基于住院人数的魁北克COVID-19疫情三状态耦合马尔可夫切换模型
应用统计
2024-09-24 v3 种群与进化
摘要
反复出现的COVID-19疫情给魁北克的医院系统带来了巨大压力。我们开发了一个贝叶斯三状态耦合马尔可夫切换模型，基于30家最大医院的住院人数来分析魁北克各地的COVID-19疫情。在每个医院服务区内，我们假设疾病存在三种状态：无疫情、一种旨在解释某些较小区域中许多零值的新状态、地方性流行和爆发。然后，我们假设疾病通过一系列耦合的非齐次隐马尔可夫链在每个区域内的三种状态之间切换。与以往方法不同，转移概率可能依赖于协变量以及邻近区域疫情的发生，以解释疫情的地理传播。此外，为了防止地方性流行和爆发期之间的快速切换，我们在模型中引入了克隆状态，以强制执行最小的地方性流行和爆发持续时间。我们得出了一些有趣的发现，例如，零售和娱乐场所的流动性与魁北克新COVID-19疫情的发展和持续存在正相关。基于模型比较，我们的贡献在回顾性和实时状态估计方面显示出前景，尤其是在存在较小区域和高度空间同步的疫情时。此外，我们的方法提供了新颖且有趣的流行病学解释，例如能够估计协变量对疾病消亡的影响。
引用
@article{arxiv.2302.02488,
title = {A three-state coupled Markov switching model for COVID-19 outbreaks across Quebec based on hospital admissions},
author = {Dirk Douwes-Schultz and Alexandra M. Schmidt and Yannan Shen and David Buckeridge},
journal= {arXiv preprint arXiv:2302.02488},
year = {2024}
}
备注
The accepted version in The Annals of Applied Statistics