一种用于估计发展中国家年龄别COVID-19感染病死率的分层贝叶斯模型
应用统计
2023-08-09 v1
摘要
COVID-19感染病死率（IFR）为感染SARS-CoV-2后死亡的个体比例。由于COVID-19对老年人影响尤甚，年龄别IFR估计对于促进各地COVID-19影响比较及优先分配稀缺资源至关重要。然而，缺乏一种连贯方法来综合可用数据以生成随年龄连续变化且充分反映底层数据固有不确定性的IFR与血清阳性率估计。本文引入一种新颖贝叶斯分层模型，将IFR估计为年龄的连续函数，其承认各地人口年龄结构异质性，并考虑因血清阳性率抽样变异与不完美血清学检测试剂所致的估计不确定性。我们的方法同时建模检测试剂特性、血清学与死亡数据，其中血清学与死亡数据常仅以分箱年龄组形式可得。通过分层建模在各地间共享信息，以改进有限数据下的参数估计。对新冠大流行首年26个发展中国家地区数据建模发现，血清阳性率并未随年龄剧烈变化，且多数地区60岁IFR高于高收入国家基准。
引用
@article{arxiv.2308.04012,
title = {A hierarchical Bayesian model for estimating age-specific COVID-19 infection fatality rates in developing countries},
author = {Sierra Pugh and Andrew T. Levin and Gideon Meyerowitz-Katz and Satej Soman and Nana Owusu-Boaitey and Anthony B. Zwi and Anup Malani and Ander Wilson and Bailey K. Fosdick},
journal= {arXiv preprint arXiv:2308.04012},
year = {2023}
}