西尼罗河病毒溢出长期风险评估的数据简约模型
应用统计
2025-10-17 v1
摘要
许多西尼罗河病毒 (WNV) 预测框架依赖于昆虫学或鸟类监测数据，而这些数据在某些地区可能无法获取。我们引入了一种新颖的数据简约概率模型，用于预测疫情爆发的时间和 WNV 溢出的季节性严重程度。我们的方法将温度驱动的 WNV 房室模型与非参数核密度估计方法相结合，构建了一个联合概率密度函数和一个作为蚊虫丰度与归一化累积温度函数的泊松率曲面。该模型以人类发病记录为校准依据，能够在传播季节开始前数月产生可靠的预测，从而支持主动的缓解措施。我们在加利福尼亚州（奥兰治、洛杉矶和河滨）、德克萨斯州（达拉斯和哈里斯）和佛罗里达州（杜瓦尔）的三个县评估了该框架，这些地区代表了完全不同的生态和气候模式，并在多个性能指标上观察到高度一致性。
引用
@article{arxiv.2510.14011,
title = {A Data-Parsimonious Model for Long-Term Risk Assessments of West Nile Virus Spillover},
author = {Saman Hosseini and Lee W. Cohnstaedt and Matin Marjani and Caterina Scoglio},
journal= {arXiv preprint arXiv:2510.14011},
year = {2025}
}