《贝叶斯数据分析（第三版）》医学案例总结

项目说明

本项目按8个主题批次整理 Bayesian Data Analysis, Third Edition（BDA3）的代表性案例。目标不是逐句翻译原书，而是把每个案例重组为医学研究者更容易使用的结构：案例背景、研究问题、数据结构、模型、先验、后验计算、诊断、结果解读、医学类比、敏感性分析，以及可用于论文的“统计学方法—结果”写法。

读者应始终区分三类内容：

1. 原书结果：原书正文、表格或图注明确给出的数据、数值或结论；
2. 现代扩展：在原模型基础上增加的现代 Stan、NUTS、PSIS-LOO、弱信息先验或医学研究报告建议，不是2013年原书原话；
3. 未重跑/模板：仅提供代码框架、伪代码或解析公式，未用完整原始数据重新拟合，不应把占位符或预期输出写成实际结果。

8批导航

1. 基础贝叶斯推断：记录链接、哮喘死亡率、美国肾癌死亡率。
2. 多参数模型与剂量反应：生物测定、LD50、Newcomb灯速与稳健分析。
3. 层次模型与Meta分析：大鼠肿瘤、八所学校、β受体阻滞剂试验。
4. 模型检查与模型比较：八校后验预测检查、疼痛评分残差、交叉验证与信息准则。
5. 决策分析与临床决策：肺部肿瘤治疗、支气管镜信息价值、氡治理、继续收集数据。
6. MCMC与计算诊断：八校计算、中心化/非中心化、HMC/NUTS诊断。
7. 回归与缺失数据：选举预测、警察盘查、政治意见、系列民调、斯洛文尼亚调查。
8. 稳健、非线性与高级模型：稳健八校、连续稀释、毒代动力学、高斯过程、混合模型、Dirichlet过程。

案例—章节—模型—医学应用总索引

批次	案例/主题	BDA3章节或节	核心模型/方法	典型医学应用
1	记录链接准确性	§1.7；混合模型详见第22章	两成分混合、概率校准、外部验证	病历与死亡登记/医保库匹配
1	哮喘死亡率	§2.6附近，式(2.14)–(2.15)	Poisson–Gamma共轭	罕见死亡、不良事件、院感率
1	美国肾癌死亡率	§2.7	多个Poisson–Gamma模型、经验贝叶斯收缩	地区发病率、医院质量排名
2	生物测定与LD50	§3.7；§4.1；§16.3	贝叶斯Logistic回归、联合后验、派生参数	剂量–毒性、动物实验、I期探索的基础模型
2	Newcomb灯速	§3.2；§6.3；第17章相关练习	正态位置尺度、后验预测、稳健/污染模型	实验室重复测量、异常值处理
3	大鼠肿瘤发生率	第5章	Beta–Binomial层次模型	多批次动物实验、多中心不良事件率
3	八所学校	第5章	正态层次模型、部分汇总	多中心临床研究、医院效应
3	22项β受体阻滞剂试验	第5章	随机效应Meta分析	多试验治疗效果合并与新研究预测
4	八校模型检查	第6章	后验预测检查、检验统计量	检查多中心效应模型能否生成类似数据
4	疼痛缓解评分	§6.6附近（图6.11）	分箱残差、后验预测残差	疼痛/严重度评分模型失拟检查
4	预测模型评价	第7章	训练误差、交叉验证、信息准则	临床风险预测与模型选择
5	95岁肺部肿瘤治疗	§9.3	期望效用、单点决策	高风险治疗的获益–风险权衡
5	支气管镜检查	§9.3	多阶段决策、信息价值	是否追加有创检查
5	氡测量与治理	§9.4	层次预测、测量误差、决策损失	环境暴露筛查与干预政策
5	调查激励	§9.2	层次Meta回归与成本换算	招募、随访激励和研究运营决策
5	是否继续收集数据	§9.7练习与决策原则的医学迁移	EVSI/EVPI、最优停止框架	是否追加样本或继续临床试验
6	八校MCMC实现	第10–13章	Gibbs、Metropolis、HMC/NUTS、重参数化	确认复杂医学模型的计算可信度
6	中心化与非中心化	第12–13章及现代Stan扩展	层次几何、发散、ESS、(\hat R)	小样本层次模型的稳定计算
7	美国总统选举预测	§15.2	层次线性回归、预测	连续临床结局与时间趋势预测
7	警察盘查	§16.4–16.5	带offset的层次Poisson回归	多医院感染/入院次数、人时率
7	政治意见与后分层	§16.5	层次Logistic回归、MRP	患者嵌套医院、目标人群标准化
7	51次系列民调	§18.4–18.5	联合建模、多重插补	基线/随访变量缺失
7	斯洛文尼亚民调	§18.6	离散缺失数据、数据增强	不完整列联表、问卷缺失
8	八校稳健再分析	§17.4	Student-t层次模型、重要性重抽样	异常中心/异常研究的稳健Meta分析
8	连续稀释测定	§19.1	非线性测量误差模型	检测限、滴度、抗体浓度
8	群体毒代动力学	§19.2	非线性层次PK模型	个体间药代差异与人群暴露风险
8	生日与出生日期	§21.2	加性高斯过程	季节性发病、每日就诊量
8	精神分裂症反应时间	§22.2–22.3	有限混合模型、潜在状态、标签交换	反应者/非反应者及潜在异质性
8	Dirichlet过程	第23章	贝叶斯非参数、DP混合/聚类	未知分布形态和探索性潜在人群

章节定位以各分批文件核对的本地英文版PDF为准。某些主题跨越正文、练习与现代实现，表中列主要入口，不代表唯一出处。

推荐阅读顺序

医学小白主线

建议按 1 → 2 → 3 → 4 → 6 → 7 → 5 → 8 阅读。

1. 先在第1批理解“先验+数据=后验”、发生率和收缩；
2. 第2批学习多参数、回归系数相关性及派生参数；
3. 第3批掌握多中心和Meta分析最关键的部分汇总；
4. 第4批建立“拟合完成后必须检查模型”的习惯；
5. 第6批学会判断MCMC结果是否可信；
6. 第7批再进入回归、多层结构和缺失数据；
7. 第5批把概率推断转化为临床行动；
8. 最后按需要选读第8批高级模型。

按研究任务跳读

• 发生率/医院排名：第1批 → 第3批 → 第7批Poisson回归。
• 剂量反应/毒理/药代：第2批 → 第8批连续稀释与毒代动力学。
• 多中心试验/Meta分析：第3批 → 第4批 → 第6批 → 第8批稳健八校。
• 临床预测：第4批预测评价 → 第7批回归 → 第6批诊断。
• 缺失数据：先读第7批，再回看第4批模型检查。
• 临床决策或是否追加样本：完成第1–4批后读第5批。

结果来源与实现状态标记

统一标记规则

推荐标记	含义	可以怎样写	不可以怎样写
【原书结果】	原书明确给出的数据、后验数值、表格或图示结论	“原书报告后验均值为……”	把从图上目测或练习题自行计算值写成原书值
【解析复算】	可由书中数据和闭式公式直接复算	报告公式、软件函数与复算值	声称已做MCMC重跑
【现代扩展】	后于BDA3形成或为医学迁移增加的实现/诊断/先验	明确称现代Stan模板或推荐实践	冒充原书方法或原书阈值
【未重跑】	未获得完整数据、未运行程序，或仅引用原书抽样结果	如实引用原书并说明未独立验证	报告新的收敛指标、图或参数结果
【模板/伪代码】	需要真实数据、先验和配置后才能运行	用占位符并提示替换	把占位符当研究结果

本项目现状

• 第1批哮喘和肾癌给出解析复算；记录链接因缺少逐条分数及完整分布细节，仅有教学骨架。
• 第2批区分原书网格/解析结果与现代Stan模板；Newcomb完整66个数值未在正文逐项提供。
• 第3批明确未独立Stan重跑；现代代码是实现模板，结果采用原书表格。
• 第4批疼痛评分缺患者级数据；通用R代码复现方法而非图6.11数值。PSIS-LOO属于现代扩展。
• 第5批原书决策案例数值已核对；临床试验最优停止是医学迁移，EVSI代码为教学骨架。
• 第6批主要是现代计算工作流；rank-normalized (\hat R)、bulk/tail ESS、NUTS发散工作流等不能冒充BDA3原始判定清单。
• 第7批代码多为现代框架或伪代码，正文末已有逐案例复现状态表。
• 第8批同时包含原书历史计算和现代建议；在没有重跑输出时，不应补报新的 (\hat R)、ESS、发散或敏感性数值。

统一医学研究方法与结果报告模板

统计学方法

主要结局为___，分析单位为___，随访/暴露量为___。根据结局类型，采用___（如二项、Poisson、正态、Logistic或生存）数据模型；对重复测量、中心或研究间差异使用___层次结构。主要参数为___，效应量以___表示。对___赋予___先验，其中心、尺度及信息来源为___；通过先验预测检查确认先验允许医学上合理的数据范围。采用___（解析计算/Stan及NUTS）获得后验分布；若使用MCMC，运行___链，每链___次迭代，其中___次预热，并报告(\hat R)、有效样本量、Monte Carlo标准误、发散及轨迹/秩图。报告后验均值或中位数、95%可信区间、效应方向概率及超过预设最小临床重要差异___的后验概率。采用后验预测检查评估模型拟合，并通过替代先验、替代似然、缺失数据假设及异常值处理进行敏感性分析。

主要结果

共纳入___名患者/个中心/项研究，观察到___个事件；原始___为。主要效应的后验___为，95%可信区间为___；效应优于无效值___的后验概率为___%，超过预设临床重要阈值___的概率为___%。层次模型估计的中心/研究间变异为___，对一个新中心/新研究的预测区间为___。后验预测检查显示模型能够再现___，但对___存在失拟。所有关键参数的计算诊断___；在改变___先验、使用___似然及采用___缺失假设后，主要结论___。

讨论中的解释边界

后验概率以所用数据、先验和模型假设为条件。统计方向概率不等同于临床获益概率，可信区间也不消除偏倚、混杂、测量误差或模型失配。若研究不是随机试验，不应仅凭贝叶斯模型作因果表述；若存在外推、新中心预测或潜在亚型，还应单独讨论可推广性和模型依赖性。

跨批次术语统一规则

统一用语	定义与写法
先验分布	看到本研究数据前对参数的不确定性描述；必须说明参数化和依据，不笼统写“无信息先验”
后验分布	在给定数据、似然、先验和模型假设后对参数的不确定性描述
95%可信区间	在该模型条件下，参数位于区间内的后验概率为95%；不要与频率学置信区间解释混用
后验预测区间	对未来/未观测结局的区间，包含参数不确定性和个体/观测变异；不要称为参数可信区间
后验概率	写清事件，如 (P(\Delta>0\mid y)) 或 (P(\Delta>\delta_{MCID}\mid y))，避免只写“有效概率”
收缩/部分汇总	信息少的单位更多向总体分布收缩，信息多的单位更多保留自身结果；不是修改原始数据
完全合并/不合并/部分汇总	分别对应共同效应、各单位完全独立和层次模型信息共享
异质性	中心/研究/个体真实参数之间的变异；须与单个估计的不确定性区分
后验预测检查	从拟合模型生成复制数据并与观测数据比较；“未发现明显失拟”不等于模型为真
敏感性分析	有计划地改变先验、似然、缺失机制或结构假设，检查结论稳健性；不是只重复同一模型
(\hat R)、ESS、MCSE	分别用于链间一致性、等效独立信息量和Monte Carlo数值误差；诊断合格不代表科学模型正确
发散	HMC/NUTS未能可靠探索后验几何的警报；不能仅靠增加迭代忽略
Gamma参数化	全项目遇到Gamma时必须注明shape–rate或shape–scale；第1批原书公式采用shape–rate
offset/暴露量	Poisson率模型中已知且系数固定为1的对数暴露量；不能把offset当普通协变量解释
LD50/派生参数	应逐次由联合后验抽样计算，不用边际均值简单代入非线性公式
Meta分析效应方向	必须说明正/负值或OR大/小于1代表获益还是伤害
潜在类别/聚类	模型对分布异质性的表达，不自动等同于真实疾病亚型

QC检查结果与备注

文件完整性

• 01–08共8个Markdown文件均存在且非空。
• 文件大小约20–35 KB，均包含案例内容、方法/结果解读及原书核对说明。
• 本README仅做导航和质控，没有改写01–08正文。

与原计划覆盖范围的核对

• 第1、2、3、4、7、8批与原计划的核心案例一一对应。
• 第5批在原计划“单一决策点/继续收集数据”之外，加入支气管镜、氡治理和调查激励，用于完整呈现第9章决策链；属于合理扩展。
• 第6批没有拆成两个独立长案例标题，而是围绕八校模型统一讲解MCMC、重参数化与现代诊断；实质覆盖原计划“八校MCMC实现”和“层次模型计算改进”。

发现的非阻断性差异

1. 各文件对实现状态的措辞不完全统一，例如“现代实现”“教学骨架”“伪代码”“未重跑”；阅读时按本README的五类标记理解。
2. 第4批把预测评价作为方法主题而非单一命名数据案例，这是原计划允许的方法型整合。
3. 第5批“临床试验最优停止”是从原书决策原则迁移出的医学框架，不是原书完成的临床试验实算案例。
4. 第6批部分诊断阈值来自BDA3出版后的Stan实践；正文已标明现代补充。
5. 多份文件包含可运行模板，但本项目没有统一的软件环境、包版本、原始数据目录和批量重跑日志，因此不能把整套资料称为端到端数值复现。
6. “可信区间”在中文资料中有时也称“后验区间”；本项目建议论文首次出现时写“95%贝叶斯可信区间（95% credible interval）”。

已知限制

• 这是案例教学总结，不替代原书完整理论、习题和证明。
• 部分原始数据未在原书正文逐项提供，无法重画全部图或复算每个数值。
• 原书使用的若干平坦、均匀或历史先验不一定符合现代医学分析实践；是否替换必须结合量纲和先验预测，而不是机械照抄现代默认值。
• 书中非医学案例的医学类比只说明统计结构相似，不意味着研究设计、伦理要求或因果条件相同。
• 示例中的临床阈值、效用和损失不能直接移植到真实患者；必须由临床证据、患者偏好和决策场景预先规定。
• MCMC诊断合格只能说明抽样近似可能可靠，不能排除选择偏倚、混杂、模型遗漏、数据错误或外部推广问题。
• 本项目尚未形成统一可执行代码仓库、锁定包版本、自动化测试和结果快照；正式复现需另建可审计分析工程。