[論文レビュー] An expectation-based space-time scan statistic for ZIP-distributed data

Benjamin Allévius, Michael Höhle|arXiv (Cornell University)|Dec 26, 2017

Data-Driven Disease Surveillance参考文献 6被引用数 4

ひとこと要約

本稿では、構造的ゼロと過分散を示す場合に伝統的なポアソン分布に基づくスキャン統計量の限界を克服するため、ゼロ過剰ポアソン（ZIP）分布に従う空間時系列カウントデータの期待値に基づく空間時系列スキャン統計量を提案する。この手法は、現在のデータに依存せずに、歴史的データからベースライン率を独立して推定するEMアルゴリズムを用いることで、特に構造的ゼロの割合が高い場合や非ゼロカウントの分散が大きい場合に、検出の早期化と空間的正確性の向上を実現する。

ABSTRACT

An expectation-based scan statistic is proposed for the prospective monitoring of spatio-temporal count data with an excess of zeros. The method, which is based on an outbreak model for the zero-inflated Poisson distribution, is shown to be superior to traditional scan statistics based on the Poisson distribution in the presence of structural zeros. The spatial accuracy and detection timeliness of the proposed scan statistic is investigated by means of simulation, and an application on weekly cases of Campylobacteriosis in Germany illustrates how the scan statistic could be used to detect emerging disease outbreaks. An implementation of the method is provided in the open source R package scanstatistics available on CRAN.

研究の動機と目的

• データに構造的ゼロが過剰に存在する場合、従来のポアソン分布に基づくスキャン統計量の性能が著しく低下する問題に対処すること。
• 現在の合計観測値に条件付けず、過去のアウトブレイクなしデータからベースラインパラメータを推定する期待値ベースのスキャン統計量を開発すること。
• ゼロ過剰かつ過分散を示すカウントデータのもとで、前向きな疾患監視において検出の早期化と空間的正確性を向上させること。
• 公衆衛生意思決定支援システムへの応用を想定し、自由に利用可能なRパッケージとして実装を提供すること。

提案手法

• 本手法は、空間時系列カウントをゼロ過剰ポアソン（ZIP）分布でモデル化し、構造的ゼロと標本的ゼロを区別する。
• 期待最大化（EM）アルゴリズムを用いて、現在の監視期間に依存せずに、歴史的データからベースライン率および過分散パラメータを推定する。
• スキャン統計量は、すべての可能な空間時系列ウィンドウにおける最尤度比の最大値として計算され、反復的スキャンにより最も可能性の高いクラスタ（MLC）が特定される。
• 仮説検定にはモンテカルロ法を用いてp値を計算し、合計観測値に条件付けた推論を回避する。
• シミュレーションおよび実データを用いて、人口ベース（PB-POI）および期待値ベース（EB-POI）のポアソンスキャン統計量と本手法を対比する。
• オープンソースのRパッケージ、scanstatisticsはCRANに公開されており、本手法を実装している。

実験結果

リサーチクエスチョン

• RQ1 構造的ゼロが存在するアウトブレイクを検出する際、提案された期待値ベースのZIPスキャン統計量は、ポアソンベースの代替手法に比べてどの程度優れた性能を示すか？
• RQ2 アウトブレイクの規模やベースライン状態が異なる条件下で、本手法は検出の早期化と空間的正確性をどの程度向上させるか？
• RQ3 実世界の監視データにおいて、ZIPベースの手法が特定する空間的クラスタは、ポアソンベースの手法が特定するクラスタとどのように異なるか？
• RQ4 実際の感染症報告で見られる過分散と過剰なゼロを示すデータにおいて、本手法は効果的にアウトブレイクを検出できるか？

主な発見

• データに多数の構造的ゼロが存在する、もしくは非ゼロカウントがベースラインから大きく離れている場合、EB-ZIPスキャン統計量はEB-POIおよびPB-POI手法に比べて優れた検出能力を示した。
• シミュレーションでは、EB-ZIP手法がより高い空間的正確性と早期検出を達成しており、特にアウトブレイクの規模と継続期間が大きくなるほど顕著であった。
• EB-ZIPの中央値としての報告済みアウトブレイク期間は9週間、EB-POIとPB-POIはともに10週間であり、各手法間で検出期間に大きな差がないことを示した。
• EB-ZIPとEB-POIの空間的クラスタの重複率は61%であったが、PB-POIとの重複率はわずか26%にとどまり、PB-POIは人口の多い地域に限定された異なるクラスタパターンを示した。
• ドイツにおけるカンピロバクター症の実世界応用では、EB-ZIP手法が2013年に確認された単一地域のアウトブレイクを検出できたが、PB-POI手法では検出されなかった。
• どの手法からも有意なクラスタが得られたものの、いずれも公的に確認された疫学的出来事と完全に一致しなかった。これは、確認済みクラスタデータが限られていることによる検証の難しさを示している。