结合分段空间风险函数的疾病传播个体级模型
统计计算
2024-05-03 v1
摘要
对流行病进行建模对于理解疾病的出现、传播、影响和控制至关重要。考虑种群异质性的空间个体级模型（ILM）是一种有用的工具，它考虑了位置、疫苗接种状态和遗传信息等因素。空间风险函数或核的参数化形式常被使用，但依赖于对底层传播机制的强假设。在此，我们提出了一类在贝叶斯马尔可夫链蒙特卡洛（MCMC）框架下拟合的非参数空间疾病传播模型，在估计空间距离和感染风险的影响时允许更灵活的假设。我们重点关注两种特定形式的非参数空间感染核：分段常数和分段线性。尽管这些形式相对简单，我们发现它们是有效的。使用模拟数据对这些模型的性能进行了检验，包括在模型误设的情况下，随后将其应用于英国2001年口蹄疫的数据。
引用
@article{arxiv.2405.00835,
title = {Individual-level models of disease transmission incorporating piecewise spatial risk functions},
author = {Chinmoy Roy Rahul and Rob Deardon},
journal= {arXiv preprint arXiv:2405.00835},
year = {2024}
}