[论文解读] Learning to Forecast and Forecasting to Learn from the COVID-19 Pandemic

Ajitesh Srivastava, Viktor K. Prasanna|arXiv (Cornell University)|Apr 23, 2020

COVID-19 epidemiological studies参考文献 7被引用 11

一句话总结

本文提出一种结合人类流动性的异质感染率模型，利用加权最小二乘法快速适应趋势变化，以在国家和州层面预测新冠肺炎病例。该模型实现了高精度预测，并通过时变参数学习疫情动态，引入了接触减少指数和疫情减少指数等新指标，用于量化政策影响，并预测解除社交隔离等情景。

ABSTRACT

Accurate forecasts of COVID-19 is central to resource management and building strategies to deal with the epidemic. We propose a heterogeneous infection rate model with human mobility for epidemic modeling, a preliminary version of which we have successfully used during DARPA Grand Challenge 2014. By linearizing the model and using weighted least squares, our model is able to quickly adapt to changing trends and provide extremely accurate predictions of confirmed cases at the level of countries and states of the United States. We show that during the earlier part of the epidemic, using travel data increases the predictions. Training the model to forecast also enables learning characteristics of the epidemic. In particular, we show that changes in model parameters over time can help us quantify how well a state or a country has responded to the epidemic. The variations in parameters also allow us to forecast different scenarios such as what would happen if we were to disregard social distancing suggestions.

研究动机与目标

• 开发一种可扩展、自动化的流行病预测模型，以在新冠疫情期间快速适应不断变化的趋势。
• 通过从报告病例数据中学习时变模型参数，量化公共卫生干预措施的有效性。
• 利用学习到的参数实现情景预测（如解除社交隔离的影响）。
• 引入可解释的指标（如接触减少指数和疫情减少指数），用于评估区域应对措施的有效性。
• 通过整合抗体研究数据，支持对未报告病例和免疫人群的未来建模。

提出的方法

• 一种具有k个感染子状态的异质SIR型模型，每个子状态具有不同的传播率βi，以捕捉传染力的时间变化。
• 通过流动矩阵F(q,p)引入区域间的人类流动，将其他地区的新感染引入目标区域。
• 通过将感染情况按J天区间分组，对系统进行线性化处理，以减少过拟合并提高训练效率。
• 采用带遗忘因子的加权最小二乘法进行模型训练，赋予近期数据更高权重，以实现趋势适应。
• 通过固定和可变两种方案进行超参数选择，并采用集成平均方法以提高鲁棒性。
• 将模型扩展以包含报告概率γi和免疫力ρp，以考虑未报告病例和血清流行率。

实验结果

研究问题

• RQ1 如何通过结合人类流动性的动态、数据驱动型流行病模型，提升在国家和次国家层面的新冠肺炎预测精度？
• RQ2 时变模型参数在多大程度上能反映社交隔离等公共卫生干预措施在现实世界中的影响？
• RQ3 该模型能否在不同政策情景（如解除社交隔离）下生成可靠的未来疫情轨迹预测？
• RQ4 接触减少指数和疫情减少指数如何量化区域间疫情应对措施有效性的差异？
• RQ5 整合未报告病例和免疫力对长期预测可靠性有何影响？

主要发现

• 通过利用加权最小二乘法和遗忘因子实现趋势适应，该模型在国家和美国各州层面上实现了对报告病例的高精度预测。
• 接触减少指数有效量化了某地区相较于基线水平的传播减少程度，反映了政策影响。
• 疫情减少指数衡量了实际确诊病例下降幅度与过去趋势持续假设情景下的差异，表明了区域应对措施的成功程度。
• 情景预测显示，若解除社交隔离将导致病例数急剧反弹，图7中的红色曲线展示了这种快速上升趋势。
• 该模型在各区域表现稳健，可变超参数方案虽方差较高，但随着更多数据的加入具有进一步提升潜力。
• 引入报告概率γ和免疫力ρ后，可实现长期情景模拟，图8显示了不同报告率对预测病例数的影响。