在传染过程的整群随机研究中利用接触网络信息
应用统计
2023-02-15 v3
摘要
在随机研究中，利用与结果（如疾病状态）相关的协变量可以产生暴露效应变异更小的估计值。对于在接触网络上运作的传染过程，传播只能通过连接受影响和未受影响个体的连系发生；已知此类过程的结果与网络结构密切相关。本文研究将接触网络特征作为暴露效应估计中的效率协变量。使用增强广义估计方程（GEE），我们估计效率增益如何依赖于网络结构以及传染源或行为的传播。我们将此方法应用于模拟随机试验，这些试验在一系列基于模型的接触网络上使用随机区室传染模型，并比较了使用多种网络协变量调整策略时暴露效应估计的偏差、功效和方差。我们还在一项整群随机试验中展示了网络增强 GEE 的应用，该试验评估了废水监测对加州大学圣地亚哥分校住宅楼中 COVID-19 病例的影响。
引用
@article{arxiv.1610.00039,
title = {Leveraging Contact Network Information in Clustered Randomized Studies of Contagion Processes},
author = {Maxwell H Wang and Patrick Staples and Mélanie Prague and Victor De Gruttola and Jukka-Pekka Onnela},
journal= {arXiv preprint arXiv:1610.00039},
year = {2023}
}
备注
Substantial revision