基于自我中心数据估计家庭内部接触网络
应用统计
2012-08-27 v1
摘要
急性呼吸道疾病通过社会接触网络传播。大规模模拟模型被用于预测流行病动态并评估各种干预措施的影响，但这些模型中的接触行为基于简单且强硬的假设，并未得到调查数据的支撑。这些假设也被用于估计传播指标，如基本再生数和二代发病率。开发从调查数据推断接触网络的方法可以改进这些模型和估计方法。我们通过开发一个家庭内部社会接触模型，并利用它分析比利时 POLYMOD 数据集（该数据集包含 24 小时内社会接触的详细日记），为该领域做出贡献。我们通过一个指示哪些家庭成员在家的潜变量来建模接触行为中的依赖性。我们估计了年龄特定的在家概率，以及以两位成员在家为条件的年龄特定接触概率。我们的结果不同于标准的随机混合假设。此外，我们发现所有成员在给定的一天内相互接触的概率相当低：对于有两个 0-5 岁儿童和两个 19-35 岁成年人的家庭为 0.49，对于有两个 12-18 岁青少年和两个 36 岁以上成年人的家庭为 0.36。我们发现 2-3 人家庭的接触率更高，这有助于解释在此规模家庭中发现的更高的流感二代发病率。
引用
@article{arxiv.1111.5993,
title = {Estimating within-household contact networks from egocentric data},
author = {Gail E. Potter and Mark S. Handcock and Ira M. Longini, and M. Elizabeth Halloran},
journal= {arXiv preprint arXiv:1111.5993},
year = {2012}
}
备注
Published in at http://dx.doi.org/10.1214/11-AOAS474 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)