基于惩罚似然法从自我中心数据估算家庭内部接触网络
应用统计
2016-11-25 v1
摘要
急性传染病通过社会接触网络传播。流行病模型用于预测新发病原体的传播并比较干预策略。许多此类模型假设混合群体（家庭、学校等）内的接触概率相等，但很少有研究推断实际的接触网络，而该网络可能影响流行病估计。我们开发了一种惩罚似然方法，以推断家庭内部的接触网络，这是疾病传播的关键领域。利用比利时关于接触行为的自我中心调查数据，我们估算了六种不同年龄构成下的家庭内部接触网络。我们的估算结果显示接触行为存在依赖性，且随年龄构成显著变化，年长家庭中的接触次数较少。我们的结果对于用于制定政策建议的流行病模型具有相关性。
引用
@article{arxiv.1111.0349,
title = {A penalized likelihood approach to estimate within-household contact networks from egocentric data},
author = {Gail E. Potter and Niel Hens},
journal= {arXiv preprint arXiv:1111.0349},
year = {2016}
}