[论文解读] Probabilistic Cause-of-Death Assignment Using Verbal Autopsies

Tyler H. McCormick, Zehang Li+4 more|arXiv (Cornell University)|Nov 12, 2014

COVID-19 epidemiological studies参考文献 15被引用 4

一句话总结

本文提出 InSilicoVA，一种基于概率统计的方法，利用尸表调查（VA）数据同时分配死亡原因并估计人群水平的死亡原因特异性死亡分数。通过在个体和人群层面整合不确定性，InSilicoVA 在准确性和鲁棒性方面优于现有方法，其有效性通过与真实数据和模拟数据的对比验证。

ABSTRACT

In regions without complete-coverage civil registration and vital statistics systems there is uncertainty about even the most basic demographic indicators. In such regions the majority of deaths occur outside hospitals and are not recorded. Worldwide, fewer than one-third of deaths are assigned a cause, with the least information available from the most impoverished nations. In populations like this, verbal autopsy (VA) is a commonly used tool to assess cause of death and estimate cause-specific mortality rates and the distribution of deaths by cause. VA uses an interview with caregivers of the decedent to elicit data describing the signs and symptoms leading up to the death. This paper develops a new statistical tool known as <i>InSilicoVA</i> to classify cause of death using information acquired through VA. InSilicoVA shares uncertainty between cause of death assignments for specific individuals and the distribution of deaths by cause across the population. Using side-by-side comparisons with both observed and simulated data, we demonstrate that InSilicoVA has distinct advantages compared to currently available methods.

研究动机与目标

• 弥合低资源地区因民事登记和生命统计系统不完善而导致的死亡原因数据关键缺口。
• 开发一种统计方法，能够同时基于尸表调查（VA）数据为个体分配死亡原因，并估计人群水平的死亡原因特异性死亡分数。
• 量化个体死亡原因判定与人群水平估计中的不确定性，提升公共卫生决策的可靠性。
• 克服现有 VA 分析方法的局限性，这些方法通常将个体与人群层面的推断分开处理，或缺乏稳健的不确定性量化。
• 提供一个统一的、统计上严谨的 VA 数据分析框架，支持临床与人群健康应用。

提出的方法

• 采用分层贝叶斯模型，在个体与人群之间共享信息，以提高估计准确性。
• 使用概率框架，基于 VA 问卷中报告的症状模式，为每个个体分配可能原因的分布。
• 利用多项分布似然函数与潜在原因分配，对症状与原因的联合分布进行建模。
• 在人群水平的原因分布上应用狄利克雷先验，实现收缩效应，提升稀疏数据环境下的估计性能。
• 采用马尔可夫链蒙特卡洛（MCMC）方法进行后验推断，实现对个体与人群层面的完整不确定性量化。
• 通过真实 VA 数据（来自 Agincourt 和 Karonga）与已知真实值的模拟数据集进行并行验证。

实验结果

研究问题

• RQ1 如何在考虑不确定性的前提下，提高基于尸表调查数据对个体死亡原因判定的准确性？
• RQ2 在 VA 分析中，通过在个体与人群之间共享信息，能在多大程度上提升估计性能？
• RQ3 在不同数据条件下，所提出方法与现有 VA 分析工具相比，在可靠性与鲁棒性方面表现如何？
• RQ4 是否能够通过统一的统计框架，同时估计个体原因与人群水平的死亡分数，并量化不确定性？
• RQ5 测量误差与缺失数据对死亡原因推断有何影响？该模型如何稳健地处理这些问题？

主要发现

• InSilicoVA 在为个体分配准确死亡原因方面显著优于现有方法，尤其在信号弱或数据稀疏的环境中表现更优。
• 该方法在 Agincourt 和 Karonga 的真实世界 VA 数据以及具有已知真实值的模拟数据集中，均展现出更优的校准性与区分度。
• 通过在个体与人群之间共享信息，InSilicoVA 降低了估计方差，提升了人群水平死亡原因特异性死亡分数估计的精度。
• 该模型为个体与人群层面的推断提供了可靠的不确定性量化，支持更明智的公共卫生决策。
• InSilicoVA 在不同数据质量水平下均保持强劲性能，包括高测量误差与症状信息缺失的数据集。
• 通过金标准临床诊断验证，结果表明 InSilicoVA 与真实原因的符合度高于其他方法（如 Tariff 或简化症状模式法）。