SARS-CoV-2 病毒载量分布随患者年龄变化的因果、贝叶斯与非参数建模
应用统计
2022-12-13 v2 统计方法学
机器学习
摘要
感染 SARS-CoV-2 患者的病毒载量在对数尺度上变化，并可能随年龄变化。文献中关于病毒载量分布是否真正依赖于患者年龄存在争议性论断。这种依赖性将影响 COVID-19 传播机制、年龄依赖性免疫系统反应，进而影响政策制定。我们在此开发一种方法，在灵活的、非参数的、分层的、贝叶斯且因果的模型中，将病毒载量分布数据作为患者年龄的函数进行分析。所构建重构的因果性质还允许检验数据中的偏差。这可能源于例如患者检测与数据收集中的偏差，或病毒载量测量中的系统误差。我们通过计算每个隐含可能因果方向的贝叶斯证据来进行这些检验。检验数据收集偏差与识别因果方向的能力在其他情境中也十分有用。因此我们将模型免费公开。当应用于公开可用的年龄与 SARS-CoV-2 病毒载量数据时，我们发现病毒载量随年龄有统计显著性增加，但仅见于两个分析数据集之一。若考虑该数据集，并基于当前对病毒载量影响患者传染性的理解，我们预期不同年龄组传染性存在不可忽略的差异。然而此差异过小，不足以将任何年龄组视为无传染性。
引用
@article{arxiv.2105.13483,
title = {Causal, Bayesian, & Non-parametric Modeling of the SARS-CoV-2 Viral Load Distribution vs. Patient's Age},
author = {Matteo Guardiani and Philipp Frank and Andrija Kostić and Gordian Edenhofer and Jakob Roth and Berit Uhlmann and Torsten Enßlin},
journal= {arXiv preprint arXiv:2105.13483},
year = {2022}
}