一种用于追踪传染病和评估干预措施的切换状态空间传播模型

传染病的高效控制依赖于对干预措施影响的准确评估，而这常常受到疾病传播复杂动态的阻碍。本文提出一种 Beta-Dirichlet 切换状态空间传播模型，用于同时追踪疾病的潜在动态并评估干预措施的有效性。随着时间演化，在易感-暴露-感染-恢复（SEIR）模型中引入的切换机制能够捕捉由于控制措施有效性所导致的传播率在时机与幅度上的变化。该模型的实现基于粒子马尔可夫链蒙特卡洛（particle Markov Chain Monte Carlo）算法，可高效估计 SEIR 状态、切换状态及高维参数的时间演化。所提模型与估计方法的效能通过模拟研究得到验证。通过对不列颠哥伦比亚省 COVID-19 暴发的真实应用，所提切换状态空间传播模型量化了干预后传播率的降低。该模型为制定旨在研究疾病传播期间潜在动态并评估干预有效性的公共卫生政策提供了一个有前景的工具。