[论文解读] A Survey of the Individual-Based Model applied in Biomedical and Epidemiology

Erivelton G. Nepomuceno, Denise Fonseca Resende+1 more|arXiv (Cornell University)|Feb 7, 2019

COVID-19 epidemiological studies参考文献 89被引用 17

一句话总结

本文对生物医学和流行病学研究中的个体为基础模型（IBMs）进行了全面综述，强调其在模拟异质性、随机性疾病动态方面比传统SIR等分室模型更具现实性。该研究评估了89项研究，突出IBMs在模拟地方性感染干预措施方面的优势，并通过模拟表明，与分室模型类似的离散化效应也会偏差IBMs的结果，因此需要谨慎实施。

ABSTRACT

Individual-based model (IBM) has been used to simulate and to design control strategies for dynamic systems that are subject to stochasticity and heterogeneity, such as infectious diseases. In the IBM, an individual is represented by a set of specific characteristics that may change dynamically over time. This feature allows a more realistic analysis of the spread of an epidemic. This paper presents a literature survey of IBM applied to biomedical and epidemiology research. The main goal is to present existing techniques, advantages and future perspectives in the development of the model. We evaluated 89 articles, which mostly analyze interventions aimed at endemic infections. In addition to the review, an overview of IBM is presented as an alternative to complement or replace compartmental models, such as the SIR (Susceptible-Infected-Recovered) model. Numerical simulations also illustrate the capabilities of IBM, as well as some limitations regarding the effects of discretization. We show that similar side-effects of discretization scheme for compartmental models may also occur in IBM, which requires careful attention.

研究动机与目标

• 综述并整合生物医学和流行病学研究中个体为基础模型（IBMs）的现有文献。
• 将IBMs与SIR等传统分室模型进行比较，强调其在模拟异质性和随机性疾病动态方面的现实性。
• 识别IBMs的关键应用，特别是在评估地方性传染性疾病控制策略方面。
• 突出方法论挑战，特别是离散化对模拟精度的影响。
• 为改善公共健康建模中IBMs的设计与实现提供未来研究方向。

提出的方法

• 对89篇聚焦于生物医学和流行病学背景下IBMs的同行评审文章进行了系统性文献回顾。
• 回顾按疾病类型、干预策略和建模目标进行分类，特别关注地方性感染。
• 通过分析其在表征人群异质性方面的结构和动态差异，将IBMs与分室模型（如SIR）进行比较。
• 通过数值模拟展示IBMs的能力，包括个体水平特征（如感染状态和免疫力）的动态变化。
• 通过比较不同时间步长间隔下的模拟结果，分析IBMs中的离散化效应，与分室模型中的问题进行类比。
• 采用定性综合方法，识别IBMs在所审查文献中的应用趋势、优势和局限性。

实验结果

研究问题

• RQ1 与SIR等分室模型相比，个体为基础模型在多大程度上提升了流行病模拟的现实性？
• RQ2 IBMs在生物医学和公共卫生研究中，用于模拟地方性传染性疾病的最常见应用是什么？
• RQ3 IBMs中的离散化方案在多大程度上会引入与分室模型中观察到的类似偏差？
• RQ4 在实施IBMs以评估疾病干预措施时，面临的主要方法论挑战是什么？
• RQ5 为提升IBMs在流行病学建模中的精度和可扩展性，未来需要哪些发展？

主要发现

• 该综述识别出89项应用IBMs的研究，其中大多数聚焦于结核病、登革热和HIV等地方性传染性疾病的干预措施。
• IBMs通过建模个体异质性和随机转换，提供了比分室模型更现实的疾病传播表征，后者常对这些因素进行过度简化。
• 数值模拟证实，IBMs中的离散化可能导致与分室模型类似的伪影，尤其在时间步长过大时更为明显。
• 研究发现，时间步长的选择至关重要，以最小化IBMs结果中的数值偏差。
• 尽管具有优势，IBMs在计算可扩展性和模型验证方面仍面临挑战，尤其是在模拟大规模人群时。
• 作者得出结论：IBMs在个体水平变异性和复杂干预措施为核心研究问题时，可作为分室模型的宝贵补充或替代方案。