[論文レビュー] Time Series Methods and Ensemble Models to Nowcast Dengue at the State Level in Brazil

Katherine Kempfert, Kaitlyn Martinez+9 more|arXiv (Cornell University)|Jun 3, 2020

Mosquito-borne diseases and control参考文献 72被引用数 4

ひとこと要約

本研究は、臨床疫学的監視、気象、衛星画像、インターネット検索トレンドを統合したデータストリームを用いて、ブラジルの州レベルにおけるデングアインシデントの即時予測（nowcasting）のための時系列モデルおよびアンサンブルモデルを開発・評価する。高い精度が達成され、25州で相関係数が80%以上、全27州の中央値として91.75%の相関が得られた。外部要因データが予測性能を著しく向上させること、およびアンサンブル手法がリアルタイムの公衆衛生意思決定における予測の頑健性と信頼性を高めることを示している。

ABSTRACT

Predicting an infectious disease can help reduce its impact by advising public health interventions and personal preventive measures. Novel data streams, such as Internet and social media data, have recently been reported to benefit infectious disease prediction. As a case study of dengue in Brazil, we have combined multiple traditional and non-traditional, heterogeneous data streams (satellite imagery, Internet, weather, and clinical surveillance data) across its 27 states on a weekly basis over seven years. For each state, we nowcast dengue based on several time series models, which vary in complexity and inclusion of exogenous data. The top-performing model varies by state, motivating our consideration of ensemble approaches to automatically combine these models for better outcomes at the state level. Model comparisons suggest that predictions often improve with the addition of exogenous data, although similar performance can be attained by including only one exogenous data stream (either weather data or the novel satellite data) rather than combining all of them. Our results demonstrate that Brazil can be nowcasted at the state level with high accuracy and confidence, inform the utility of each individual data stream, and reveal potential geographic contributors to predictive performance. Our work can be extended to other spatial levels of Brazil, vector-borne diseases, and countries, so that the spread of infectious disease can be more effectively curbed.

研究の動機と目的

• 臨床疫学的監視、気象、衛星画像、インターネット検索トレンドを含む多様なデータストリームを統合することで、ブラジルにおけるリアルタイムのデングー即時予測を改善すること。
• 新規のデータストリーム（例：衛星データおよびインターネットデータ）が、従来の臨床疫学的監視および気象データと比較して、予測に与える寄与を評価すること。
• 複数の時系列モデルを統合するアンサンブルモデリング手法を開発・検証し、州レベルでの予測の頑健性と正確性を向上させること。
• ブラジルの州間でモデル性能に差異を生じさせる地理的および社会経済的要因を同定すること。
• 異種のデータソースとアンサンブルモデリング技術を用いて、ブラジルおよび類似国における他の媒介感染症の即時予測に応用可能な移植可能なフレームワークを提供すること。

提案手法

• ブラジル保健省が提供する週次デングー症例数に加え、外部要因データ（衛星から導出された植生および気温インデックス、気象データ、インターネット検索クエリの頻度）を統合する。
• 各州に4つの時系列モデルを適用：SARIMA、VAR、局所回帰（LOESS）を用いたSTL分解、およびそれらの変種。各モデルは異なる外部変数のサブセットを組み込む。
• 個々のモデルの予測を統合するため、上位および下位20%の予測を除外する「トリムド平均アンサンブル」手法を採用し、外れ値の影響を低減する。
• 予測性能の妥当性評価に基づく重みを用いた加重平均アンサンブルを採用。重みは、検証セットで絶対誤差を最小化する頻度に比例して決定される。
• 95%予測区間を保守的に算出するため、トリムドされたモデル群の予測区間の境界の最小値と最大値を用いる。
• 2015–2016年のテスト期間でモデルを検証し、主な評価指標としてピアソン相関係数および予測区間の実効的カバレッジを用いる。

実験結果

リサーチクエスチョン

• RQ1 衛星データ、気象、インターネットなどの従来のデータストリームと非伝統的データストリームの異なる組み合わせが、ブラジルの州レベルにおけるデングー即時予測の正確性にどのように影響を与えるか？
• RQ2 異なるブラジルの州において、どの時系列モデルが最も優れた性能を示すか。また、最適なモデルは空間的に変動するか？
• RQ3 リアルタイムのデングー即時予測において、アンサンブルモデルは個々のモデルと比較して、予測性能および信頼性をどの程度向上させるか？
• RQ4 ブラジルの州間でモデル性能に差異を生じさせる主な社会経済的および地理的要因は何か？
• RQ5 一様なアンサンブルフレームワークは、ブラジルの27州にまたがる多様な疫学的および環境的条件下で、効果的に一般化可能か？

主な発見

• トリムド平均アンサンブルは、2015–2016年のテスト期間中に全27州で、適合値と観測値の間で中央値91.75%のピアソン相関を達成した。
• 27州中25州がトリムド平均アンサンブルにより80%以上のピアソン相関係数を達成し、最高で1州で96.44%の相関を記録した。
• 95%予測区間の実効的カバレッジは、半数の州で少なくとも96%を達成しており、信頼性の高い不確実性の定量化を示している。
• 特に気象または衛星から導出された環境変数を含む外部要因データの統合によりモデル性能が向上し、1つのデータストリームを組み込むだけで、全データストリームを統合した場合と同等の性能が得られることが多かった。
• モデル性能には顕著な空間自己相関が認められ、教育水準、雇用状況、人口規模などの州レベルの指標と正の相関が見られた。
• 最適な個々のモデルは州ごとに異なったため、事前に各地域の最良モデルを把握できない状況下でも、頑健で州別に特化した即時予測を達成するためのアンサンブル手法の有効性が裏付けられた。