早期暴发数据的时间序列联邦分析：用于孕期期限估计

早期暴发数据分析对于通知其潜在影响和干预措施至关重要。然而，早期获得的数据常常涉及敏感问题，受到严格的隐私限制。因此，联邦分析——即无需共享原始数据的去中心化协作分析——日益成为解决数据隐私和保密问题的吸引方法。在本研究中，我们提出两种方法无需数据共享或设备/服务器之间的直接通信。第一种方法通过多变量正态分布逼近联合后验分布，并使用此信息依次更新先验分布。第二种方法使用来自不同位置（站点）中各参数后验的摘要信息，通过层次模型执行元分析。我们在模拟数据和真实暴发数据上对这些模型进行测试，以估计多种传染病的孕期期限。结果表明，这两种方法都能准确恢复孕期期限参数，但它们在推论方面呈现不同的优势。虽然近似方法允许使用完整的后验分布，从而提供更好的不确定性定量化；但元分析方法允许具有显式的层次结构，这使得某些参数更具可解释性。我们为复杂公共卫生情境下的早期暴发数据联邦分析提供了框架。