Prior Smoothing for Multivariate Disease Mapping Models

1. Problemstellung und Hintergrund

Die räumliche Krankheitskartierung (Disease Mapping) ist ein zentrales Werkzeug der räumlichen Epidemiologie, um geografische Muster von Krankheitsrisiken zu identifizieren. Traditionell werden hierarchische Modelle verwendet, bei denen die beobachteten Fallzahlen (z. B. Todesfälle) einer Poisson-Verteilung folgen und die Raten durch räumliche Zufallseffekte modelliert werden. Diese Zufallseffekte werden durch a-priori-Verteilungen (Priors) gesteuert, die eine räumliche Glättung (Smoothing) bewirken, um die Instabilität von Raten in kleinen Gebieten zu reduzieren.

Das Hauptproblem liegt darin, dass die Wahl des Priors die Stärke der Glättung bestimmt, was jedoch oft nicht quantifiziert wird.

• Zu wenig Glättung: Führt zu verrauschten Karten, die von zufälligen Schwankungen dominiert werden.
• Zu viel Glättung: Verdeckt echte Hoch- und Niedrigrisikogebiete.
• Lücken in der Literatur: Bisherige Studien (z. B. Retegui et al., 2025) haben sich auf univariate Modelle konzentriert. Es fehlte jedoch eine systematische Untersuchung der Glättungseffekte in multivariaten Modellen, bei denen mehrere Krankheiten gleichzeitig modelliert werden und Abhängigkeiten zwischen diesen Krankheiten bestehen. Zudem ist unklar, wie sich die Parameterwahl (Hyperparameter) auf die Glättung auswirkt und ob verschiedene Krankheiten unterschiedlich stark geglättet werden sollten.

2. Methodik

A. Modellrahmen

Die Autoren verwenden ein hierarchisches Bayes-Modell für $J$ Krankheiten in $G$ geografischen Einheiten:

• Stufe 1: Poisson-Modell für die Fallzahlen $O_{ji}$ gegeben die Rate $r_{ji}$.
• Stufe 2: Logit-Normal-Spezifikation für die Raten: $\text{logit}(r_{ji}) = \alpha_j + \theta_{ji}$, wobei $\theta_{ji}$ die räumlichen Effekte sind.
• Prior: Die vektoriellen räumlichen Effekte $\text{vec}(\Theta)$ folgen einer multivariaten Normalverteilung mit einer Kovarianzmatrix $\Sigma$.

B. Multivariate Priors (M-Modelle)

Um die Komplexität und Rechenkosten zu managen, werden M-Modelle (basierend auf Botella-Rocamora et al., 2015) verwendet, die die Kovarianzstruktur in eine zwischen-Krankheiten-Kovarianz ($\Sigma_b = MM'$) und eine innerhalb-Krankheiten-Kovarianz ($\Sigma_w$) zerlegen. Untersucht werden drei spezifische Priors für $\Sigma_w$:

1. iCAR (Intrinsic CAR): Basierend auf Nachbarschaftsmatrizen, keine Varianzparameter für den räumlichen Trend.
2. LCAR (Leroux CAR): Ein Mischungsparameter $\lambda$ steuert das Verhältnis zwischen strukturiertem (räumlich korreliertem) und unstrukturiertem Rauschen.
3. LjCAR (Leroux-jCAR): Eine nicht-separierbare Struktur, bei der jede Krankheit $j$ ihren eigenen Abhängigkeitsparameter $\lambda_j$ besitzt.

C. Metriken zur Glättungsquantifizierung

Die Autoren entwickeln sowohl theoretische als auch empirische Metriken, um den Glättungsgrad zu messen:

• Theoretische Metrik (Multivariate TCV): Basierend auf der bedingten generalisierten Varianz (Determinante der inversen Präzisionsmatrix).
  • $TCV = \sum_i \det\left( [(\Sigma^{-1})_{ii}]^{-1} \right)$.
  • Ein kleinerer TCV-Wert bedeutet eine stärkere Glättung.
• Empirische Metriken:
  • RMSS (Relative Mean Square Smoothness): Misst die quadratische Abweichung der posterior geschätzten Raten von den rohen empirischen Raten, normalisiert durch die posterior erwartete Rate.
  • SP (Smoothing Proportion) & RSP (Relative Smoothing Proportion): Vergleichen die erreichte Glättung mit der maximal möglichen Glättung (basierend auf der Varianz der Raten).

D. Simulationsstudien und Realdaten

• Simulation: Es wurden zwei Studien durchgeführt:
  1. Within-Prior: Analyse der Parameterabhängigkeit (Varianzen $\Sigma_{jj}$, Korrelation $\rho$, $\lambda$) für einen einzelnen Prior.
  2. Across-Prior: Vergleich der drei Priors unter verschiedenen Szenarien (unterschiedliche Korrelationen und Ratenvariabilität).
  • Daten wurden mittels Gaußscher Prozesse (GP) auf einem Gitter für Spanien generiert.
• Realdaten: Analyse der Sterberaten für Kolon-, Magen- und Bauchspeicheldrüsenkrebs bei Frauen (50+) in Spanien (2020–2022) auf drei räumlichen Auflösungen (47 Provinzen, 100 und 300 Gebiete).

3. Wichtige Beiträge

1. Erweiterung auf Multivariate Fälle: Erste systematische Untersuchung der Glättungseffekte in multivariaten räumlichen Modellen, die die Abhängigkeit zwischen mehreren Krankheiten berücksichtigen.
2. Theoretische Metrik (TCV): Einführung einer theoretischen Metrik basierend auf der generalisierten Varianz, die den impliziten Glättungsgrad eines Priors allein aus seinen Parametern ableitet, ohne Daten zu benötigen.
3. Empirische Vergleichbarkeit: Entwicklung relativer Metriken (RMSS, SP), die einen fairen Vergleich zwischen Krankheiten unterschiedlicher Skalen und zwischen verschiedenen Priors ermöglichen.
4. Analyse der Parameterwirkung: Detaillierte Aufklärung darüber, wie Hyperparameter (insbesondere die Varianzen der Krankheitsraten und Korrelationen) die Glättung beeinflussen.

4. Ergebnisse

A. Theoretische vs. Empirische Glättung

• Die theoretische Metrik (TCV) und die empirischen Metriken (RMSS) zeigen im Allgemeinen ein konsistentes Verhalten: Kleinere Varianzen ($\Sigma_{jj}$) führen zu stärkerer Glättung.
• Der Einfluss der Korrelation zwischen den Krankheiten ($\rho$) ist komplexer: In Szenarien mit hoher simulierter Korrelation stimmen Theorie und Praxis besser überein als bei niedriger Korrelation.

B. Vergleich der Priors (Across-Prior)

• iCAR vs. LCAR/LjCAR: Der iCAR-Prior induziert konsistent die stärkste Glättung. Sowohl LCAR als auch LjCAR führen zu weniger Glättung.
• Einfluss der Auflösung: Mit zunehmender Anzahl der Gebiete ($G$) steigt der absolute Glättungsgrad an, und die Unterschiede zwischen den Priors werden deutlicher.
• Einfluss der Ratenvariabilität: Größere Unterschiede in den Raten zwischen den Krankheiten führen zu einer stärkeren Glättung.
• Krankheitsspezifische Unterschiede: Die relative Glättung (RSP) tendiert dazu, sich bei höheren Auflösungen zwischen den Krankheiten anzugleichen, auch wenn die absolute Glättung variiert.

C. Realdaten-Analyse

• Die Ergebnisse bestätigen die Simulationen: iCAR glättet am stärksten, LjCAR am wenigsten.
• Die Glättung ist in Gebieten mit starken lokalen Unterschieden zu den Nachbarn (z. B. hohe Raten in einer Region, umgeben von niedrigen) am ausgeprägtesten.
• Die Modellierung von drei Krankheiten gleichzeitig führt zu ähnlichen Glättungsmustern wie die paarweise Modellierung, solange die Anzahl der Krankheiten moderat bleibt.

5. Bedeutung und Fazit

Dieses Paper liefert ein entscheidendes Werkzeug für Praktiker in der räumlichen Epidemiologie. Es zeigt, dass die Wahl des Priors und die Spezifikation der Hyperparameter die Interpretation von Krankheitskarten maßgeblich beeinflussen können.

• Transparenz: Durch die vorgeschlagenen Metriken können Forscher quantifizieren, wie stark ihre gewählten Modelle die Daten glätten, anstatt sich nur auf die Anpassungsgüte (Goodness-of-Fit) zu verlassen.
• Entscheidungsfindung: Die Ergebnisse helfen bei der Auswahl des geeigneten Modells. Wenn feine räumliche Muster erhalten bleiben sollen, sind LCAR oder LjCAR vorzuziehen. Wenn eine starke Stabilisierung bei sehr kleinen Gebieten nötig ist, könnte iCAR geeignet sein.
• Empfehlung: Die Autoren raten dazu, globale Metriken durch Karten gebietsspezifischer Glättungsmaße (RMSS-Komponenten) zu ergänzen, um zu identifizieren, wo das Modell die Daten stark verzerrt. Dies ist besonders wichtig für die Identifizierung von Hochrisikogebieten, die durch übermäßige Glättung „verwischt" werden könnten.

Zusammenfassend trägt die Arbeit dazu bei, die „Black Box" der Glättung in multivariaten Krankheitskarten zu öffnen und ermöglicht eine fundiertere, datengestützte Auswahl von Modellen für die öffentliche Gesundheitsplanung.