[论文解读] Semiparametric Bayesian Inference for the Transmission Dynamics of COVID-19 with a State-Space Model

Tianjian Zhou, Yuan Ji|arXiv (Cornell University)|Jun 10, 2020

COVID-19 epidemiological studies参考文献 45被引用 4

一句话总结

本文提出了一种用于COVID-19传播动态的半参数贝叶斯状态空间模型，采用高斯过程回归以灵活估计时变传播率，并使用并行退火MCMC实现高效的后验抽样。该方法捕捉了有效再生数的非线性趋势，并预测了未来的病例数，揭示了美国六个州的$ρ_e$持续下降，与公共卫生干预措施相关。

ABSTRACT

The outbreak of Coronavirus Disease 2019 (COVID-19) is an ongoing pandemic affecting over 200 countries and regions. Inference about the transmission dynamics of COVID-19 can provide important insights into the speed of disease spread and the effects of mitigation policies. We develop a novel Bayesian approach to such inference based on a probabilistic compartmental model using data of daily confirmed COVID-19 cases. In particular, we consider a probabilistic extension of the classical susceptible-infectious-recovered model, which takes into account undocumented infections and allows the epidemiological parameters to vary over time. We estimate the disease transmission rate via a Gaussian process prior, which captures nonlinear changes over time without the need of specific parametric assumptions. We utilize a parallel-tempering Markov chain Monte Carlo algorithm to efficiently sample from the highly correlated posterior space. Predictions for future observations are done by sampling from their posterior predictive distributions. Performance of the proposed approach is assessed using simulated datasets. Finally, our approach is applied to COVID-19 data from four states of the United States: Washington, New York, California, and Illinois. An R package BaySIR is made available at https://github.com/tianjianzhou/BaySIR for the public to conduct independent analysis or reproduce the results in this paper.

研究动机与目标

• 开发一种灵活的贝叶斯方法，利用有限的日报告病例数据对COVID-19的时变传播动态进行建模。
• 考虑未记录感染，这些感染在标准模型中常被忽略，但因检测限制和无症状传播而至关重要。
• 通过信息性先验和后验预测分布，对有效再生数($\mathcal{R}_e$)进行一致的不确定性量化估计。
• 通过并行退火算法提升高维、高度相关后验空间中的MCMC抽样效率和混合性。
• 提供一种可推广的、公开可用的建模框架，适用于流行病学数据有限的地区。

提出的方法

• 采用经典SIR模型的概率扩展，包含易感者(S)、未记录感染者(I^U)、记录感染者(I^D)和康复者(R) compartments。
• 通过高斯过程先验对传播率$\beta_t$进行非参数建模，以捕捉无需参数假设的非线性、非单调的时间变化。
• 模型采用状态空间形式，各 compartment 之间的转移由基于感染概率和诊断概率的二项分布似然函数控制。
• 采用并行退火马尔可夫链蒙特卡洛(PTMCMC)算法，以提升高维、高度相关后验分布中的混合性和收敛性。
• 通过从每日报告病例的后验预测分布中抽样生成未来预测。
• 模型允许在传播率和诊断率方程中引入协变量，但因可识别性和模型简洁性，仅使用截距项和时间趋势。

实验结果

研究问题

• RQ1 如何在不假设特定参数形式的情况下灵活估计COVID-19的时变传播率？
• RQ2 未记录感染在多大程度上影响传播动态推断的准确性？
• RQ3 如何在流行病学模型中常见的高维、高度相关后验空间中提升MCMC抽样效率？
• RQ4 美国各州的有效再生数($\mathcal{R}_e$)趋势如何？它们与缓解政策有何关联？
• RQ5 如何从有限的日病例数据中生成可靠且带有不确定性量化的未来病例数预测？

主要发现

• 有效再生数($\mathcal{R}_e$)在所有六个美国州——华盛顿州、纽约州、加利福尼亚州、佛罗里达州、德克萨斯州和伊利诺伊州——均显示出一致的下降趋势，表明公共卫生干预措施产生了影响。
• 通过高斯过程先验，模型成功捕捉了传播率的非线性变化，避免了严格的参数假设。
• 并行退火MCMC算法相比标准MCMC显著提升了收敛性和混合性，实现了可靠的后验推断。
• 后验预测分布提供了反映当前传播趋势的预测病例数，但需谨慎对待，因其依赖于人类行为的外推。
• 模型在模拟数据集上的表现经过验证，展示了参数估计的稳健性和准确性。
• 开发并公开发布了R包BaySIR，网址为https://github.com/tianjianzhou/BaySIR，以支持可复现分析和独立研究。