[论文解读] Visualising the Evolution of English Covid-19 Cases with Topological Data Analysis Ball Mapper

Pawel Dlotko, Simon Rudkin|arXiv (Cornell University)|Apr 7, 2020

Topological and Geometric Data Analysis参考文献 12被引用 4

一句话总结

本文应用拓扑数据分析中的Ball Mapper算法，通过社会经济指标可视化英格兰NUTS3区域新冠病例的演变。结果揭示了非线性、基于聚类的传播模式，表明感染热点在特定社会经济群体中出现而非均匀分布，尽管伦敦和北部工业地区地理位置相近，但其病例增长呈现显著且加速的特征。

ABSTRACT

Understanding disease spread through data visualisation has concentrated on trends and maps. Whilst these are helpful, they neglect important multi-dimensional interactions between characteristics of communities. Using the Topological Data Analysis Ball Mapper algorithm we construct an abstract representation of NUTS3 level economic data, overlaying onto it the confirmed cases of Covid-19 in England. In so doing we may understand how the disease spreads on different socio-economical dimensions. It is observed that some areas of the characteristic space have quickly raced to the highest levels of infection, while others close by in the characteristic space, do not show large infection growth. Likewise, we see patterns emerging in very different areas that command more monitoring. A strong contribution for Topological Data Analysis, and the Ball Mapper algorithm especially, in comprehending dynamic epidemic data is signposted.

研究动机与目标

• 可视化英格兰新冠病例在时空上的演变，超越传统地图与趋势图。
• 应用拓扑数据分析，特别是Ball Mapper算法，以揭示多维社会经济数据中的隐藏模式。
• 识别特定经济与人口特征组合如何与快速感染增长相关联。
• 展示Ball Mapper在流行病数据建模中相较于黑箱机器学习模型的透明性与可解释性。
• 通过揭示社会经济空间中非线性、非地理的动态机制，激发具有政策相关性的洞察。

提出的方法

• Ball Mapper算法通过用半径为ε的重叠球体覆盖数据云，构建高维NUTS3区域数据的二维抽象表示。
• 以球体中心作为地标点，重叠的球体之间建立边，形成图结构。
• 图中每个球的大小反映其所包含的数据点数量，表示聚类密度。
• 将新冠病例数叠加至Ball Mapper图上，以可视化不同社会经济聚类中的感染水平。
• 通过每个球的时间序列图（平均病例数）追踪病例数在时间上的动态演变。
• 该方法避免使用完整的距离矩阵（与t-SNE不同），仅需一个参数（ε），确保结果稳定且可解释。

实验结果

研究问题

• RQ1 英格兰NUTS3区域的社会经济特征如何与新冠病例增长的速度和强度相关联？
• RQ2 在多维社会经济空间中，感染聚类出现在何处，其随时间如何演变？
• RQ3 在地理邻近但社会经济特征不同的区域之间，其流行病轨迹差异程度如何？
• RQ4 Ball Mapper算法能否揭示标准可视化方法所遗漏的非线性、非直观的疾病传播模式？
• RQ5 Ball Mapper聚类中病例数的动态演变如何为公共卫生监测与政策响应提供信息？

主要发现

• 原为最高病例区域（汉默史密斯与富勒姆及肯辛顿与切尔西）的Ball 20，其病例增长出现下降，而Ball 22已超越其成为新的热点。
• 伦敦郡及通勤区域（Ball 22）的病例数已超过原始伦敦热点区域，表明传播动力学已发生转变。
• 英格兰北部的Ball 9与Ball 14（尤其是兰开夏郡与约克郡地区）表现出最快增长的病例比例，表明区域性热点正在形成。
• 涵盖曼彻斯特、利物浦与布里斯托尔等城市的Ball 7，作为通往这些北部聚类的通道，其病例比例随时间持续上升。
• 动态病例演变图显示，除Ball 20外，大多数聚类的曲线均未出现平缓趋势，表明其他区域的传播仍在持续或加剧。
• 在地理邻近但社会经济特征不同的区域之间——如伦敦与其通勤城镇——表现出显著不同的流行病轨迹，凸显社会经济背景的重要性。