×
马埃尔鲑鱼;德克·舒马赫;克劳斯·斯塔克;迈克尔·Höhle

存在报告延迟的贝叶斯疫情检测。 （英语） Zbl 1386.62065号

生物。J。 57，第6期，1051-1067（2015）.
摘要：传染病监测系统的一个用途是对由个别病例报告汇总而成的计数时间序列进行统计偏差检测。然而，这种监测系统固有的报告延迟使得所考虑的时间序列不完整，这可能会妨碍及时检测，从而阻碍遏制新出现的疫情。在这项工作中，我们综合了A.新生等【《多监测系统疫情检测的改进算法》，Stat.Med.32，No.7，1206–1222（2013；数字对象标识代码：10.1002/sim.5595)]和J.马尼茨和M.Höhle先生【《生物学杂志》第55卷第4期，第509–526页（2013年；Zbl 1441.62432号)]同时还解决了报告延迟导致的右截断问题。我们将得到的时间序列视为不完全双向列联表，并使用负二项回归进行建模。我们的方法是在贝叶斯设置中定义的，允许在推导观察到的病例数是否被视为畸变时直接包含所有不确定性来源。该算法在模拟数据和2011年德国纽波特沙门氏菌病例的时间序列上进行了评估。总之，我们的方法旨在允许在存在报告延迟的情况下及时进行畸变检测，因此强调了统计建模的必要性，以解决报告系统的复杂性。该方法的一个实现在R包监视中作为“bodaDelay”函数可用。

引用于2文件

MSC公司：

62页第10页 统计学在生物学和医学中的应用；元分析
2015年1月62日 贝叶斯推断

关键词：

贝叶斯推断;传染病;镶嵌物;报告延迟;监控

引文：

Zbl 1441.62432号

软件：

监控;R-INLA公司;R（右）;boda延迟
PDF格式BibTeX公司 XML格式引用
\textit{M.Salmon}等人，《生物》。J.57，No.6，1051--1067（2015；Zbl 1386.62065）
全文： 内政部

参考文献：

[1] Altmann，《产志贺毒素大肠杆菌感染爆发期间监测的及时性》，德国，2011年，《新兴传染病》，第17页，1906–（2011）·doi:10.3201/eid1710.111027
[2] 拜耳，2011年10月至11月德国和荷兰爆发的与绿豆芽相关的新港沙门菌疫情，《欧洲监测》，第19页，第1页–（2014年）
[3] Brookmeyer，艾滋病发病率短期预测的统计方法，《医学统计》第8页第23页（1989年）·doi:10.1002/sim.4780080105
[4] Buckeridge，《快速疫情检测算法：研究综述》，《生物医学信息学杂志》，38页，99–（2005）·doi:10.1016/j.jbi.2004.11.007
[5] Conesa，用于检测流感疫情的隐马尔可夫结构贝叶斯层次泊松模型，《医学研究中的统计方法》，第24页，206–（2015）·doi:10.1177/0962280211414853
[6] Donker，《2009年荷兰甲型H1N1流感大流行住院情况的最新预测》，《欧洲流行病学杂志》26页，第195页–（2011年）·doi:10.1007/s10654-011-9566-5
[7] 英国，《一般保险中的随机索赔准备金》，《英国精算杂志》第8卷第443页–（2002年）·doi:10.1017/S135732170003809
[8] 费森，SurvNet@RKI-a《传染病多国电子报告系统》，《欧洲监测》第11页，第100页–（2006年）
[9] Farrington，《早期检测传染病爆发的统计算法》，《皇家统计学会杂志：A辑（社会统计）》159页547–（1996）·Zbl 1001.62530号 ·doi:10.2307/2983331
[10] Gergonne、B.Mazick、A.O'Donnell、J.Oza、A.Cox、B.Wuillaume、F.Kaufman、Z.Virtanen、M.Green、H.Hardelid、P.Andrews、N.Pebody、R.Holmberg、M.Detsis、M.Danis、C.Uphoff、H.Josseran、L.Fouillet、A.Nunes、B.Nogueira、P.Junker、C.van Asten、L.van Klooster、T.Fernando、S.Flores、V.M.Tomsic、S.Spiteri、，G.Nielsen，J.Mölbak，K.2011年工作包7报告：欧洲死亡率共同监测的欧洲算法
[11] 海斯特坎普，传染病疫情的自动检测：层次时间序列模型，《医学统计》25页4179–（2006）·数字对象标识代码：10.1002/sim.2674
[12] 持有，应用统计推断（2014）·Zbl 1281.62005年 ·doi:10.1007/978-3642-37887-4
[13] 持有、后验和交叉验证预测检查：MCMC和INLA第91页的比较（2010年）
[14] Hess，《链式加法模型比较》，《保险：数学与经济学》，第31页，第351页–（2002年）·Zbl 1031.62090号
[15] Höhle，监测：传染病监测的R包，计算统计学22第571页-（2007）·Zbl 1186.62004号 ·doi:10.1007/s00180-007-0074-8
[16] Höhle，德国STEC O104:H4疫情期间的贝叶斯预测，2011年，《生物计量学》第70页，993–（2014）·Zbl 1393.62067号 ·doi:10.1111/biom.12194
[17] Jones，《法国人类沙门氏菌监测系统：实验室报告及时性评估和延误相关因素》，2007年至2011年，《欧洲监测》第19页，第1页–（2014年）
[18] Kalbfleisch，《基于回顾性调查的推断：输血相关艾滋病数据分析》，《美国统计协会杂志》84第360页–（1989）·doi:10.1080/01621459.1989.10478780
[19] 克劳斯，传染病爆发的SurvNet电子监测系统，德国，《新发传染病》，第10页，第1548页–（2007年）·doi:10.3201/eid1310.070253
[20] 《无法无天，报告延误的调整和已发生但未报告事件的预测》，《加拿大统计杂志》22第15页–（1994年）·Zbl 04518881号 ·doi:10.2307/3315826.n1
[21] Lin，《估计延迟报告病例数的双非参数方法》，《医学统计》27页3325–（2008）·doi:10.1002/sim.3183
[22] Lloyd-Smith，高度过度分散数据的负二项离散参数的最大似然估计，及其在传染病中的应用，PloSone 2第e180页–（2007）·doi:10.1371/journal.pone.0000180
[23] Manitz，用于监测德国弯曲菌病报告病例的贝叶斯疫情检测算法，《生物医学杂志》55 pp 509–（2013）·Zbl 1441.62432号 ·doi:10.1002/bimj.201200141
[24] 马丁内斯·贝尼托（Martínez-Beneito），用于早期检测流感疫情的贝叶斯-马尔可夫转换模型，《医学统计》27，第4455页–（2008）·doi:10.1002/sim.3320
[25] Midthune，癌症登记数据中的报告延迟和报告更正建模，《美国统计协会杂志》100页，第61页–（2005）·Zbl 1117.62402号 ·doi:10.1198/0162145000001899
[26] Noufaily，多个监测系统中疫情检测的改进算法，《医学统计》32页1206–（2013）·数字对象标识代码：10.1002/sim.5595
[27] Noufaily，从实验室数据检测传染病疫情，报告延迟，开放大学技术报告（2014年）
[28] Noufaily，传染病数据中疫情检测的建模报告延迟，《皇家统计学会杂志：A辑（社会统计）》178页205–（2015）·doi:10.1111/rssa.12055
[29] Rue，使用集成嵌套拉普拉斯近似法对潜在高斯模型进行近似贝叶斯推断（含讨论），英国皇家统计学会杂志：B辑（统计方法）71页319–（2009）·Zbl 1248.62156号 ·doi:10.1111/j.1467-9868.2008.00700.x
[30] Rue，H.Martino，S.Lindgren，F.Simpson，D.Riebler，A.Krainski，E.T.2015 INLA：允许使用积分嵌套拉普拉斯近似对潜在高斯模型进行完全贝叶斯分析的函数
[31] Salmon，M.Schumacher，D.Frank，C.Claus，H.Höhle，M.2014德国传染病疫情自动检测系统
[32] 鲑鱼，《R中的监测计数时间序列：公共卫生监测中的畸变检测》，《统计软件杂志》（2015）
[33] Sánchez-Vargas，《沙门氏菌感染：流行病学、管理和预防更新》，《旅行医学和传染病》9，第263页–（2011年）·doi:10.1016/j.tmaid.2011.011.01
[34] Schmidt，链梯，边际和和最大似然估计，德国Gesellschaft für Versicherungs und Finanz Mathematik 23 pp 267–（1998）
[35] Unkel，《传染病疫情前瞻性检测的统计方法：综述》，《皇家统计学会杂志：a辑（社会统计）》175页49–（2012）·兹伯利06009937 ·doi:10.1111/j.1467-985X.2011.00714.x
[36] Zeger，《监测艾滋病流行的统计方法》，《医学统计》8第3页–（1989年）·数字对象标识代码：10.1002/sim.4780080104
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。