针对COVID-19的非药物干预效应估计究竟有多鲁棒？
应用统计
2021-04-27 v3 机器学习
种群与进化
定量方法
机器学习
摘要
我们的模型所做出的假设在多大程度上影响了针对COVID-19的非药物干预（NPIs）有效性估计？为回答此问题，我们考察了2个最先进的NPI有效性模型，并提出了6个具有不同结构假设的变体。特别地，我们研究了NPI有效性估计对未观测国家的泛化能力，以及其对未观测因素的敏感性。考虑疾病传播中噪声的模型表现更优。我们进一步评估了估计值对不同流行病学参数与数据选择的鲁棒性。聚焦于假设传播噪声的模型，我们发现先前发表的结果在这些变量下异常鲁棒。最后，我们从数学上确立了在某些常见假设不成立时NPI有效性估计的解释依据。
引用
@article{arxiv.2007.13454,
title = {How Robust are the Estimated Effects of Nonpharmaceutical Interventions against COVID-19?},
author = {Mrinank Sharma and Sören Mindermann and Jan Markus Brauner and Gavin Leech and Anna B. Stephenson and Tomáš Gavenčiak and Jan Kulveit and Yee Whye Teh and Leonid Chindelevitch and Yarin Gal},
journal= {arXiv preprint arXiv:2007.13454},
year = {2021}
}