死因の聞き取り調査における質問項目の重要度の推定

估计访谈中有关死因的问题项目的重要性

• 批准号: 21K13274
• 负责人: 國濱 剛
• 金额: $ 2.91万
• 依托单位: Kwansei Gakuin University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K13274/
• 关键词: ベイズ統計学; ベイズ統計学

本年度の研究では，口頭剖検聞き取り調査における各々の質問項目の死因に対する重要度を測る統計手法の開発に主に取り組んだ．確率変数の重要度に関しては様々な定義が存在するが，本研究課題においては２つの異なる指標に基づく重要度の考察を行った．具体的に，情報理論の概念として広く応用されている相互情報量と条件付き相互情報量を重要度の指標として採用しており，これまで取り組んできた死因分布推定のためのベイズ統計モデルを用いて計算することを可能とした．相互情報量は個々の質問項目を知ることで死因について得られる情報量を表しており，この値が大きい質問項目ほど重要度が高いと解釈できる．一方で，死因分布を推定するための聞き取り調査には100以上の質問が含まれており，それぞれの質問項目が持つ死因関連の情報に重複が発生している可能性が高く，似た情報を保有する質問を聞き取り調査で重ねてもあまり意味はない．条件付き相互情報量は個々の質問項目が死因について固有の情報をどれだけ持っているかを表しており，この値を参考にすることで追加情報を持たない余分な質問項目を探し出すことが可能となる．しかし，条件付き相互情報量も完全な指標ではないことを踏まえて，相互情報量と両方の値を参照しながら質問項目の重要度を測ることを提案した．また，提案手法に対してはマルコフ連鎖モンテカルロ法によるパラメータ推定方法を開発し，各々の質問項目の重要度を実際のデータを使って求める計算アルコリズムを考案した．

今年的研究主要集中在开发统计方法上，以衡量口腔尸检访谈中每个问卷死亡的重要性。关于随机变量的重要性有各种定义，但是在本研究主题中，我们根据两个不同的指标讨论了重要性。具体而言，在信息理论中广泛应用的相互信息和条件共同信息的数量被用作重要性的指标，从而可以使用贝叶斯统计模型来计算估计死亡分布原因的原因，直到现在我们一直在努力。相互信息的数量表明，通过知道个体问题，获得有关死亡原因的信息量，并且具有较高价值的问题可以解释为更重要。另一方面，估计死亡原因分布的访谈调查包括100多个问题，并且很有可能与每个问题项目中的死亡原因有关的信息重叠，因此通过访谈调查来持有类似信息的重复问题不是很有意义。有条件的相互信息数量表明，单个问题项有多少信息具有有关死亡原因的独特信息，并且通过参考此值，可以找到没有其他信息的额外问题项目。但是，鉴于有条件的相互信息数量不是完美的指标，我们建议通过参考相互信息量和两个值来衡量问题项目的重要性。此外，对于提出的方法，我们使用Markov Chain Monte Carlo方法开发了一种参数估计方法，并设计了一种计算算法来使用实际数据来确定每个问题项的重要性。