今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

基于分治与重组的可扩展泊松回归:结合渐近理论、蒙特卡洛模拟及其在BRFSS心血管风险因素负担研究中的应用

《Scientific Reports》:Scalable Poisson regression via divide and recombine with asymptotic theory, Monte Carlo simulation, and application to cardiovascular risk factor burden in BRFSS

【字体: 大 中 小 】 时间:2026年08月07日 来源:Scientific Reports 4.9

编辑推荐:

  摘要庞大的健康监测数据集会导致标准泊松回归在计算上成本高昂,即便是在配置良好的工作站上也是如此。我们开发并评估了一种用于泊松回归的分治与重组框架,该框架兼具计算可扩展性与严格的推断保证。我们证明了聚合估计量的一致性、渐近正态性以及效率,并给出了随着子集数量增加而产生的O(S/n)

  

摘要

庞大的健康监测数据集会导致标准泊松回归在计算上成本高昂,即便是在配置良好的工作站上也是如此。我们开发并评估了一种用于泊松回归的分治与重组框架,该框架兼具计算可扩展性与严格的推断保证。我们证明了聚合估计量的一致性、渐近正态性以及效率,并给出了随着子集数量增加而产生的O(S/n)级效率损失上限。通过1,000次蒙特卡洛模拟来评估有限样本下的性能,样本量从100,000到5,000,000不等。我们将该方法应用于包含2,398,073条观测记录(2015–2024年)的行为风险因素监测系统数据集,以分析心血管风险因素的负担情况,并与在500万行合成数据集上运行的glm()和speedglm()方法进行对比。在各项模拟中,该方法显示出可忽略的偏差,且95%置信区间覆盖率接近理想水平。在低计数研究场景下(平均计数为1–5,存在相关预测变量),该方法同样能够保持无偏估计及合理的置信区间覆盖率。进一步的实验验证了该方法对序列相关的稳定性、与调查权重的兼容性、与高效分布式估计器的等效性,以及其效率比单一子集数据简化方法高出一到两个数量级。该方法的主要计算优势在于内存使用:与完整数据建模相比,其峰值工作内存减少了高达98%,且这种降低效果在所有样本量和计数水平下均保持不变。在蒙特卡洛研究中,计算时间减少了57–58%;在低维度低计数研究中也观察到了类似的趋势,只不过在\(n = 10^5\)时D&R方法的计算速度仍慢于完整数据建模,而在\(n = 10^6\)时则快13–28%。在BRFSS应用中,该方法的系数与完整数据建模的结果相差最多0.003,且计算时间缩短了43–55%;在合成数据基准测试中,其计算时间比glm()方法快62%,比speedglm()方法快19%。分治与重组泊松回归能够在大幅减少内存和存储需求的同时,近乎完美地实现基于完整数据的推断,因此非常适合用于大规模健康监测任务。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:健康监测大市场泊松分治重组框架一致性|效率提升内存节省计算加速观测数据|心血管风险监测大规模分析效能评估|低计数场景稳健性验证序列相关稳定性 >glm y

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号