[论文解读] Time Series Analysis of COVID-19 Infection Curve: A Change-Point Perspective

Feiyu Jiang, Zifeng Zhao+1 more|arXiv (Cornell University)|Jul 9, 2020

COVID-19 epidemiological studies参考文献 21被引用 14

一句话总结

本文提出了一种基于分段线性趋势模型的变点分析框架，用于在对数尺度下建模累计COVID-19感染曲线，从而实现对疫情增长阶段转变的检测。通过结合自归一化与NOT算法，该方法能够识别关键干预节点，并实现对短期至中期的精确预测，优于标准方法如逻辑斯蒂拟合和线性外推。

ABSTRACT

In this paper, we model the trajectory of the cumulative confirmed cases and deaths of COVID-19 (in log scale) via a piecewise linear trend model. The model naturally captures the phase transitions of the epidemic growth rate via change-points and further enjoys great interpretability due to its semiparametric nature. On the methodological front, we advance the nascent self-normalization (SN) technique (Shao, 2010) to testing and estimation of a single change-point in the linear trend of a nonstationary time series. We further combine the SN-based change-point test with the NOT algorithm (Baranowski et al., 2019) to achieve multiple change-point estimation. Using the proposed method, we analyze the trajectory of the cumulative COVID-19 cases and deaths for 30 major countries and discover interesting patterns with potentially relevant implications for effectiveness of the pandemic responses by different countries. Furthermore, based on the change-point detection algorithm and a flexible extrapolation function, we design a simple two-stage forecasting scheme for COVID-19 and demonstrate its promising performance in predicting cumulative deaths in the U.S.

研究动机与目标

• 使用对数尺度下的分段线性趋势模型对累计COVID-19病例和死亡人数的轨迹进行建模，以捕捉疫情增长中的阶段转变。
• 开发一种稳健的统计方法，用于检测具有内在线性趋势的非平稳时间序列中的变点，克服传统分段平稳性假设的局限性。
• 将变点检测与灵活外推相结合，构建两阶段预测方案，以提高累计死亡人数预测的准确性。
• 通过将检测到的变点与30个主要国家的政策实施日期对齐，评估疫情干预措施的有效性。
• 展示所提出的基于SN-NOT的预测方法相较于标准模型（如逻辑斯蒂拟合和线性外推）的优越性。

提出的方法

• 将累计确诊数和死亡数的对数建模为具有未知变点的分段线性趋势（截距和斜率均可能变化）。
• 将自归一化（SN）技术（Shao, 2010）适配用于检测具有线性趋势的非平稳时间序列中的单个变点。
• 结合基于SN的变点检验与NOT算法（Baranowski et al., 2019），实现对时间序列中多个变点的估计。
• 采用两阶段预测方案：首先通过变点检测识别最近的稳定阶段，然后使用灵活函数（线性、二次、逻辑斯蒂）进行外推。
• 由于其能够捕捉非递减趋势和峰值行为，选择SNLG模型（自归一化结合逻辑斯蒂外推）作为主要预测方法。
• 采用相对误差指标比较各模型的预测性能，包括Imperial College、LANL、MOBS、UT、YYG以及基准逻辑斯蒂拟合模型。

实验结果

研究问题

• RQ1 如何通过在对数尺度下对累计感染曲线进行变点检测，揭示不同国家在COVID-19大流行期间有意义的阶段转变？
• RQ2 与现有方法相比，所提出的基于自归一化的变点检测方法在具有内在线性趋势的非平稳时间序列中，能在多大程度上提升变点检测的准确性？
• RQ3 两阶段预测框架（首先通过变点检测识别最近的稳定阶段，然后使用灵活函数外推）是否能产生比标准模型更准确的预测？
• RQ4 检测到的变点与实际政策干预（如封锁措施）在时间上如何对齐？这又对各国应对措施的有效性有何启示？
• RQ5 在预测美国累计死亡人数方面，SNLG预测模型相较于其他领先模型（如Imperial、LANL、逻辑斯蒂拟合）的相对表现如何？

主要发现

• SNLG预测模型在5天预测中表现稳定，5月25日的相对误差仅为0.01%，优于线性和逻辑斯蒂外推。
• 线性外推（SNL）在12天预测时显著高估死亡人数，5月25日的相对误差达4.01%，表明其长期可靠性差，原因在于恒定增长率假设。
• 二次外推（SNQ）在更长预测时趋于低估，5月25日的相对误差为-0.69%，表明其可能过早通过峰值。
• SNLG模型在6月6日（两周预测）的相对误差为9.26%，显著优于纯逻辑斯蒂拟合的26.00%误差，凸显了变点分段的价值。
• 基于SN-NOT的两阶段方法，尤其是SNLG，提供了稳健且准确的预测，无需依赖复杂的机理模型，展现出强大的实际应用价值。
• 美国检测到的变点与关键政策日期（如封锁实施）高度吻合，表明该方法可为公共卫生决策提供有效支持。