孟加拉国霍乱疫情的预测建模

尽管孟加拉国存在季节性霍乱疫情，但关于环境条件与霍乱病例之间的关系知之甚少。我们旨在基于环境预测因子开发孟加拉国霍乱疫情的预测模型。为此，我们在疾病传播模型的背景下估算水深和水温等环境变量对霍乱疫情的贡献。我们实施了一种方法，在易感 - 感染 - 康复 - 易感 (SIRS) 模型中同时考虑疾病动力学和环境变量。整个系统被视为连续时间隐马尔可夫模型，其中隐马尔可夫状态为每个时间点易感、感染或康复的人数，观测状态为报告的霍乱病例数。我们使用贝叶斯框架拟合该隐式 SIRS 模型，实施粒子马尔可夫链蒙特卡洛方法，从给定观测数据的环境和传播参数的后验分布中进行采样。我们利用模拟数据和来自孟加拉国 Mathbaria 的数据测试了该方法。参数估计值用于进行短期预测，以捕捉流行高峰的形成和消退。我们证明，我们的模型能够成功预测人口中感染个体数量的增加，且早于观测到的霍乱病例数增加的数周，这可能允许提前发出疫情警报并及时分配资源。