一种用于传染病的递归点过程模型
统计方法学
2017-03-27 v1
摘要
我们引入一种新型点过程模型来描述传染病的发病率。该模型是 Hawkes 自激过程的变体，表现出类似的聚集性，但没有描述传染的分量必须随时间保持静态的限制。相反，我们提出的模型规定传染程度（或生产力）作为条件强度的函数而变化；特别令人感兴趣的是生产力与条件强度成反比的特例。该模型包含了这样一个前提：当疾病在人群中以极低频率发生时，例如在暴发的初期阶段，任何患病者都可能具有较高的传播率给他人；而当疾病在人群中流行时，由于人类缓解行动和预防措施以及总人口中先前暴露比例相对较高，传播率则较低。该模型被称为递归的，其意义在于任何特定时间的条件强度依赖于与先前点相关的生产力，而该生产力又依赖于那些点上的条件强度。推导了该模型的一些基本性质，讨论了估计与模拟，并展示了递归模型能很好地拟合加利福尼亚州洛杉矶麻疹的历史数据，鉴于 2017 年该地区此疾病的暴发，这是一个相关的例子。
引用
@article{arxiv.1703.08202,
title = {A recursive point process model for infectious diseases},
author = {Frederic Schoenberg and Marc Hoffmann and Ryan Harrigan},
journal= {arXiv preprint arXiv:1703.08202},
year = {2017}
}
备注
32 pages including 6 figures