基于废水的SARS-CoV-2流行病学数据建模方法
应用统计
2022-08-30 v1
摘要
基于废水的流行病学被公认为监测支柱之一，为疫情管理提供必要信息。该方法的核心是用于传达监测结果及分析信号的数据建模概念。由于该领域快速发展，一系列建模概念得到使用但缺乏连贯框架。本文提供了这样一个框架，侧重于稳健且简单的易用概念，而非应用例如机器学习的最新发现。研究表明，数据预处理——最重要的是通过生物标志物归一化以及对散点数据进行等时间间隔处理——至关重要。就后者而言，下采样至每周间隔序列已足够。此外，数据平滑被证明是必不可少的，不仅用于信号动态的传达，同样用于回归、现时预测和 forecasting。信号与流行病指标的关联需要多元回归，因为信号本身无法解释动态，但简单线性回归被证明是适用的补偿工具。研究还表明，短期预测（7天）使用简单模型（指数平滑或自回归模型）即可准确，但更长期预测的精度迅速恶化。
引用
@article{arxiv.2202.03015,
title = {Data modelling recipes for SARS-CoV-2 wastewater-based epidemiology},
author = {Wolfgang Rauch and Hannes Schenk and Heribert Insam and Rudolf Markt and Norbert Kreuzinger},
journal= {arXiv preprint arXiv:2202.03015},
year = {2022}
}
备注
27 pages 7 figures