×
Grant D.布朗。;雅各布·J·奥列森。;亚伦·T·波特。

随机房室模型生殖数估计的经验调整方法：两次埃博拉疫情的案例研究。 （英语） Zbl 1418.92160号

生物计量学 72，第2期，335-343（2016）.
摘要：在“基本生殖数”保护伞下分组的各种阈值数量经常混淆，但代表了估计疫情传播潜力的不同方法，并解决了不同的建模需求。在这里，我们对比了应用于随机房室模型的几种常见的繁殖度量，并引入了一个新的被称为“经验调整的繁殖数”的量，它具有一些优点。其中包括：比常见的替代品更全面地使用潜在的房室动力学，用作潜在的诊断工具来检测强度过程不足的存在和原因，以及及时提供疾病传播反馈的能力。探讨了传统再生产度量与我们的方法之间的概念联系，并在模拟下检验了我们方法的行为。开发了两个示例：首先，利用1995年刚果民主共和国埃博拉疫情的数据和传统的随机SEIR模型，建立了我们方法的单地点应用。其次，结合西非正在爆发的埃博拉疫情，探讨了这一技术的空间公式，特别强调了模型选择、诊断以及由此产生的应用于估计和预测的潜在用途。这两种分析都是在新开发的传统SEIR建模方法的空间模拟环境中进行的。

引用于三文件

MSC公司：

92天30分 流行病学
62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

疾病建模;疫情预测;型号选择;空间流行病学;空间SEIR;描述不足

软件：

图书馆空间SEIR;R（右）;GitHub公司
PDF格式BibTeX公司 XML格式引用
\textit{G.D.Brown}等人，《生物统计学》72，第2期，335--343（2016；Zbl 1418.92160）
全文： 内政部

参考文献：

[1] Allen，L.J.和van den Driessche，P.（2008）。一些离散时间传染病模型中的基本繁殖数。差分方程与应用杂志14，1127-1147。
[2] Banerjee，S.、Carlin，B.P.和Gelfand，A.E.（2004）。空间数据的等级建模与分析。佛罗里达州博卡拉顿：CRC Press Taylor&Francis Group。
[3] Brown，G.D.（2014）。spatialSEIR：一个空间SEIR流行病建模框架。R包版本0.01。检索自：https://github.com/grantbrown/libspacealSEIR网站
[4] Cauchemez，S.、Carrat，F.、Viboud，C.和Boölle，P.（2004）。研究流感传播的贝叶斯MCMC方法：应用于家庭纵向数据。医学统计23，3469-3487。
[5] Cauchemez，S.、Donnelly，C.A.、Reed，C.、Ghani，A.C.、Fraser，C.、Kent，C.K.等人（2009年）。美国2009年甲型H1N1流感大流行病毒的家庭传播。《新英格兰医学杂志》3612619-2627。
[6] Chis Ster，I.和Ferguson，N.M.（2007年）。2001年英国口蹄疫传播参数。公共科学图书馆One2，e502。
[7] Chis Ster，I.、Singh，B.K.和Ferguson，N.M.（2009年）。部分观察到的流行病的流行病学推断：2001年英国口蹄疫的例子。流行病1，21-34。
[8] Chowell，G.、Hengartner，N.、Castillo‐Chavez，C.、Fenimore，P.和Hyman，J.（2004）。埃博拉病毒的基本繁殖数量和公共卫生措施的影响：刚果和乌干达的病例。理论生物学杂志229，119-126。
[9] Cook，A.R.、Otten，W.、Marion，G.、Gibson，G.J.和Gilligan，C.A.（2007年）。异质人群中流行病多重传播率的估计。《美利坚合众国国家科学院院刊》104，20392-20397。
[10] Cressie，N.和Wikle，C.K.（2011年）。时空数据统计。新泽西州霍博肯：John Wiley&Sons，Inc。
[11] Deardon，R.、Brooks，S.P.、Grenfell，B.T.、Keeling，M.J.、Tildesley，M.J、Savill，N.J.等人（2010年）。大规模人群中传染病个体水平模型的推断。中国统计20，239-261。
[12] Farrar，J.J.和Piot，P.（2014）。埃博拉疫情紧急行动，持续战略。《新英格兰医学杂志》371，1545-1546。
[13] Fauchi，A.S.（2014）。埃博拉疫情凸显了全球卫生保健资源的差异。《新英格兰医学杂志》371，1084-1086。
[14] Frieden，T.R.、Damon，I.、Bell，B.P.、Kenyon，T.和Nichol，S.（2014）。2014年埃博拉疫情的新挑战、新的全球应对措施和责任。《新英格兰医学杂志》3711177-1180。
[15] Gelman，A.和Rubin，D.B.（1992年）。使用多序列的迭代模拟推断。统计科学7，457-472。
[16] Graves，T.L.、Speckman，P.L.和Sun，D.（2011）。改进了线性模型MCMC算法中的混合。（洛斯阿拉莫斯国家实验室技术报告）。检索自http://www.lanl.gov/source/orgs/ccs/ccs6/staff/TGraves/pdfs.html。
[17] Heffernan，J.、Smith，R.和Wahl，L.（2005）。关于基本生育率的观点。英国皇家学会杂志。界面2，281-293。
[18] Hethcote，H.W.（2000年）。传染病数学。SIAM Review42599-653。
[19] Hooten，M.B.、Anderson，J.和Waller，L.A.（2011年）。用统计SIRS模型评估北美流感动态。空间和时空流行病学177-185。
[20] Jandarov，R.、Haran，M.、Björnstad，O.和Grenfell，B.（2014）。模拟重力模型来推断传染病的时空动力学。《皇家统计学会杂志》63，423-444。
[21] Jewell，C.、Keeling，M.和Roberts，G.（2009年）。预测2007年口蹄疫爆发期间未发现的感染。《皇家统计学会学报》，第6期，1145-1151页。
[22] Jones，J.H.（2007年）。关于\（\mathcal的注释{R} _0（0）\). 斯坦福大学。
[23] Keeling，M.（2004）。网络结构对流行病动力学的影响。理论种群生物学67，1-8。
[24] Kermack，W.和McKendrick，A.（1927）。对流行病数学理论的贡献。《英国皇家学会会刊》，伦敦115，700-721。
[25] LaBute，M.X.、McMahon，B.H.、Brown，M.、Manore，C.和Fair，J.M.（2014）。一个灵活的空间框架，用于通过生物监测和疾病控制应用模拟动物体内病原体的传播。ISPRS国际地理信息杂志3，638-661。
[26] Lekone，P.E.和Finkenstädt，B.F.（2006）。带有控制干预的随机流行病SEIR模型中的统计推断：埃博拉病例研究。生物统计学621170-1177。
[27] Porter，A.T.和Oleson，J.J.（2014）。不匹配格的多元CAR模型。时空流行病学11，79-88。
[28] R核心团队（2013）。R： 统计计算语言和环境。R统计计算基金会，奥地利维也纳。
[29] Rivers，C.等人（2014年）。2014年西非埃博拉疫情数据。
[30] Sattenspiel，L.和Dietz，K.（1995）。包含区域间地理流动的结构化流行病模型。数学生物科学128，71-91。
[31] van Boven，M.、Donker，T.、van der Lubben，M.，van Gageldonk‐Lafber，R.B.、te Beest，D.E.、Koopmans，M.等人（2010年）。新型甲型H1N1流感在接触后抗病毒预防的家庭中的传播。《公共科学图书馆·综合》5，e11442。
[32] Verdasca，J.、da Gama，T.、Nunes，A.、Bernardino，N.、Pacheco，J.和Gomes，M.（2005）。小世界网络中复发的流行病。理论生物学杂志233553-561。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。