代际间隔收缩与疫情数据分析

代际间隔是指感染者被感染的时间与其传染源被感染的时间之间的时间间隔。代际间隔的概率密度函数一直是流行病模型和疫情数据分析的重要输入。在本文中，我们指定了一个通用的随机 SIR 流行病模型，并证明当易感人群面临来自多个来源的传染接触风险时，平均代际间隔会减小。其背后的直觉是，当一个易感个体有多个潜在传染源时，存在一场感染该个体的“竞赛”，其中只有第一次传染接触会导致感染。在流行病中，随着感染流行率的增加，平均代际间隔会收缩。我们将这种现象称为潜在传染源之间的全局竞争。当接触簇内存在快速传播时，即使全局流行率较低，高局部感染流行率也可能导致代际间隔收缩。我们将这种现象称为潜在传染源之间的局部竞争。通过模拟，我们阐述了这两种类型的竞争。最后，我们表明可以使用传染接触风险函数代替代际间隔来估计流行病中有效再生数的时间过程。这种方法自然地导出了与生存分析中出现的非常相似的疫情数据偏似然函数，为传染病流行病学的方法学研究开辟了一条充满希望的途径。