[论文解读] On "Sexual contacts and epidemic thresholds," models and inference for Sexual partnership distributions

Mark S. Handcock, James Holland Jones+1 more|arXiv (Cornell University)|May 29, 2003

Adolescent Sexual and Reproductive Health参考文献 34被引用 5

一句话总结

本文开发了基于似然的统计方法，用于从调查数据推断性伴侣分布，解决了模型选择、不确定性量化以及数据伪影（如堆积效应）等问题。研究在乌干达、瑞典和美国评估了多种用于性伴侣形成过程的随机模型，表明基于度数的流行病模型对性伴侣真实分布极为敏感，对公共卫生建模和政策制定具有重要启示。

ABSTRACT

Recent work has focused attention on statistical inference for the population distribution of the number of sexual partners based on survey data. The characteristics of these distributions are of interest as components of mathematical models for the transmission dynamics of sexually-transmitted diseases (STDs). Such information can be used both to calibrate theoretical models, to make predictions for real populations, and as a tool for guiding public health policy. Our previous work on this subject has developed likelihood-based statistical methods for inference that allow for low-dimensional, semi-parametric models. Inference has been based on several proposed stochastic process models for the formation of sexual partnership networks. We have also developed model selection criteria to choose between competing models, and assessed the fit of different models to three populations: Uganda, Sweden, and the USA. Throughout this work, we have emphasized the correct assessment of the uncertainty of the estimates based on the data analyzed. We have also widened the question of interest to the limitations of inferences from such data, and the utility of degree-based epidemiological models more generally. In this paper we address further statistical issues that are important in this area, and a number of confusions that have arisen in interpreting our work. In particular, we consider the use of cumulative lifetime partner distributions, heaping and other issues raised by Liljeros et al. in a recent working paper.

研究动机与目标

• 使用调查数据开发稳健的统计推断方法，以估计人群中性伴侣数量的分布。
• 评估并比较不同人群（乌干达、瑞典、美国）中性伴侣形成过程的随机过程模型。
• 解决性伴侣数量调查中与数据相关的挑战，如堆积效应和报告偏差。
• 通过准确估计伴侣分布的不确定性，提高基于度数的流行病模型的可靠性。
• 评估基于调查的推断的局限性及其对公共卫生政策和疾病传播建模的影响。

提出的方法

• 使用基于似然的推断方法，估计性伴侣分布半非参数模型的参数。
• 应用模型选择准则（如AIC、BIC）比较不同性伴侣形成随机过程模型。
• 整合调查设计特征，并考虑自报伴侣数量中的测量误差和堆积效应。
• 采用灵活且低维的参数框架，对性伴侣的度数分布进行建模。
• 通过拟合优度检验和残差分析，在来自三个国家的真实调查数据上评估模型拟合度。
• 利用来自似然函数的标准误和置信区间，量化参数估计的不确定性。

实验结果

研究问题

• RQ1 如何在考虑报告偏差的前提下，利用统计模型准确地从调查数据中推断性伴侣的分布？
• RQ2 哪些随机过程模型最能描述不同人群中性伴侣的形成过程？
• RQ3 数据伪影（如堆积效应）如何影响对性伴侣分布的推断？
• RQ4 不同伴侣分布形状在多大程度上影响性传播疾病传播模型中的流行病阈值？
• RQ5 基于调查的推断在性网络和疾病传播建模方面存在哪些局限性？

主要发现

• 研究发现乌干达、瑞典和美国的性伴侣分布形状存在显著差异，对疾病传播动力学具有重要影响。
• 模型选择准则倾向于选择能够反映伴侣分布重尾特性的特定半非参数模型，表明性行为存在高度异质性。
• 自报伴侣数量中的堆积效应——特别是集中在整数附近——被发现会扭曲估计结果，因此需要统计校正方法。
• 伴侣分布估计中的不确定性显著影响流行病阈值的预测，凸显了稳健方差估计的必要性。
• 研究结果表明，基于度数的流行病模型对伴侣分布的真实形式极为敏感，尤其是在高流行率环境中。
• 基于似然的推断框架成功捕捉了性网络结构的复杂性，同时保持了统计严谨性和可解释性。