Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Identifying the source of food-borne disease outbreaks: An application of Bayesian variable selection
Stockholms universitet, Naturvetenskapliga fakulteten, Matematiska institutionen.ORCID-id: 0000-0002-0423-6702
Visa övriga samt affilieringar
2019 (Engelska)Ingår i: Statistical Methods in Medical Research, ISSN 0962-2802, E-ISSN 1477-0334, Vol. 28, nr 4, s. 1126-1140Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

Early identification of contaminated food products is crucial in reducing health burdens of food-borne disease outbreaks. Analytic case-control studies are primarily used in this identification stage by comparing exposures in cases and controls using logistic regression. Standard epidemiological analysis practice is not formally defined and the combination of currently applied methods is subject to issues such as response misclassification, missing values, multiple testing problems and small sample estimation problems resulting in biased and possibly misleading results. In this paper, we develop a formal Bayesian variable selection method to account for misclassified responses and missing covariates, which are common complications in food-borne outbreak investigations. We illustrate the implementation and performance of our method on a Salmonella Thompson outbreak in the Netherlands in 2012. Our method is shown to perform better than the standard logistic regression approach with respect to earlier identification of contaminated food products. It also allows relatively easy implementation of otherwise complex methodological issues.

Ort, förlag, år, upplaga, sidor
2019. Vol. 28, nr 4, s. 1126-1140
Nyckelord [en]
Bayesian variable selection, food-borne disease outbreaks, misclassification, missing value imputation, spike and slab prior
Nationell ämneskategori
Folkhälsovetenskap, global hälsa, socialmedicin och epidemiologi Sannolikhetsteori och statistik
Forskningsämne
statistik
Identifikatorer
URN: urn:nbn:se:su:diva-164846DOI: 10.1177/0962280217747311ISI: 000463234000010OAI: oai:DiVA.org:su-164846DiVA, id: diva2:1280525
Projekt
Statistical Modelling, Monitoring and Predictive Analytics against Infectious Disease Outbreaks
Forskningsfinansiär
Vetenskapsrådet, 2015_05182_VRTillgänglig från: 2019-01-19 Skapad: 2019-01-19 Senast uppdaterad: 2019-05-02Bibliografiskt granskad

Open Access i DiVA

fulltext(781 kB)63 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 781 kBChecksumma SHA-512
302e143ea2aa93b3eaf7e71974074ff6c674a96e00ddcf603387c1568cabc631d20482b423524314ac51d4d82ddeb083fb7566f10a998cd33578f7f1a839bb03
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltext

Sök vidare i DiVA

Av författaren/redaktören
Höhle, Michael
Av organisationen
Matematiska institutionen
I samma tidskrift
Statistical Methods in Medical Research
Folkhälsovetenskap, global hälsa, socialmedicin och epidemiologiSannolikhetsteori och statistik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 63 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 81 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf