第一部分 理论方法 3
第1章 贝叶斯方法简介 3
1.1 Meta分析实例：吸烟率 4
1.2 另一个Meta分析实例：吸烟率的随机效应模型 7
1.3 总结 8
第2章 率、比与病程的统计学模型 9
2.1 一个启发性例子：精神分裂症患病率 10
2.2 二项式模型 11
2.3 贝塔二项式模型 14
2.4 泊松模型 16
2.5 负二项模型 16
2.6 经转换的正态模型 18
2.7 下限数据模型 20
2.8 不确定性的量化 21
2.9 模型比较 22
2.10 总结及展望 24
第3章 年龄模式模型 25
3.1 样条模型的定义 26
3.2 选择节点 28
3.3 惩罚样条模型 28
3.4 样条模型的拓展 30
3.5 总结和展望 30
第4章 年龄模式的专家先验 32
4.1 水平先验 32
4.2 单调性先验 34
4.3 先验不仅仅用于样条 36
4.4 年龄模式的层次相似性先验 36
4.5 总结和展望 37
第5章 异质年龄组的统计学模型 38
5.1 重叠年龄组数据 40
5.2 中值模型 41
5.3 解集模型 42
5.4 年龄组宽度作为协变量的中值模型 43
5.5 年龄标化和年龄积分模型 44
5.6 模型比较 46
5.7 总结和展望 47
第6章 协变量建模 49
6.1 解释偏倚的交叉游走固定效应 50
6.2 改善样本外估计的预测固定效应 53
6.3 解释变异的固定效应 54
6.4 空间变异的随机效应 54
6.5 协变量与一致性 56
6.6 总结和展望 57
第7章 其他类型资料的患病率估计 58
7.1 一个启发性例子：人口动力学 59
7.2 人群疾病的系统动力学模型 60
7.3 地方性平衡点 65
7.4 正向模拟的例子 65
7.5 总结和展望 69
第8章 数字算法 70
8.1 马尔科夫链蒙特卡洛 71
8.2 Metropolis-Hastings逐步法 73
8.3 Adaptive Metropolis逐步法 75
8.4 MCMC算法的收敛性 76
8.5 MCMC的初始值 77
8.6 一个Meta分析例子 78
8.7 借用区域间信息的经验贝叶斯先验 79
8.8 总结和展望 80
8.9 挑战和限制 80
第二部分 实例应用 83
第9章 样条模型中的节点选择：可卡因依赖 83
第10章 不清晰的年龄模式及需要的专家先验：经前期综合症 89
第11章 经验先验：胰腺炎 94
第12章 重叠与异质的年龄组：房颤 98
第13章 地域变异的处理：丙肝 103
第14章 固定效应的交叉游走：焦虑症 108
第15章 样本之外的预测改善：肝硬化 111
第16章 危险因素：水果摄入不足 114
第17章 房室模型：终末期肾病 118
第18章 房室样条模型的节点选择：膝骨关节炎 122
第19章 房室模型的专家先验：双相情感障碍 125
第20章 死因别死亡率：酒精依赖 130
后记 134
附录GBD 2010研究空间分层 137
参考文献 144
英汉索引 159