Varying-coefficients for regional quantile via KNN-based LASSO with applications to health outcome study

要約

BMI やコレステロール値などの健康結果は年齢に依存し、関連する危険因子とともにさまざまな影響を示すことが知られています。
この論文では、K 近傍 (KNN) 融合 Lasso を介した変動係数 (VC) 地域分位回帰を使用して、健康転帰と危険因子の間の関連性を動的にモデリングするための新しいフレームワークを提案します。
年。
提案された方法には、厳密な推定誤差限界や、特定の規則性条件下で正確なクラスター化パターンを検出する機能など、強力な理論的特性があります。
結果として生じる最適化問題を効率的に解決するために、乗算器の交互方向法 (ADMM) アルゴリズムを開発します。
私たちの経験的結果は、健康転帰とその危険因子の間の複雑な年齢依存の関連性を把握する上で、提案された方法の有効性を実証しています。

要約(オリジナル)

Health outcomes, such as body mass index and cholesterol levels, are known to be dependent on age and exhibit varying effects with their associated risk factors. In this paper, we propose a novel framework for dynamic modeling of the associations between health outcomes and risk factors using varying-coefficients (VC) regional quantile regression via K-nearest neighbors (KNN) fused Lasso, which captures the time-varying effects of age. The proposed method has strong theoretical properties, including a tight estimation error bound and the ability to detect exact clustered patterns under certain regularity conditions. To efficiently solve the resulting optimization problem, we develop an alternating direction method of multipliers (ADMM) algorithm. Our empirical results demonstrate the efficacy of the proposed method in capturing the complex age-dependent associations between health outcomes and their risk factors.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google