[论文解读] A mathematical epidemic model using genetic fitting algorithm with cross-validation and application to early dynamics of COVID-19 in Algeria

Mohamed Taha Rouabah, Abdellah Tounsi+1 more|arXiv (Cornell University)|May 26, 2020

COVID-19 epidemiological studies参考文献 2被引用 14

一句话总结

本研究提出一种经遗传算法优化的SEIR模型，并结合交叉验证以减轻过拟合，提升对流行病动态估计的准确性。该模型应用于阿尔及利亚2020年2月25日至5月24日期间的早期COVID-19数据，估计基本再生数为3.78（95%置信区间：3.03–4.53），有效再生数为0.651（95%置信区间：0.539–0.761），预测活跃病例峰值出现在2020年5月下旬。

ABSTRACT

A compartmental epidemic model based on genetic fitting algorithm and using cross-validation method to overcome the overfitting problem is proposed. This generic enhanced SEIR model allows to estimate approximate nowcast and forecast of epidemic evolution including key epidemic parameters and non-measurable asymptomatic infected portion of the susceptible population. The model is used to study COVID-19 outbreak dynamics in Algeria between February 25th and May 24th. Basic reproduction number on Feb. 25th is estimated to 3.78 (95% CI 3.033-4.53) and effective reproduction number on May 24th after three months of the outbreak is estimated to 0.651 (95% CI 0.539-0.761). Infection peak time is predicted to the end of April while active cases peak time is predicted to the end of May 2020. The disease incidence, CFR and IFR are calculated. Information provided by this study could help establish a realistic assessment of the situation in Algeria for the time being, inform predictions about potential future evolution, and guide the design of appropriate public health measures.

研究动机与目标

• 开发一种稳健的数学模型，以在早期疫情阶段准确估计流行病参数。
• 通过将交叉验证与遗传拟合算法相结合，解决流行病建模中的过拟合问题。
• 估计阿尔及利亚的关键流行病指标，包括基本再生数、有效再生数、感染发病率、病死率（CFR）和感染病死率（IFR）。
• 预测阿尔及利亚初始阶段COVID-19疫情中感染和活跃病例的峰值时间。
• 通过可靠的实时预测和预报，支持阿尔及利亚公共卫生决策制定。

提出的方法

• 通过遗传算法增强经典的SEIR compartmental模型，以优化参数拟合真实世界中的发病率数据。
• 应用交叉验证以防止过拟合，并提高模型对未见数据的泛化能力。
• 在易感人群中引入一个未被测量的无症状感染者子群，以更真实地反映传播动力学。
• 遗传算法通过迭代演化参数组合，最小化模型预测值与实际病例数之间的差异。
• 采用10折交叉验证验证模型性能，以确保估计参数的稳定性和可靠性。
• 从优化后的模型输出中推导出流行病指标，如R₀、Rₜ、CFR和IFR。

实验结果

研究问题

• RQ1 在疫情早期阶段，阿尔及利亚SARS-CoV-2的基本再生数（R₀）估计值是多少？
• RQ2 有效再生数（Rₜ）随时间如何演变，特别是在2020年5月24日时？
• RQ3 阿尔及利亚首次疫情波峰期间，总感染数和活跃病例数的预测峰值出现在何时？
• RQ4 纳入无症状传播后，如何影响模型的准确性与参数估计？
• RQ5 与标准拟合方法相比，交叉验证在多大程度上提升了流行病预测的稳健性？

主要发现

• 2020年2月25日，基本再生数（R₀）估计值为3.78，95%置信区间为3.033至4.53。
• 至2020年5月24日，有效再生数（Rₜ）已下降至0.651，95%置信区间为0.539至0.761。
• 模型预测感染峰值出现在2020年4月下旬，而活跃病例峰值则预测在2020年5月下旬。
• 病例病死率（CFR）和感染病死率（IFR）作为模型输出的一部分被计算得出，为疾病严重程度提供了关键见解。
• 交叉验证的整合显著减少了过拟合，提升了参数估计和预测结果的可靠性。
• 该模型成功捕捉了阿尔及利亚早期流行病动态，为循证公共卫生规划提供了支持。