[論文レビュー] Fitting and projecting HIV epidemics: Data, structure and parsimony

Brian Williams|arXiv (Cornell University)|Nov 22, 2014

HIV/AIDS Research and Interventions参考文献 14被引用数 4

ひとこと要約

本稿は、ケニアのデータを用いて一般化されたエピデミックにおけるHIV流行の傾向を適合および予測するための構造的で簡潔なモデリング手法を提案する。リスクの不均一性、行動変化、ワイブル生存分布、人口統計的詳細といったモデル構造の影響を評価し、生存分布の選択が感染率および死亡率の予測に顕著に影響することを示している。一方で、人口統計的詳細の追加は計算コストに比べて利益が最小限にとどまる。

ABSTRACT

Understanding historical trends in the epidemic of HIV is important for assessing current and projecting future trends in prevalence, incidence and mortality and for evaluating the impact and cost-effectiveness of control measures. In generalized epidemics the available data are of variable quality among countries and limited mainly to trends in the prevalence of HIV among women attending ante-natal clinics. In concentrated epidemics one needs, at the very least, time trends in the prevalence of HIV among different risk groups, including intravenous drug users, men-who-have-sex-with-men, and commercial sex workers as well as the size of each group and the degree of overlap between them. Here we focus on the comparatively straight forward problems presented by generalized epidemics. We fit data from Kenya to a susceptible-infected model and then successively add structure to the model, drawing on our knowledge of the natural history of HIV, to explore the effect that different structural aspects of the model have on the fits and the projections. Both heterogeneity in risk and changes in behaviour over time are important but easily confounded. Using a Weibull rather than exponential survival function for people infected with HIV, in the absence of treatment, makes a significant difference to the estimated trends in incidence and mortality and to the projected trends. Allowing for population growth has a small effect on the fits and the projections but is easy to include. Including details of the demography adds substantially to the complexity of the model, increases the run time by several orders of magnitude, but changes the fits and projections only slightly and to an extent that is less than the uncertainty inherent in the data. We make specific recommendations for the kind of model that would be suitable for understanding and managing HIV epidemics in east and southern Africa.

研究の動機と目的

• 一般化されたエピデミックにおけるHIV流行の傾向を適合および予測するための、簡潔ではあるが構造的に裏付けられたモデルの開発を目的とする。
• リスクの不均一性、行動変化、生存分布といった異なる構造的要素が、モデルの適合度と予測に与える影響を評価することを目的とする。
• 特に人口統計的詳細に関して、モデルの複雑さと正確さのトレードオフを評価することを目的とする。
• データ品質がばらつきが生じるリソース制限のある環境におけるHIV流行モデリングの実用的アドバイスを提供することを目的とする。

提案手法

• ケニアの妊婦健診所における有病率データに、感受性・感染性の区分型モデルを適合させる。
• 体系的に構造的要素を追加する：リスクの不均一性、時間的に変化する行動、ワイブル分布と指数分布の生存分布の比較。
• 複雑度が増すバージョンごとにモデルの性能と予測を比較する。
• 人口増加と詳細な人口統計を組み込み、その適合度と計算コストへの影響を評価する。
• 尤度に基づく手法を用いてモデルの適合度と構造的仮定への感度を評価する。
• 異なる構造的仮定のもとで、感染率、有病率、死亡率の傾向を予測するためにモデルを適用する。

実験結果

リサーチクエスチョン

• RQ1 治療なしの状況において、HIVの生存分布の仮定（指数分布対ワイブル分布）が、推定される感染率および死亡率の傾向にどのように影響するか。
• RQ2 行動変化とリスクの不均一性は、一般化されたエピデミックにおけるHIV有病率傾向の解釈をどの程度歪めるか。
• RQ3 人口増加を組み込むと、モデルの適合度と予測の正確性にどのような影響を与えるか。
• RQ4 適合度と予測力の観点から、詳細な人口統計的構造を追加することによる限界的利益は何か。
• RQ5 公衆衛生計画の観点から、正確さ、計算効率、データ要件のバランスが取れた最良のモデル構造は何か。

主な発見

• 指数分布ではなくワイブル生存分布を用いることで、特に治療なしの状況において、HIV感染率および死亡率の推定傾向が顕著に変化することがわかった。
• リスクの不均一性と時間的変化する行動は両方とも重要であるが、モデル適合の過程で容易に混同されやすく、慎重な構造的仕様が必要となる。
• 人口増加を組み込むと、モデルの適合度と予測にわずかだが測定可能な影響を与え、計算上は容易に実装できる。
• 詳細な人口統計的構造を追加すると、モデルの複雑さと実行時間が数個のオーダー以上に増加するが、適合度と予測の向上はデータの不確実性の範囲内にとどまり、わずかにしか向上しない。
• 本研究は、リスクの不均一性、行動変化、ワイブル生存分布を組み込んだ中程度に構造化されたモデルが、東アフリカおよび南部アフリカにおけるHIV流行モデリングにおいて、正確さと実用性の最良のバランスを提供すると結論づけた。