[논문 리뷰] Generative Bayesian modeling to nowcast the effective reproduction number from line list data with missing symptom onset dates

Adrian Lison, Sam Abbott외 2명|arXiv (Cornell University)|2023. 08. 25.

COVID-19 epidemiological studies참고 문헌 50인용 수 4

한 줄 요약

이 논문은 누락된 증상 발병 일자와 오른쪽 절단된 보고 지연을 포함한 불완전한 라인리스트 데이터로부터 사례 수와 유효 복제수(Rt)를 동시에 추정하는 통합적 생성 베이지안 모델을 제안한다. 임의화, 절단 조정, Rt 추정을 하나의 계층적 모델로 통합함으로써, 단계별 방법에 비해 일관되지 않은 스무딩 가정으로 인한 편향을 줄이고 일관된 불확실성 정량화를 가능하게 하며, 스위스의 실재 및 시뮬레이션된 코로나19 데이터에서 기존의 단계별 방법보다 뛰어난 성능을 보였다.

ABSTRACT

The time-varying effective reproduction number $R_t$ is a widely used indicator of transmission dynamics during infectious disease outbreaks. Timely estimates of $R_t$ can be obtained from observations close to the original date of infection, such as the date of symptom onset. However, these data often have missing information and are subject to right truncation. Previous methods have addressed these problems independently by first imputing missing onset dates, then adjusting truncated case counts, and finally estimating the effective reproduction number. This stepwise approach makes it difficult to propagate uncertainty and can introduce subtle biases during real-time estimation due to the continued impact of assumptions made in previous steps. In this work, we integrate imputation, truncation adjustment, and $R_t$ estimation into a single generative Bayesian model, allowing direct joint inference of case counts and $R_t$ from line list data with missing symptom onset dates. We then use this framework to compare the performance of nowcasting approaches with different stepwise and generative components on synthetic line list data for multiple outbreak scenarios and across different epidemic phases. We find that under long reporting delays, intermediate smoothing, as is common practice in stepwise approaches, can bias nowcasts of case counts and $R_t$, which is avoided in a joint generative approach due to shared regularization of all model components. On incomplete line list data, a fully generative approach enables the quantification of uncertainty due to missing onset dates without the need for an initial multiple imputation step. In a real-world comparison using hospitalization line list data from the COVID-19 pandemic in Switzerland, we observe the same qualitative differences between approaches. Our generative modeling components have been integrated into the R package epinowcast.

연구 동기 및 목표

• 누락된 데이터, 보고 지연, Rt 추정을 별도로 다루는 단계별 예측 방법의 한계를 해결하여 일관되지 않은 가정과 불량한 불확실성 전파를 방지하기 위해.
• 누락된 증상 발병 일자 임의화, 오른쪽 절단 조정, 유효 복제수(Rt) 추정을 동시에 모델링하는 통합적 생성 베이지안 프레임워크를 개발하기 위해.
• 다양한 유행 단계와 보고 지연 시나리오에서 생성적 접근법이 단계별 방법보다 성능을 어떻게 평가할 것인지 검토하기 위해.
• 다양한 유행 시나리오에서의 시뮬레이션 데이터와 스위스의 코로나19 팬데믹 기간 동안의 실재 병원 입원자 데이터를 활용하여, 방법의 강건성과 정확성을 입증하기 위해.
• 모델 구성 요소를 R 패키지 epinowcast에 통합하여 실시간 감시에 활용 가능한 융통성 있고 해석 가능한 도구를 제공하기 위해.

제안 방법

• 시간에 따라 변화하는 전파, 확률적 지연, 누락된 데이터 메커니즘을 포함한 기저의 감염 과정으로부터 관측된 사례 데이터를 생성하는 계층적 베이지안 모델을 수립한다.
• 증상 발병 일자, 보고 지연, 사례 수의 공동 분포를 모델링하기 위해 생성 과정을 사용하여 모든 잠재 변수에 대한 완전한 후행 추론을 가능하게 한다.
• 혼합 분포를 통해 시간에 따라 변화하는 잠복기 및 세대 간격을 반영하여 바이러스 변이 전환(예: 스위스의 알파 변이)을 모델링한다.
• 임의화, 절단 조정, Rt 추정 구성 요소 간에 공유된 정규화를 적용하여 단계별 파ip라인에서 발생하는 일관되지 않은 스무딩으로 인한 편향을 방지한다.
• 마르코프 체인 몬테카를로(MCMC) 샘플링을 사용하여 사례 수와 Rt에 대한 후행 분포를 확보하고, 전체적인 불확실성 정량화를 가능하게 한다.
• 지식 기반의 참값이 있는 시뮬레이션 데이터와 스위스의 실재 병원 입원자 데이터를 사용하여 모델 성능을 검증하고, EpiEstim 및 재생 모델을 사용한 단계별 접근법과 비교한다.

실험 결과

연구 질문

• RQ1 긴 보고 지연과 증상 발병 일자 누락 상황에서, 단계별 방법에 비해 통합 생성 모델이 Rt 예측의 편향을 줄이는가?
• RQ2 임의화, 절단 조정, Rt 추정 간의 공유 정규화가 불확실성 정량화와 모델 일관성에 어떤 영향을 미치는가?
• RQ3 다중 임의화에 의존하는 단계별 방법에 비해 생성 모델이 불완전한 라인리스트 데이터에서 성능을 얼마나 향상시키는가?
• RQ4 시간에 따라 변화하는 지연과 역학적 매개변수(예: 스위스의 SARS-CoV-2 파동 기간)가 있는 실재 환경에서 생성 모델과 단계별 방법의 성능는 어떻게 비교되는가?
• RQ5 정점 이전, 정점, 정점 이후의 다양한 유행 단계에서 생성 모델이 스무딩 아티팩트를 유발하지 않고 유행 역학을 얼마나 잘 포착하는가?

주요 결과

• 긴 보고 지연 상황에서 단계별 방법의 중간 스무딩은 사례 수 및 Rt 예측 모두에 편향을 유발했지만, 공유 정규화 덕분에 통합 생성 모델에서는 이를 피할 수 있었다.
• 생성적 접근법은 별도의 다중 임의화 단계가 필요 없이 누락된 증상 발병 일자로 인한 불확실성을 정량화하여 계산 효율성과 일관성을 향상시켰다.
• 시뮬레이션 데이터에서 생성 모델은 특히 정점 이후 1주와 2주 뒤에 더 낮은 가중 불확실성 간격 점수(WIS)를 기록하여, 더 나은 예측 성능을 보였다.
• 실재 스위스 병원 입원자 데이터에서 생성 모델은 특히 높은 사례 보고 지연 기간 동안 단계별 방법보다 더 안정적이고 편향이 적은 Rt 추정치를 도출했다.
• 모델은 유행 단계 전반에서 강건성을 보였으며, 스위스의 코로나19 팬데믹 첫 번째 및 두 번째 파동 기간 동안 누락된 발병 일자 비율이 16%에서 63%에 이르는 상황에서도 일관된 성능을 유지했다.
• 생성 모델 구성 요소는 성공적으로 R 패키지 epinowcast에 통합되어 실시간 감염병 감시에서 실용적 응용이 가능해졌다.