Preventing Chronic Disease | Using Empirical Bayes Methods to Rank Counties on Population Health Measures - CDC

full-text ►
Preventing Chronic Disease | Using Empirical Bayes Methods to Rank Counties on Population Health Measures - CDC

Using Empirical Bayes Methods to Rank Counties on Population Health Measures

Navigate This Article

• Abstract
• Introduction
• Methods
• Results
• Discussion
• Acknowledgments
• Author Information
• References
• Tables

Jessica K. Athens, PhD; Bridget B. Catlin, PhD; Patrick L. Remington, MD, MPH; Ronald E. Gangnon, PhD

Suggested citation for this article: Athens JK, Catlin BB, Remington PL, Gangnon RE. Using Empirical Bayes Methods to Rank Counties on Population Health Measures. Prev Chronic Dis 2013;10:130028. DOI: http://dx.doi.org/10.5888/PCD10.130028.

PEER REVIEWED

Abstract

University of Wisconsin Population Health Institute has published County Health Rankings (The Rankings) since 2010. These rankings use population-based data to highlight variation in health and encourage health assessment for all US counties. However, the uncertainty of estimates remains a limitation. We sought to quantify the precision of The Rankings for selected measures. We developed hierarchical models for 5 health outcome measures and applied empirical Bayes methods to obtain county rank estimates for a composite health outcome measure. We compared results using models with and without demographic fixed effects to determine whether covariates improved rank precision. Counties whose rank had wide confidence intervals had smaller populations or ranked in the middle of all counties for health outcomes. Incorporating covariates in the models produced narrower intervals, but rank estimates remained imprecise for many counties. Local health officials, especially in smaller population and mid-performing communities, should consider these limitations when interpreting the results of The Rankings.

Uso de métodos empíricos bayesianos para clasificar condados con respecto a las medidas de salud poblacional

Jessica K. Athens, PhD; Bridget B. Catlin, PhD; Patrick L. Remington, MD, MPH; Ronald E. Gangnon, PhD

Citación sugerida para este artículo: Athens JK, Catlin BB, Remington PL, Gangnon RE. Using Empirical Bayes Methods to Rank Counties on Population Health Measures. Prev Chronic Dis 2013;10:130028. DOI: http://dx.doi.org/10.5888/PCD10.130028.

REVISADO POR EXPERTOS

Resumen

El Instituto de Salud Poblacional de la Universidad de Wisconsin ha publicado County Health Rankings (The Rankings) desde el 2010. Estos ránquines o clasificaciones usan datos poblacionales para destacar las variaciones en salud y alentar el uso de evaluaciones de salud en todos los condados de los EE. UU. Sin embargo, la incertidumbre de los cálculos continúa siendo una limitación. Buscamos cuantificar la precisión de las clasificaciones (The Rankings) para mediciones selectas. Desarrollamos modelos jerárquicos para 5 medidas de resultados de salud y aplicamos métodos empíricos bayesianos para obtener cálculos de las clasificaciones del condado para una medida compuesta de resultados de salud. Comparamos resultados usando modelos con y sin efectos fijos demográficos para determinar si las covariables mejoraban la precisión de la clasificación. Los condados cuyas clasificaciones tuvieron intervalos de confianza amplios tuvieron poblaciones más pequeñas o clasificaron en el medio de todos los condados para los resultados de salud. La incorporación de covariables en los modelos produjo intervalos más estrechos, pero los cálculos de las clasificaciones permanecieron imprecisos para muchos condados. Las autoridades de salud locales, especialmente en poblaciones más pequeñas y comunidades con un desempeño mediano, deben considerar estas limitaciones cuando interpreten los resultados deThe Rankings.