Istraživanje čimbenika rizika za nastanak alergijskih dišnih bolesti s pomoću Bayesovih mreža temeljenih na podacima iz više izvora [Exploring the risk factors for the development of allergic respiratory diseases by Bayesian networks built on multiple-source data]

Kovačić, Jelena (2017) Istraživanje čimbenika rizika za nastanak alergijskih dišnih bolesti s pomoću Bayesovih mreža temeljenih na podacima iz više izvora [Exploring the risk factors for the development of allergic respiratory diseases by Bayesian networks built on multiple-source data]. PhD thesis, Sveučilište u Zagrebu.

PDF Download (1MB)

Abstract

It is suggested that multi-source data analysis could help to elucidate the aetiology of non-communicable, chronic diseases. However, statistical methods for multi-source data analysis with partially overlapping data sources are not developed enough. The study proposes new method for meta-analysis of such data, G–MA, applying it to Bayesian network of multi-source data. In simulation experiments, G-MA showed lower mean squared error and narrower confidence intervals in parameter estimation, when compared to single data source analyses. Bayesian network with G-MA method (Bayes–G–MA) was applied to analyse the factors related to the presence of allergic respiratory diseases (ARD) in four Croatian epidemiological sources. Compared to single source analyses, Bayes–G–MA recognised lower number of direct relationships with ARD (allergic diseases in childhood, allergic diseases in parents, body mass index), while others became indirect (gender, physical activity) or unrecognised (smoking). Bayes–G–MA suggested two new relationships (with depression and alcohol consumption) between variables not tested together in any single source. These results could reflect true relationships, but also lack of statistical power or intrinsic property of the method to under-report present relationships. In conclusion, the main contribution of proposed method is in the assessment of parameters, with expert help needed in evaluation of causal relationships.

Abstract in Croatian

Pretpostavlja se da bi zajednička analiza više izvora podataka mogla pomoći u razjašnjenju etiologije nezaraznih, kroničnih bolesti. Međutim, statističke metode nisu dovoljno razvijene za situacije kad se različita istraživanja samo djelomično preklapaju prema mjerenim čimbenicima. U ovom je istraživanju predložena nova metoda za meta-analizu takvih podataka, G-MA, i primijenjena u izradi Bayesovih mreža više izvora podataka. U računalnim eksperimentima G-MA je imala manju srednju kvadratnu pogrešku i uže intervale pouzdanosti u procjeni jačine veza u odnosu na analizu pojedinačnih izvora. U istraživanju čimbenika povezanih s prisutnošću alergijskih dišnih bolesti Bayesova mreža s G-MA metodom (Bayes-G-MA) primijenjena je na četiri epidemiološka izvora hrvatske populacije. U usporedbi s analizama pojedinačnih izvora, Bayes-G-MA je prepoznala manje izravnih povezanosti s bolesti (alergijske bolesti u djetinjstvu, alergijske bolesti u roditelja, indeks tjelesne mase), dok su ostale bile neizravne (spol, tjelesna aktivnost), ili nisu prepoznate (pušenje). Bayes-G-MA predložila je dvije nove veze (povezanost depresije i konzumacije alkohola s bolesti) između varijabli koje nisu niti u jednom izvoru ispitivane zajedno. Uočene razlike mogu biti odraz stvarnih međuodnosa, nedostatne statističke snage ili karakteristike metode da ne prepoznaje sve prisutne veze. Zaključno, najveći doprinos metode očekuje se u procjeni jačine veza, uz pomoć ekspertnog znanja pri procjeni uzročno-posljedičnih veza.

Actions (login required)

View Item

Downloads