Back to search

National and Kapodistrian University of Athens

Bayesian Covariate Selection for Generalized Linear Models with Extension to the Multi-Parameter Estimation of Prevalence Framework

Abstract

dc:description

Η εκτίμηση του επιπολασμού της εξάρτησης από οπιοειδή αποτελεί ένα δύσκολο στατιστικό πρόβλημα, κυρίως επειδή σημαντικό μέρος του πληθυσμού με εξάρτηση μπορεί να μην καταγράφεται άμεσα στις διαθέσιμες πηγές δεδομένων. Κατά συνέπεια, η εκτίμηση του συνολικού μεγέθους αυτού του πληθυσμού δεν μπορεί να βασιστεί αποκλειστικά στις ήδη καταγεγραμμένες περιπτώσεις, αλλά απαιτεί τον συνδυασμό πληροφοριών από διαφορετικές πηγές. Το μοντέλο Multi-Parameter Estimation of Prevalence (MPEP) (Markoulidakis et al., 2025) αποτελεί μια χρήσιμη προσέγγιση για την αντιμετώπιση αυτού του προβλήματος. Το μοντέλο συνδυάζει πληροφορίες από έναν γνωστό αρχικό πληθυσμό ατόμων που έχουν ήδη εντοπιστεί στα διοικητικά αρχεία, από τον αριθμό θανάτων και νοσηλειών που παρατηρούνται εντός και εκτός αυτού του πληθυσμού, από τον συνολικό χρόνο κατά τον οποίο τα άτομα βρίσκονται σε κίνδυνο να εμφανίσουν τα συγκεκριμένα συμβάντα, καθώς και από τα μεγέθη του γενικού πληθυσμού. Με τον τρόπο αυτό, επιτρέπει την εκτίμηση τόσο του μη καταγεγραμμένου πληθυσμού όσο και του συνολικού επιπολασμού μέσα σε ένα Μπεϋζιανό πλαίσιο. Η παρούσα διπλωματική εργασία εξετάζει την ενσωμάτωση Μπεϋζιανών μεθόδων επιλογής μεταβλητών στο μοντέλο MPEP. Ιδιαίτερη έμφαση δίνεται στους όρους αλληλεπίδρασης, των οποίων η συμβολή στις διαφορετικές συνιστώσες του μοντέλου δεν είναι γνωστή εκ των προτέρων. Για την αξιολόγηση αυτών των όρων και τον έλεγχο της πολυπλοκότητας του μοντέλου χρησιμοποιούνται οι προσεγγίσεις spike-and-slab και Bayesian Lasso, ενώ οι κύριες επιδράσεις διατηρούνται σε όλες τις σχετικές συνιστώσες. Η προτεινόμενη προσέγγιση εφαρμόζεται σε δεδομένα για την εξάρτηση από οπιοειδή στη Σκωτία, τα οποία περιλαμβάνουν πληροφορίες σχετικά με θανάτους, νοσηλείες, θεραπευτική κατάσταση, ηλικιακή ομάδα, φύλο, οικονομικό έτος και μέγεθος πληθυσμού. Η Μπεϋζιανή συμπερασματολογία πραγματοποιείται με μεθόδους Markov Chain Monte Carlo, οι οποίες υλοποιούνται στο Stan. Συνολικά, η εργασία εξετάζει πώς η Μπεϋζιανή επιλογή μεταβλητών μπορεί να χρησιμοποιηθεί στο μοντέλο MPEP για την αξιολόγηση αβέβαιων αλληλεπιδράσεων και τον έλεγχο της πολυπλοκότητας ενός πολυσύνθετου μοντέλου εκτίμησης επιπολασμού.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • ΤΣΕΤΣΟ ΑΛΕΞΑΝΔΡΟΣ
  • TSETSO ALEXANDROS

Subjects

dc:subject × 2

Rights

Language dc:language
English

Identifiers

dc:identifier.*
Identifier
uoadl:5456183

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

ΤΣΕΤΣΟ ΑΛΕΞΑΝΔΡΟΣ; TSETSO ALEXANDROS. Bayesian Covariate Selection for Generalized Linear Models with Extension to the Multi-Parameter Estimation of Prevalence Framework. 2026. https://pergamos.lib.uoa.gr/uoa/dl/object/5456183