SEARCH

SEARCH BY CITATION

Keywords:

  • Causal inference;
  • continuous time Markov process;
  • discrete time observation;
  • MCMC;
  • respiratory disease;
  • vitamin A deficiency;
  • MSC 2010: Primary 62P10;
  • secondary 62M99

Abstract

In this paper, we analyze the effect of vitamin A deficiency on respiratory infection using a longitudinal data set from a study of young Indonesian children. For this study, it is reasonable to assume that everything happens in continuous time but is only observed at discrete times, and that the treatment level is only coarsely observed. We model the data as discrete time observations from a continuous time Markov model. We have designed an MCMC algorithm with data augmentation to estimate the model. A simulation study shows that the estimation algorithm works well. From the model, we find that vitamin A deficiency has a strong effect on respiratory infection. The Canadian Journal of Statistics 40: 646–662; 2012 © 2012 Statistical Society of Canada

Dans cet article, nous analysons l'effet d'une carence en vitamine A sur les infections respiratoires à l'aide d'un jeu de données longitudinales provenant d'une étude chez les jeunes enfants indonésiens. Pour cette étude, il est raisonnable de supposer que les événements surviennent de façon continue, mais qu'ils sont observés à des temps discrets. De plus, nous supposons que le niveau des traitements est observé de façon irrégulière. Nous modélisons les données comme étant des temps d'observation discrets d'un modèle de Markov continu. Nous avons développé un algorithme MCMC avec augmentation de données pour estimer le modèle. Une étude de simulation indique que l'algorithme d'estimation fonctionne bien. À partir de ce modèle, nous pouvons conclure qu'une carence en vitamine A à un effet important sur les infections respiratoires. La revue canadienne de statistique 40: 646–662; 2012 © 2012 Société statistique du Canada