[論文レビュー] Locating the Source of Large-scale Diffusion of Foodborne Contamination

Abigail L. Horn, H. Friedrich|arXiv (Cornell University)|May 8, 2018

Animal Disease Management and Epidemiology参考文献 26被引用数 3

ひとこと要約

本稿では、重み付き有向食品供給ネットワーク上での吸収的ランダムウォークとして汚染拡散をモデル化することにより、大規模な食中毒アウトブレークにおける確率的ソース局所化手法を提案する。最尤推定器は、すべての可能な拡散経路を考慮しており、事例としての2011年EHECアウトブレークにおいて、従来の手法や先行手法よりも著しく精度と迅速性が向上しており、週2週目までに汚染源地域を特定した。

ABSTRACT

We study the problem of identifying the source of emerging large-scale outbreaks of foodborne disease. To solve the source identification problem we formulate a probabilistic model of the contamination diffusion process as a random walk on a network and derive the maximum likelihood estimator for the source location. By modeling the transmission process as a random walk, we are able to develop a novel, computationally tractable solution that accounts for all possible paths of travel through the network. This is in contrast to existing approaches to network source identification, which assume that the contamination travels along either the shortest or highest probability paths. We demonstrate the benefits of the multiple-paths approach through application to different network topologies, including stylized models of food supply network structure and real data from the 2011 EHEC outbreak in Germany. We show significant improvements in accuracy and reliability compared with the relevant state-of-the-art approach to source identification. Beyond foodborne disease, these methods should find application in identifying the source of spread in network-based diffusion processes more generally, including in networks not well approximated by tree-like structure.

研究の動機と目的

• 複雑でグローバル化が進んだサプライチェーンにおける大規模な食中毒アウトブレークの原因を特定するという重要な課題に取り組む。
• 現在のソース同定手法が、汚染が最短経路または最も確率の高い経路に従うと仮定しているという制限を克服する。
• 木構造に限定されない一般のネットワークトポロジーに対しても、計算的に実行可能で確率的に正確な推定器を、ソース局所化に開発する。
• 公衆衛生対応の改善を図り、アウトブレーク発生時における早期かつ信頼性の高いソース同定を可能にする。
• スタイリズドな食品供給ネットワークモデルおよびドイツの2011年EHECアウトブレークの実データを用いて、本手法の有効性を実証する。

提案手法

• 汚染拡散プロセスを、ノードがサプライチェーン参加者、エッジが取引フローを表す重み付き有向ネットワーク上の吸収的ランダムウォークとして定式化する。
• 各潜在的ソースノードに対して、観察された感染者集団の確率を計算することにより、最尤推定器を導出する。
• 汚染のすべての可能な経路を考慮し、最短経路または最も確率の高い経路に限定する簡略化仮定を回避する。
• ネットワーク構造と症例データを用いて、各ノードがソースである確率を計算し、尤度が最大のノードを推定ソースとして選択する。
• 妥当性確認のため、合成ネットワークトポロジーおよび2011年EHECアウトブレークの実際の食品供給ネットワークデータに本手法を適用する。
• 不確実性やループ、重複する複数の経路を含む複雑なネットワーク構造を自然に扱える確率的フレームワークを採用する。

実験結果

リサーチクエスチョン

• RQ1 すべての可能な汚染経路を考慮する確率的モデルが、食中毒アウトブレークにおけるソース局所化の正確性を向上させることができるか？
• RQ2 本稿で提案するランダムウォークベースの推定器は、最短経路または最も確率の高い経路に限定すると仮定する最先端手法と比較して、性能に優れているか？
• RQ3 特に流行ピーク以前において、本手法はアウトブレークの進行段階で早期にソースを特定できるか？
• RQ4 本手法は、木構造とは異なる非木構造のネットワークトポロジーに対しても信頼性を維持できるか？
• RQ5 本手法は、誤った特定の可能性を低減し、アウトブレーク調査の効率をどの程度向上させられるか？

主な発見

• 提案手法は、2011年EHECアウトブレークの汚染源地域を週2週目までに特定した。これは、標準的な調査プロセスが週6週目までに原因を同定したのとは著しく早い。
• 本手法は、アウトブレーク全体を通じて一貫して正しいソース地域を推定したが、有効距離法は週3週目から4週目にかけて一貫性に欠けた結果を示した。
• スタイリズドなネットワークモデルおよび実際の食品供給ネットワークデータの両方において、本手法は優れた正確性と頑健性を示した。特に、支配的経路が一意に定まらないネットワークにおいて顕著であった。
• すべての可能な拡散経路を考慮することで、汚染が最短経路または最も確率の高い経路に限定されるという、従来手法の現実的でない仮定を回避した。
• 結果から、本手法により調査官が潜在的ソース地域をより迅速に絞り込める可能性が示され、時間のかかる三角測定に依存する必要が減り、誤った特定のリスクも低減される。
• 本手法の性能は、大規模なアウトブレークの実データを用いて検証された。これにより、公衆衛生調査への実用的応用に近いことが示された。