[论文解读] COFFEE: COVID-19 Forecasts using Fast Evaluations and Estimation

Lauren Castro, Geoffrey Fairchild+2 more|arXiv (Cornell University)|Oct 4, 2021

COVID-19 epidemiological studies参考文献 1被引用 6

一句话总结

COFFEE 是一种用于预测每日新冠肺炎病例和死亡人数的概率预测模型，通过动态易感-感染（SI）模型实现快速、可并行计算的估计，并采用负二项分布观测误差。该模型通过调整异常值、对增长速率进行logit变换以及联合后验分布估计调优参数，提升预测精度，实现对新墨西哥州、美国和法国等不同地区可靠预测。

ABSTRACT

This document details the methodology of the Los Alamos National Laboratory COVID-19 forecasting model, COFFEE (COVID-19 Forecasts using Fast Evaluations and Estimation).

研究动机与目标

• 开发一种快速、可扩展且具有概率性的每日和累计新冠肺炎病例及死亡人数预测模型。
• 通过建模随时间变化的增长速率和病例-死亡比，应对流行病学参数动态变化的挑战。
• 通过异常值检测与调整、logit变换以及调优参数的联合估计，提升预测的可靠性。
• 通过独立拟合各地理区域的模型，实现跨区域的并行计算。
• 通过经验估计和回归估计方法，为病例和死亡人数生成校准的预测区间。

提出的方法

• 模型采用动态SI模型，其中潜在每日病例数与易感个体比例成正比，并随累计病例数增长。
• 采用负二项分布观测模型以考虑报告病例的过度离散性，其均值等于潜在病例数，方差通过离散参数 α 放大。
• 使用五种算法检测报告数据中的异常值，若三种或以上方法标记异常，则将数值调整为非负值。
• 经验增长速率 κ̂_t 通过连续两日累计病例数的比值估计，随后进行logit变换以稳定方差并确保取值有界。
• 对logit变换后增长速率拟合包含日期和星期几效应的回归模型，以预测未来趋势。
• 通过反距离加权法，基于观测到的 γ_t（病例-死亡比）计算调优参数（移动平均窗口 ν，以及下界 θ_lower 和上界 θ_upper）的联合后验分布。

实验结果

研究问题

• RQ1 如何设计一种快速、可并行计算的概率模型，以预测每日和累计的新冠肺炎病例及死亡人数？
• RQ2 异常值调整与logit变换对预测稳定性和准确性有何影响？
• RQ3 如何对随时间变化的增长速率和病例-死亡比进行建模与不确定性预测？
• RQ4 对调优参数的联合后验分布能否提升预测的可靠性与校准性？
• RQ5 不同的数据驱动调优策略如何影响病例和死亡人数的预测区间？

主要发现

• COFFEE 模型成功在包括新墨西哥州、美国和法国在内的多个不同地区，为每日报告的病例和死亡人数生成了校准的预测区间。
• 异常值调整显著减少了报告数据中的噪声，提升了模型稳定性与预测可靠性。
• 对增长速率进行logit变换可确保取值有界，并提升回归建模中的数值稳定性。
• 对调优参数的联合后验分布通过纳入移动平均窗口和病例-死亡比上下界中的不确定性，实现了稳健的预测。
• 当近期死亡数据稀疏时，模型默认采用经验分布或伯努利抽样，确保在低报告期的预测完整性。
• 最终预测结果，包括中位数及50%/80%预测区间，在具有不同流行病动态的地区均表现出良好的校准性与适应性。