[论文解读] Adaptive Geostatistical Design and Analysis for Sequential Prevalence Surveys

Michael G. Chipeta, Dianne J. Terlouw+2 more|arXiv (Cornell University)|Sep 15, 2015

Soil Geostatistics and Mapping参考文献 27被引用 4

一句话总结

本文提出了一种批次自适应的地统计学设计，用于顺序性流行率调查，能够随时间动态地聚焦于高流行率区域，从而在资源有限的环境中提升预测效率。通过模拟和在马拉维的真实疟疾制图应用，结果表明，与非自适应和单次自适应设计相比，批次自适应采样显著降低了预测方差，实现了成本效益高、影响显著的公共卫生干预。

ABSTRACT

Non-adaptive geostatistical designs (NAGD) offer standard ways of collecting and analysing geostatistical data in which sampling locations are fixed in advance of any data collection. In contrast, adaptive geostatistical designs (AGD) allow collection of exposure and outcome data over time to depend on information obtained from previous information to optimise data collection towards the analysis objective. AGDs are becoming more important in spatial mapping, particularly in poor resource settings where uniformly precise mapping may be unrealistically costly and priority is often to identify critical areas where interventions can have the most health impact. Two constructions are: $singleton$ and $batch$ adaptive sampling. In singleton sampling, locations $x_i$ are chosen sequentially and at each stage, $x_{k+1}$ depends on data obtained at locations $x_1,\ldots , x_k$. In batch sampling, locations are chosen in batches of size $b > 1$, allowing new batch, $\{x_{(k+1)},\ldots ,x_{(k+b)}\}$, to depend on data obtained at locations $x_1,\ldots, x_{kb}$. In most settings, batch sampling is more realistic than singleton sampling. We propose specific batch AGDs and assess their efficiency relative to their singleton adaptive and non-adaptive counterparts by using simulations. We show how we apply these findings to inform an AGD of a rolling Malaria Indicator Survey, part of a large-scale, five-year malaria transmission reduction project in Malawi.

研究动机与目标

• 解决在资源有限环境中，由于资源限制而难以实现全面数据收集，导致空间制图成本高昂且需均匀精确的问题。
• 开发一种实用的、基于批次的自适应采样策略，通过动态聚焦于高风险子区域，提升疾病流行率制图的预测效率。
• 通过模拟和真实世界应用，评估所提出的自适应设计相较于非自适应和单次自适应设计的性能表现。
• 通过提供准确、局部化的流行率地图，支持公共卫生决策，为疟疾流行区域的针对性干预提供依据。
• 为地统计学分析中的顺序数据收集提供一种系统化、基于模型的框架，平衡参数估计与预测目标。

提出的方法

• 该方法采用地统计学模型，将流行率的log-odds建模为协变量与具有Matérn相关函数的平稳高斯过程的线性组合。
• 自适应采样以批次形式实施：新采样点基于前一批次数据的后验预测方差减少来选择，以优化预测准确性。
• 初始设计（$X_0$）固定为$n_0 = 100$个采样点，后续通过增加自适应批次来细化空间预测。
• 通过最小距离准则确保空间覆盖，选择能最小化研究区域内平均预测误差的新批次位置，从而最小化预测方差。
• 在每次批次后重新估计模型参数，以更新预测分布并指导后续采样决策。
• 该方法使用R包PrevMap进行模型拟合，并依赖经验logit变换以稳定二项分布流行率数据的方差。

实验结果

研究问题

• RQ1 在疾病流行率制图的预测效率方面，批次自适应地统计学采样与非自适应及单次自适应设计相比如何？
• RQ2 在资源受限的顺序调查环境中，自适应采样策略能否有效识别并聚焦于高流行率子区域？
• RQ3 在实际应用中，为平衡空间覆盖与预测准确性，最优的初始采样设计（$X_0$）和批次大小是什么？
• RQ4 迭代式模型重新估计在多大程度上提升了采样过程随时间推移的准确性和适应性？
• RQ5 在基础设施和数据可用性有限的低资源环境中，自适应地统计学设计如何实现实际应用？

主要发现

• 所提出的批次自适应设计在模拟研究中显著降低了平均预测方差，相较于非自适应和单次自适应设计，表现出更优的预测效率。
• 在马拉维案例研究中，自适应设计在保持良好空间覆盖的同时，成功纳入了成对邻近的采样点，从而提升了参数估计和预测准确性。
• 在第一轮批次后，共采集了122个采样点（100个初始家庭中有72个符合条件），自适应策略成功识别出需跟进数据采集的重点区域。
• 该方法实现了流行率地图的渐进式优化，使公共卫生官员能够优先在传播风险最高的子区域实施干预。
• 每次批次后重新估计模型参数，可提高后续采样决策的准确性，并整体提升预测性能。
• 在家庭分布不规则且资源有限的环境中，该方法尤为有效，因为在这些条件下，实现均匀精确制图并不现实。