[论文解读] Learning the Probability of Activation in the Presence of Latent Spreaders

Maggie Makar, John V. Guttag+1 more|arXiv (Cornell University)|Dec 2, 2017

Data-Driven Disease Surveillance被引用 4

一句话总结

本文提出PALS，一种生成式概率模型，通过联合建模个体易感性与网络中潜在的邻近传播者状态，学习感染概率。基于患者接触网络的变分推断使PALS在预测医院相关艰难梭菌（C. diff）感染方面优于基线模型，并识别出高风险的无症状携带者，从而支持针对性的感染控制干预措施。

ABSTRACT

When an infection spreads in a community, an individual's probability of becoming infected depends on both her susceptibility and exposure to the contagion through contact with others. While one often has knowledge regarding an individual's susceptibility, in many cases, whether or not an individual's contacts are contagious is unknown. We study the problem of predicting if an individual will adopt a contagion in the presence of multiple modes of infection (exposure/susceptibility) and latent neighbor influence. We present a generative probabilistic model and a variational inference method to learn the parameters of our model. Through a series of experiments on synthetic data, we measure the ability of the proposed model to identify latent spreaders, and predict the risk of infection. Applied to a real dataset of 20,000 hospital patients, we demonstrate the utility of our model in predicting the onset of a healthcare associated infection using patient room-sharing and nurse-sharing networks. Our model outperforms existing benchmarks and provides actionable insights for the design and implementation of targeted interventions to curb the spread of infection.

研究动机与目标

• 解决邻居传染状态隐匿且未被观测时的感染风险预测挑战。
• 在联网人群中同时建模个体易感性（通过可观测特征）与对隐藏传播者的暴露。
• 在现有模型忽略潜在传播者或无法建模个体特异性易感性的基础上，提升风险估计的准确性。
• 通过学习与高传播潜力相关的患者特征，为感染控制提供可操作的见解。
• 在合成数据和真实医院患者数据上评估模型在艰难梭菌传播中的性能。

提出的方法

• 构建一个生成式概率模型，其中感染概率取决于个体易感性及邻居的潜在伯努利分布传播者状态。
• 通过学习的权重u将每个邻居的传播者状态建模为与其可观测特征（如抗生素使用、腹泻）的关系。
• 应用变分推断联合估计潜在传播者状态与模型参数，实现可扩展的推断。
• 使用边表示共享病房或共同照护者的关系结构，编码暴露传播路径。
• 将易感性（如年龄、病史）与暴露（通过邻居影响）作为输入，用于预测感染概率。
• 采用类似逻辑回归的链接函数，将特征与暴露映射为感染风险，潜在传播者状态则从数据中推断得出。

实验结果

研究问题

• RQ1 当邻居传染状态隐匿且未被观测时，模型能否准确预测感染风险？
• RQ2 与假设传播者状态被观测或忽略的模型相比，引入潜在传播者状态在多大程度上提升了预测准确性？
• RQ3 在医院环境中，哪些患者特征最能预测其为艰难梭菌的潜在传播者？
• RQ4 模型在多大程度上能识别出未被临床诊断但仍在传播病原体的无症状携带者？
• RQ5 在不同感染模式下（仅暴露、仅易感性或两者结合），模型性能如何变化？

主要发现

• 在部分观测传播者状态的护士共享网络上，PALS的AUC达到0.705（95%置信区间：0.703–0.706），显著优于基线模型NbrProbInf（AUC 0.641）和NbrInfRate（AUC 0.606）。
• 在仅考虑易感性的设定下，PALS的AUC为0.698，表明即使在暴露不发挥作用的情况下，模型仍具有鲁棒性。
• 模型识别出使用广谱抗生素（如静脉注射万古霉素、环丙沙星）的患者以及接受腹泻治疗（如洛哌丁胺）的患者具有最高的正向u权重，表明其传播潜力较高。
• 接受艰难梭菌感染治疗的患者具有最大的负向u权重，表明临床隔离和接触预防措施能有效降低传播风险。
• 在使用护士共享数据且部分观测传播者状态时，PALS在假阳性率0.1的条件下达到0.324的真正例率（TPR），优于所有基线模型。
• 即使仅获得邻居状态的部分信息，模型仍能准确识别潜在传播者，且在部分可观测条件下性能提升更为显著。