[论文解读] Non-stationary spatio-temporal point process modeling for high-resolution COVID-19 data

Zheng Dong, Shixiang Zhu+3 more|arXiv (Cornell University)|Sep 18, 2021

COVID-19 epidemiological studies参考文献 21被引用 4

一句话总结

该论文提出了一种基于神经网络核函数的非平稳时空点过程模型，用于分析哥伦比亚卡利市的高分辨率新冠病例数据，捕捉细微的传播动态。该模型在预测新增病例方面优于最先进方法，并识别出关键城市地标作为主要传播源，为城市疫情监测提供了高可解释性与高预测准确性。

ABSTRACT

Most COVID-19 studies commonly report figures of the overall infection at a state- or county-level. This aggregation tends to miss out on fine details of virus propagation. In this paper, we analyze a high-resolution COVID-19 dataset in Cali, Colombia, that records the precise time and location of every confirmed case. We develop a non-stationary spatio-temporal point process equipped with a neural network-based kernel to capture the heterogeneous correlations among COVID-19 cases. The kernel is carefully crafted to enhance expressiveness while maintaining model interpretability. We also incorporate some exogenous influences imposed by city landmarks. Our approach outperforms the state-of-the-art in forecasting new COVID-19 cases with the capability to offer vital insights into the spatio-temporal interaction between individuals concerning the disease spread in a metropolis.

研究动机与目标

• 使用卡利市哥伦比亚的高分辨率病例数据，对个体层面的时空传播模式进行建模。
• 解决平稳模型在捕捉城市环境中异质传播动态方面的局限性。
• 整合已知可促进病毒传播的城市地标（如人群密集或通风不良区域）的外生影响因素。
• 为非平稳点过程中的不可计算似然函数开发计算高效的估计策略。
• 提供可解释性高、精度高的预测结果，以支持实时公共卫生决策。

提出的方法

• 模型采用非平稳时空点过程框架，其条件强度函数同时依赖于内生触发效应和外生地标影响。
• 利用神经网络参数化核函数，以捕捉病例发生中复杂且随位置和时间变化的相关性，提升模型灵活性。
• 通过将特征函数与特定空间和时间模式（包括地标接近度）关联，使核函数具备可解释性。
• 采用解析表达式近似对数似然函数，以处理不可计算的双重积分，实现高效的极大似然估计。
• 整合代表城市地标（反映密集或通风不良区域的实际传播风险）的外生协变量。
• 模型拟合采用计算高效的优化策略，可扩展至六个月高分辨率数据集。

实验结果

研究问题

• RQ1 非平稳时空点过程模型如何有效捕捉城市环境中个体层面新冠传播的异质性？
• RQ2 特定城市地标在放大或促成局部传播集群中发挥何种作用？
• RQ3 与传统平稳或参数化核函数相比，引入基于神经网络的核函数在多大程度上提升了预测性能？
• RQ4 在实现高预测精度的同时，该模型在多大程度上保持了可解释性？
• RQ5 该模型能否在真实世界数据中检测并预测不同的疫情阶段，如早期传播、暴发前、第二次暴发前和平台期？

主要发现

• 所提出的NSSTPP模型在最后四周的样本外预测中取得了2.843的最低平均绝对误差（MAE），显著优于基线模型（ETAS模型MAE为4.908，SIR模型MAE为7.101）。
• 模型识别出市中心、东北部及东北部部分地区为高风险区域，与社会经济脆弱性更高、人口密度更大的区域一致。
• 将外生地标作为传播源纳入模型后，性能得到提升，NSSTPP-Exo(R=3)模型的MAE为4.548，表明空间背景信息的重要性。
• 模型成功捕捉到四个不同的疫情阶段——早期传播、暴发前、第二次暴发前和平台期——并显示出反映真实世界传播动态的空间强度变化。
• 预测的条件强度图与实际病例位置高度吻合，显示人口密集和资源匮乏的社区风险更高，而富裕的南部地区风险较低。
• 通过将神经网络特征与具体地理位置关联，增强了模型的可解释性，使公共卫生官员能够精准识别并靶向高风险区域。