[论文解读] Estimating infectious disease parameters from data on social contacts and serological status

Nele Goeyvaerts, Niel Hens+5 more|arXiv (Cornell University)|Jul 23, 2009

Animal Disease Management and Epidemiology参考文献 26被引用 7

一句话总结

本文提出了一种新方法，通过整合社会接触调查数据与血清学数据，估算传染病传播参数，将传播分解为年龄特异性接触率与比例因子。通过使用双变量平滑与多模型推断结合自助法，该方法显著改善了比利时水痘-带状疱疹病毒（VZV）血清阳性率的拟合效果，并提供了更稳健、具有不确定性意识的基本再生数 $R_0$ 估计，降低了对模型选择和数据限制的敏感性。

ABSTRACT

In dynamic models of infectious disease transmission, typically various mixing patterns are imposed on the so-called Who-Acquires-Infection-From-Whom matrix (WAIFW). These imposed mixing patterns are based on prior knowledge of age-related social mixing behavior rather than observations. Alternatively, one can assume that transmission rates for infections transmitted predominantly through non-sexual social contacts, are proportional to rates of conversational contact which can be estimated from a contact survey. In general, however, contacts reported in social contact surveys are proxies of those events by which transmission may occur and there may exist age-specific characteristics related to susceptibility and infectiousness which are not captured by the contact rates. Therefore, in this paper, transmission is modeled as the product of two age-specific variables: the age-specific contact rate and an age-specific proportionality factor, which entails an improvement of fit for the seroprevalence of the varicella-zoster virus (VZV) in Belgium. Furthermore, we address the impact on the estimation of the basic reproduction number, using non-parametric bootstrapping to account for different sources of variability and using multi-model inference to deal with model selection uncertainty. The proposed method makes it possible to obtain important information on transmission dynamics that cannot be inferred from approaches traditionally applied hitherto.

研究动机与目标

• 解决传统WAIFW矩阵模型中 $R_0$ 估计对任意混合模式假设的敏感性问题。
• 通过整合POLYMOD调查获得的年龄特异性接触数据，改善比利时水痘-带状疱疹病毒（VZV）血清阳性率的拟合效果。
• 通过非参数自助法量化模型选择可变性与抽样可变性，降低 $R_0$ 估计的不确定性。
• 将传播分解为接触率与年龄依赖的比例因子，实现更灵活且生物上更合理的传播建模。

提出的方法

• 将WAIFW矩阵分解为两部分：基于社会接触调查数据获得的年龄特异性接触表面，以及代表易感性/传染性的年龄特异性比例因子。
• 采用双变量平滑方法从报告的对话接触数据中估计接触表面，相比参数模型更具灵活性。
• 应用非参数自助法程序以量化抽样可变性，并评估 $R_0$ 估计的不确定性。
• 采用多模型推断处理模型选择不确定性，通过模型平均法结合多个比例因子模型的估计结果。
• 通过模拟血清阳性率数据（例如40–80岁年龄组）来评估数据限制的影响，从而处理血清阳性率稀疏的年龄组。
• 在假设为I型死亡率与母体抗体的前提下，将血清学数据与接触数据整合，以简化人口动态。

实验结果

研究问题

• RQ1 如何通过结合社会接触数据与血清学数据，而非依赖预设的混合模式，更稳健地估算传播参数？
• RQ2 年龄特异性接触率与年龄依赖的比例因子对比利时VZV血清阳性率拟合有何影响？
• RQ3 模型选择不确定性如何影响基本再生数 $R_0$ 的估计？其影响程度如何量化？
• RQ4 高龄人群血清学数据缺失在多大程度上影响 $R_0$ 估计的精度？该问题如何缓解？

主要发现

• 与依赖预设混合模式的传统WAIFW模型相比，所提出方法显著改善了比利时VZV血清阳性率数据的拟合效果。
• 通过多模型推断与自助法获得的模型平均 $R_0$ 估计值约为4.5，当补充高龄人群的模拟数据后，95%置信区间为[3.8, 5.3]。
• 使用双变量平滑估计接触表面，相比Wallinga等人（2006）的极大似然方法，能获得更灵活且更符合现实的传播估计。
• $R_0$ 的估计值在不同模型间存在显著差异，凸显了考虑模型选择不确定性的重要性。
• 敏感性分析表明，40岁及以上人群缺乏血清学数据会显著扩大 $R_0$ 的置信区间，而通过数据模拟可有效缓解此问题。
• 该方法减少了对WAIFW矩阵中任意参数假设的依赖，提供了一种更透明、基于数据的传播动态估计方法。