen subjectively or even arbitrarily. Much of the data collected in these studies follow complex survey designs, making application of standard statistical tools such as non-parametric regression models inappropriate and the requirement of specific estimation procedures according to particular sampling-design is mandatory. With functional data or other complex objects, barely literature exist that handles complex sampling designs in the statistical analysis. This paper aims two-fold; first, we introduce a new functional representation of accelerometer data of a distributional nature to build a complete individualized profile of each subject's physical activity levels. Second, using the NHANES accelerometer data (2003-2006), we show the potential advantages of this new representation to predict patients' outcomes over $68$ years of age. A critical component in our statistical modeling is that we extend non-parametric functional models used: kernel smoother and kernel ridge regression, to handle the specific effect of complex sampling design in order to provide reliable conclusions about the influence of physical activity in distinct analysis performed.

研究动机与目标

• 解决传统基于任意强度阈值的汇总指标导致的详细体力活动信息丢失问题。
• 开发一种函数型、分布式的加速度计数据表示方法，以捕捉跨时间尺度的个体化活动特征。
• 将非参数函数回归模型——核平滑法与核岭回归——扩展至复杂调查设计，以确保推断的有效性。
• 评估该新方法在NHANES中对68岁以上人群健康结局预测性能的表现。

提出的方法

• 提出一种加速度计数据的分布表示方法，建模活动计数在时间上的完整分布，而非依赖于汇总统计量。
• 应用非参数核平滑法与核岭回归，建立完整活动分布与健康结局之间的关系模型。
• 将调查设计特征（如分层、聚类和抽样权重）整合至核估计过程中，以确保基于设计的推断。
• 使用加权局部估计方程，调整功能回归中不等概率抽样和调查设计效应的影响。
• 实施设计一致的带宽选择与方差估计，以在复杂抽样条件下保持统计有效性。
• 使用NHANES加速度计数据（2003–2006）验证该方法，目标人群为68岁以上参与者。

实验结果

研究问题

• RQ1 与传统汇总指标相比，加速度计数据的分布表示方法是否能更好地保留体力活动模式的丰富性？
• RQ2 非参数函数回归模型如何适应功能数据分析中的复杂调查设计？
• RQ3 与标准方法相比，所提出的方法是否能提升对老年人健康结局的预测能力？
• RQ4 调查设计调整对功能回归模型在加速度计数据上的估计精度与推断结果有何影响？

主要发现

• 所提出的分布表示方法成功捕捉了跨多个时间尺度的个体化体力活动模式，保留了传统汇总指标所丢失的信息。
• 将核平滑法与核岭回归扩展至复杂调查设计，可在保持函数数据结构的同时实现有效的统计推断。
• 与使用汇总统计量的模型相比，该方法在预测68岁以上人群健康结局方面表现出更优的预测性能。
• 调查设计调整显著影响方差估计与置信区间，凸显了在功能模型中纳入抽样权重的必要性。
• 通过考虑NHANES数据中不等概率抽样与聚类结构，该方法降低了效应估计的偏差。