[论文解读] A statistical modelling framework for mapping malaria seasonality

Huong Lan Thi Nguyen, Rosalind E. Howes+13 more|arXiv (Cornell University)|Jan 30, 2019

Malaria Research and Control被引用 1

一句话总结

本文提出了一种时空统计框架，通过使用对数线性地统计模型直接从病例数据中建模疟疾季节性，以估计月度病例比例并定义传播季节。该框架整合了两组分冯·米塞斯分布和一个季节性指数，以量化传播时间、持续时间及不确定性，为拉丁美洲和加勒比地区提供了一种数据驱动的替代方法，替代基于阈值的制图方法。

ABSTRACT

Many malaria-endemic areas experience fluctuations in cases because the mosquito vector's life cycle is dependent on the environment. While most existing maps of malaria seasonality use fixed thresholds of rainfall, temperature and vegetation indices to find suitable transmission months, we develop a spatiotemporal statistical model for the patterns derived directly from case data. A log-linear geostatistical model is used to estimate the monthly proportions of total annual cases and establish a consistent definition of a transmission season. Two-component von Mises distributions are also fitted to identify useful characteristics such as the transmission start and end months, the length of transmission and the associated levels of uncertainty. To provide a picture of how seasonal a location is compared to its neighbours, we develop a seasonality index which combines the monthly proportion estimates and existing estimates of annual case incidence. The methodology is illustrated using administrative level data from the Latin America and Caribbean region.

研究动机与目标

• 开发一种统计框架，直接从病例数据中推导疟疾传播季节，避免依赖固定的环境阈值。
• 估算年度疟疾病例中各月的比例，以在不同区域间定义一致的传播季节。
• 使用两组分冯·米塞斯分布对季节性模式进行建模，以准确表征传播的开始、结束及持续时间。
• 引入一个季节性指数，将本地传播模式与邻近区域进行比较，同时结合病例发病率和月度比例。

提出的方法

• 对数线性地统计模型用于估算总年度疟疾病例中各月的比例，从而实现区域内传播季节定义的空间一致性。
• 将两组分冯·米塞斯分布拟合到估算的月度病例比例上，以对季节性峰值和持续时间进行建模。
• 该模型结合了病例数据中的空间相关性，以提高行政区域间估计的准确性。
• 通过将估算的月度比例与现有的年度发病率估计相结合，构建季节性指数，以评估与邻近区域相比的相对季节性。
• 通过统计模型的方差-协方差结构量化传播时间与持续时间的不确定性。
• 该框架应用于拉丁美洲和加勒比地区行政级别的疟疾病例数据，以进行验证和实例说明。

实验结果

研究问题

• RQ1 如何仅基于病例数据在不同区域间一致地定义疟疾传播季节，而无需依赖环境阈值？
• RQ2 在拉丁美洲和加勒比地区，疟疾传播的时间、持续时间和强度在空间上如何变化？
• RQ3 如何在区域层面对传播季节特征的不确定性进行量化和可视化？
• RQ4 一个位置的季节性在多大程度上与邻近地区相关？这种相关性如何衡量？
• RQ5 数据驱动的统计模型在捕捉疟疾发病率真实季节性模式方面，是否能优于基于阈值的方法？

主要发现

• 对数线性地统计模型成功估算出具有空间一致性的月度病例比例，从而在区域内实现可靠的传播季节定义。
• 两组分冯·米塞斯分布对季节性模式提供了精确拟合，使得传播开始和结束月份的估计更加准确。
• 季节性指数有效捕捉了相对季节性，突出了与邻近地区相比传播更同步或更持久的区域。
• 该模型揭示了传播时间在空间上的显著异质性，不同国家和地区呈现出截然不同的季节性模式。
• 传播季节特征的不确定性得到了量化和可视化，显示在病例报告率较低或数据稀疏的区域，其变异性更高。