马尔可夫切换零膨胀模型与 hurdle 模型在时空传染病计数上的比较

在流行病学研究中，零膨胀模型和hurdle模型常用于处理报告传染病病例中的过多零值。然而，它们无法分别建模疾病的持续（由存在到存在）和重现（由不存在到存在）。协变量有时对疾病重现和持续具有不同影响。近来，一种零膨胀马尔可夫切换负二项模型被提出以应对此问题。我们引入马尔可夫切换负二项hurdle模型作为该方法的竞争方案，因为hurdle模型也常作为零膨胀模型的替代用于处理过多零值。我们通过检视两模型的基本假设展开比较。hurdle模型假设疾病病例被完美检测，而零膨胀模型隐式假设病例计数可能被低估，因此我们研究负二项分布何时可近似报告计数的真实分布。我们对里约热内卢各邻区的基孔肯雅热病例比较了两类马尔可夫切换模型的拟合。我们发现，在拟合模型中，零膨胀马尔可夫切换负二项模型给出最佳预测，且两个马尔可夫切换模型均比更传统的负二项hurdle和零膨胀模型预测明显更优。