多研究因素回归模型：在营养流行病学中的应用
摘要：飲食是許多疾病的危險因素。在營養流行病學中，研究可重複的飲食模式對揭示與健康的重要關聯至關重要。然而，這是具有挑戰性的：不同的文化和種族背景可能對飲食模式產生重大影響，顯示異質性，導致不正確的飲食模式並遮蔽不同群體或人群之間共享的組成成分。 而且，由觀察變量（如人口統計學和其他混雜因素）產生的共變效應可能進一步偏誤這些飲食模式。識別共享的和群體特定的飲食成分和共變效應對於得出準確的結論至關重要。 為了解決這些問題，我們引入了一種新的建模因子回歸，即多研究因子回歸（MSFR）模型。MSFR模型同時分析不同的人群，實現三個目標：捕捉跨人群共享的成分，識別群體特定的結構，並校正共變效應。 我們使用這種新方法在西班牙/拉丁裔社區的多中心流行病學研究中推導出共同和種族特異的飲食模式。我們的模型提高了共同和群體飲食信號的準確性，並比其他技術提供了更好的預測，揭示了與健康的顯著關聯。 總結起來，我們提供了一種工具來整合不同的群體，提供對公共衛生政策至關重要的準確飲食信號。
作者：Roberta De Vito and Alejandra Avalos-Pacheco
论文ID：2304.13077
分类：Applications
分类简称：stat.AP
提交时间：2023-04-27