[论文解读] EggCounts: a Bayesian hierarchical toolkit to model faecal egg count reductions

Craig Wang, Reinhard Furrer|arXiv (Cornell University)|Apr 30, 2018

Genetic and phenotypic traits in livestock参考文献 15被引用 3

一句话总结

本文介紹了 R 語言套件 eggCounts，這是一個使用 Stan 實作的貝葉斯層級模型工具包，專為獸醫寄生蟲學中的糞便蟲卵計數減少率（FECR）建模而設計。該方法克服了傳統 FECRT 的限制，透過使用伽馬-泊松層級模型，有效處理聚集性、抽樣變異性、零膨脹、小樣本及異常值等問題，並結合高效的馬爾可夫鏈蒙地卡羅（MCMC）抽樣，提供可靠的可信區間與直覺的輸出，便於非專家使用者使用。

ABSTRACT

This is a vignette for the R package eggCounts version 2.0. The package implements a suite of Bayesian hierarchical models dealing with faecal egg count reductions. The models are designed for a variety of practical situations, including individual treatment efficacy, zero inflation, small sample size (less than 10) and potential outliers. The functions are intuitive to use and their output are easy to interpret, such that users are protected from being exposed to complex Bayesian hierarchical modelling tasks. In addition, the package includes plotting functions to display data and results in a visually appealing manner. The models are implemented in Stan modelling language, which provides efficient sampling technique to obtain posterior samples. This vignette briefly introduces different models, and provides a short walk-through analysis with example data.

研究动机与目标

• 解決傳統 FECRT 的限制，特別是在低基線計數、高聚集性、零膨脹資料及小樣本大小下的失效問題。
• 提供一個使用者友善的貝葉斯框架，讓非統計專業人士無需處理複雜建模，同時確保方法論的嚴謹性。
• 透過同時建模生物聚集性（伽馬分配）與抽樣變異性（泊松分配），提升估計的可靠性。
• 在挑戰性資料條件下實現穩健推論，例如所有治療後計數為零或存在潛在異常值，而標準方法無能為力。
• 透過直覺的輸出、診斷工具與後驗分配的可視化功能，提升結果的可解釋性。

提出的方法

• 使用 Stan 機率程式語言實作貝葉斯層級模型，透過無 U-轉換採樣器（NUTS）實現高效的哈密頓蒙地卡羅（HMC）抽樣。
• 以伽馬-泊松層級結構建模糞便蟲卵計數：伽馬分配用於捕捉個體間的聚集性，泊松分配用於建模抽樣變異性。
• 透過對每隻動物的減少參數（delta）設置貝塔先驗，引入個體治療效果，進而估計個體層級的治療成效。
• 透過加入額外的混合成分來處理零膨脹資料，提升在治療後無觀察到蟲卵之樣本中的準確性。
• 透過穩健的先驗與模型結構，支援小樣本（<10）情境，降低過度配適風險，提升後驗精確度。
• 整合診斷檢測，如潛在尺度縮放因子（R-hat < 1.1）與追踪圖，自動評估 MCMC 收斂性。

实验结果

研究问题

• RQ1 與傳統 FECRT 相較，貝葉斯層級模型在低計數或高聚集性情境下，如何改善糞便蟲卵計數減少率（FECR）的估計？
• RQ2 伽馬-泊松層級模型在多大程度上能同時反映糞便蟲卵計數資料中的生物聚集性與抽樣變異性？
• RQ3 當所有治療後計數皆為零時，該套件是否能可靠估計 FECR？此情境下傳統方法會失效。
• RQ4 在小樣本情境（n < 10）中，模型的表現如何？此情境下標準方法常因高變異性與覆蓋率差而失效。
• RQ5 模型診斷與後驗預測檢查如何協助使用者評估模型擬合度，並偵測潛在異常值或先驗與資料的衝突？

主要发现

• 在模擬的配對資料集中（15隻動物，真實減少率為 90%），模型估計的中位 FECR 為 89.8%，95% 等尾可信區間為（83.4%，94.1%）。
• 估計顯示真實減少率低於 95% 的機率為 99.25%，展現模型在量化治療成效不確定性方面的能力。
• 未發現收斂性問題，所有 R-hat 值均低於 1.1，確認在 2000 次迭代（1000 次預熱）後 MCMC 抽樣穩定可靠。
• 後驗追蹤圖與密度圖顯示，模型的先驗（例如：減少率的 Beta(1,1)，聚集性的 Gamma(1,0.7)）與資料一致且校準良好。
• 該套件成功處理零膨脹資料與小樣本，於高變異性與低基線計數情境下，表現優於傳統 FECRT。
• 模型輸出具備良好可解釋性，並透過內建繪圖功能提升視覺化效果，使使用者無需深入統計知識即可建立對結果的信心。