面向公共卫生的传染病预测
应用统计
2020-06-02 v1
摘要
预测传染病（尤其是病媒传播疾病）的传播给研究者带来了独特挑战。病毒、病媒、宿主及环境的行为与相互作用各自在决定疾病传播中发挥作用。公共卫生监测系统及其他来源提供了可用于准确预测疾病发生率的宝贵数据。然而，常见传染病监测数据的许多方面并不完善：病例可能延迟报告或在某些情况下根本不报告，病媒数据可能不可用，且病例数据可能在高地理或时间分辨率上不可得。面对这些挑战，研究者必须做出假设，以在机制模型中解释这些潜在过程，或在统计模型中完全证明其排除的合理性。无论模型是机制的还是统计的，研究者都应使用新兴传染病预测领域中公认的最佳实践来评估其模型，同时采纳数十年来一直发展预测方法的其他领域的惯例。考虑假设并恰当评估模型将使研究者能够生成有可能为公共卫生官员提供宝贵见解的预测。本章提供预测实践的一般背景，讨论用于传染病预测的生物与统计模型，给出关于构建与评估预测模型的技术细节，并探讨在公共卫生语境中传达预测结果的问题。
引用
@article{arxiv.2006.00073,
title = {Infectious Disease Forecasting for Public Health},
author = {Stephen A Lauer and Alexandria C Brown and Nicholas G Reich},
journal= {arXiv preprint arXiv:2006.00073},
year = {2020}
}