乔治·尼克尔森;玛尔塔·布兰吉亚多;马克·布里尔斯;彼得·迪格尔。;托尔·埃伦德·弗杰尔德;葛洪;罗伯特·高迪。;拉德卡·杰萨科娃;鲁亚里德·金（Ruairidh E.King）。;Brieuc C.L.莱曼。;安·玛丽·马龙;塔利亚·帕德利尼;Teh、Yee Whye;克里斯·福尔摩斯;西尔维亚·理查森 流行病防备中统计模型的互操作性：原则和现实。 （英语） Zbl 07535199号 统计科学。 37，第2期，183-206（2022）. 总结：我们提出互操作性作为统计建模的指导框架，帮助决策者在面对不断演变的疫情应对时，使用不同的数据集提出多个问题。通过使用概率推理联合设计和部署用于疾病监测的适应性统计模型系统，互操作性为未来的大流行防备提供了一套重要的原则。我们通过对英国SARS-CoV-2感染时空流行率和繁殖数量的推断和特征描述的案例研究来说明这一点。 引用于4文件 MSC公司： 62至XX 统计 关键词：贝叶斯图形模型;贝叶斯融合;新冠肺炎;证据综合;互操作性;模块化;多源推理 软件：图灵;朱莉娅 PDF格式BibTeX公司 XML格式引用 \textit{G.Nicholson}等人，《统计科学》。37，编号2，183--206（2022；Zbl 07535199） 全文： 内政部 arXiv公司 参考文献： [1] ADES，A.E.和SUTTON，A.J.（2006）。流行病学和医学决策中的多参数证据合成：当前方法。J.罗伊。统计师。Soc.序列号。一个169 5-35. ·文件编号：10.1111/j.1467-985X.2005.00377.x [2] 安德森·R、唐纳利·C、霍林斯沃思·D、基林·M、维格瓦里·C、巴格利·R和马德伦·R（2020）。英国新冠肺炎疫情的繁殖数量（R）和增长率（R）：估计方法、数据来源、异质性原因以及作为政策制定指南的使用英国伦敦技术报告：皇家学会。 [3] BI，Q.等人（2020年）。中国深圳391例和1286例密切接触者中新冠肺炎的流行病学和传播：一项回顾性队列研究。柳叶刀感染。数字化信息系统。20 911年-919年。 [4] BIRRELL，P.、BLAKE，J.、VAN LEEUWEN，E.、GENT，N.和DE ANGELIS，D.（2021年）。英国新冠肺炎疫情动态实时预报：第一波。菲洛斯。事务处理-R.Soc公司.,生物科学。376 20200279. ·doi:10.1098/rstb.2020.0279 [5] BRACHER，J.、RAY，E.L.、GNEITING，T.和REICH，N.G.（2021年）。以区间格式评估疫情预测。公共科学图书馆计算。生物。17 e1008618·doi:10.1371/journal.pcbi.1008618 [6] BRAUER，F.、VAN DEN DRIESSCHE，P.和WU，J.编辑（2008）数学流行病学.数学课堂笔记。1945.柏林斯普林格·Zbl 1159.92034号 ·doi:10.1007/978-3-540-78911-6 [7] BRAUNER，J.M.、MINDERMANN，S.、SHARMA，M.、JOHNSTON，D.、SALVATIER，J.、GAVEN采IAK，T.、STEPHENSON，A.B.、LEECH，G.、ALTMAN，G.等人（2021年）。推断政府干预新冠肺炎的有效性。科学类371. ·doi:10.1212/科学.abd9338 [8] CARMONA，C.U.和NICHOLLS，G.K.（2020年）。半模块推理：通过缓和组件的影响来增强多模块模型中的学习。可从arXiv:2003.06804获取。 [9] CHEN，P.M.、LEE，E.K.、GIBSON，G.A.、KATZ，R.H.和PATTERSON，D.A.（1994）。RAID：高性能、可靠的辅助存储。ACM计算。Surv公司。26 145-185. ·数字对象标识代码：10.1145/176979.176981 [10] 新冠肺炎感染调查局国家统计局。可在https://www.ons.gov.uk/surveys/informationforhouseholdsandsindividuals/houseHOLDanddividualsurveys/covid19infectionsurvey。 [11] COVID-19任务组。可在https://rss.org.uk/policy-campaigns/policy-groups/covid-19-task-force/。 [12] DANIELS，M.J.和KASS，R.E.（1998年）。关于两阶段层次模型中第一阶段近似的注记。Sankhya，塞尔维亚。B类60 19-30. ·Zbl 1081.62513号 [13] 戴维森，A.C.（2003）。统计模型.剑桥统计与概率数学系列11.剑桥大学出版社，剑桥·Zbl 1145.62001号 ·doi:10.1017/CBO9780511815850 [14] DAWID，A.P.（1985）。概率、对称性和频率。英国J.Philos。科学。36 107-128. ·Zbl 0588.62001号 ·doi:10.1093/bjps/36.2.107 [15] DAWID，A.P.和LAURITZEN，S.L.（1993）。可分解图形模型统计分析中的超马尔科夫定律。安。统计师。21 1272-1317. ·Zbl 0815.62038号 ·doi:10.1214/aos/1176349260 [16] DE ANGELIS，D.、PRESANIS，A.M.、BIRRELL，P.J.、TOMBA，G.S.和HOUSE，T.（2015）。使用来自多个来源的数据进行传染病建模的四大挑战。流行病10 83-87·doi:10.1016/j.epidem.2014.09.004 [17] 卫生和社会护理部（英国）。新冠肺炎测试数据：方法注释。可在https://www.gov.uk/government/publications/coronavirus-covid-19-testing-data-methodology/covid-19-data-methodology-note。 [18] 卫生和社会护理部指南。繁殖数（R）和增长率：方法学。可在https://www.gov.uk/government/publications/reproduction-number-r-and-growth-rate-methodology。 [19] DOMINICI，F.、SAMET，J.M.和ZEGER，S.L.（2000）。结合美国20个最大城市的空气污染和每日死亡率的证据：分层建模策略。J.罗伊。统计师。Soc.序列号。一个163 263-302. [20] FLAXMAN，S.、MISHRA，S.，GANDY，A.、UNWIN，H.J.T.、MELLAN，T.A.、COUPLAND，H、WHITTAKER，C.、ZHU，H、BERAH，T.等人（2020年）。评估非药物干预对欧洲新冠肺炎的影响。自然584 257-261. [21] GE，H.，XU，K.和GHAHRAMANI，Z.（2018）。图灵：一种灵活的概率推理语言。在第二十届国际人工智能与统计会议记录（A.Storkey和F.Perez Cruz编辑）。机器学习研究进展84 1682-1690. 加那利群岛兰萨罗特帕亚布兰卡PMLR。 [22] GIT公司。可在https://git-scm.com/。 [23] GOUDIE，R.J.B.、HOVORKA，R.、MURPHY，H.R.和LUNN，D.（2015）。复杂层次数据的快速模型探索：应用于天冬氨酸胰岛素的药代动力学。统计医学。34 3144-3158. ·数字对象标识代码：10.1002/sim.6536 [24] GOUDIE，R.J.B.、PRESANIS，A.M.、LUNN，D.、DE ANGELIS，D.和WERNISCH，L.（2019年）。马尔可夫融合的连接和分裂模型。贝叶斯分析。14 81-109. ·Zbl 1409.62153号 ·doi:10.1214/18-BA1104 [25] GREEN，P.J.、HJORT，N.L.和RICHARDSON，S.（2003）。高结构随机系统.牛津统计科学系列牛津大学出版社，牛津，纽约·兹比尔1044.62110 [26] HELLEWELL，J.、RUSSELL，T.W.、更安全的调查人员和现场研究团队、CRICK COVID-19联合体、CMMID COVID-20工作组、BEALE，R.、KELLY，G.、HOULIHAN，C.、NASTOULI，E.等人（2020年）。评估不同频率下常规无症状PCR检测检测SARS-CoV-2感染的有效性。MedRxiv公司2020.11.24.20229948. ·doi:10.1101/2020.11.24.20229948 [27] HINTON，G.E.（2002）。通过最小化对比差异来培训专家产品。神经计算。14 1771-1800. ·Zbl 1010.68111号 ·网址：10.1162/089976602760128018 [28] HOOTEN，M.B.、JOHNSON，D.S.和BROST，B.M.（2021）。使递归贝叶斯推理可访问。阿默尔。统计师。75 185-194. ·兹伯利07632854 ·doi:10.1080/00031305.2019.1665584 [29] JACOB，P.E.、MURRAY，L.M.、HOLMES，C.C.和ROBERT，C.P.（2017）。在一起更好？模块模型中的统计学习。可从arXiv:1708.08719获取。 [30] Jacob，P.E.、O’Leary，J.和Atchadé，Y.F.（2020年）。带耦合的无偏马尔可夫链蒙特卡罗方法。J.R.统计社会服务。B.统计方法。82 543-600. ·Zbl 07554766号 ·doi:10.1111/rssb.12336 [31] JOHNSON，D.S.、BROST，B.M.和HOOTEN，M.B.（2020年）。大于各部分之和：计算灵活的贝叶斯层次建模。网址：arXiv:2010.12568。 [32] JULIA编程语言。可在https://julialang.org/。 [33] LEE，D.和SARRAN，C.（2015）。控制长期空气污染和健康研究中未测量的混淆和空间错位。环境计量学26 477-487. ·Zbl 1525.62165号 ·doi:10.1002/env.2348 [34] LINDSTEN，F.、JOHANSEN，A.M.、NAESSETH，C.A.、KIRKPATRICK，B.、SCHØN，T.B.、ASTON，J.A.D.和BOUCHARD-CÔTé，A.（2017）。通过连续蒙特卡洛实现分而治之。J.计算。图表。统计人员。26 445-458. ·doi:10.1080/10618600.2016.1237363 [35] Liu，F.、Bayarri，M.J.和Berger，J.O.（2009）。贝叶斯分析中的模块化，重点是计算机模型的分析。贝叶斯分析。4 119-150. ·Zbl 1330.65033号 ·doi:10.1214/09-BA404 [36] 刘毅（LIU，Y.）和高迪（GOUDIE，R.J.B.）（2021）。模块化贝叶斯框架内的广义地理加权回归模型。可从arXiv:2106.00996获得。 [37] 刘毅（LIU，Y.）和高迪（GOUDIE，R.J.B.）（2022年）。模块化贝叶斯模型中推理的随机近似切割算法。统计计算。32第7号论文·兹比尔1477.62013 ·doi:10.1007/s11222-021-10070-2 [38] LUNN，D.、BARRETT，J.、SWEETING，M.和THOMPSON，S.（2013年）。分两个阶段进行完全贝叶斯分层建模，并应用于荟萃分析。J.R.统计社会服务。C.申请。斯达。62 551-572. ·doi:10.1111/rssc.12007 [39] LUNN，D.，BEST，N.，SPIEGELHALTER，D.，GRAHAM，G.和NEUENSCHWANDER，B.（2009年）。将MCMC与“顺序”PKPD建模相结合。《药代动力学杂志》。药物动力学。36 19-38. ·doi:10.1007/s10928-008-9109-1 [40] MAISHMAN，T.、SCHAAP，S.、SILK，D.S.、NEVITT，S.J.、WOODS，D.C.和BOWMAN，V.E.（2021）。用于结合英国新冠肺炎有效繁殖数[R（t）\]和其他相关指标的统计方法。可从arXiv:2103.01742获取。 [41] MANDERSON，A.A.和GOUDIE，R.J.B.（2021）。将贝叶斯模型链与马尔可夫融合相结合。可从arXiv:2111.11566获取。 [42] MASSA，M.S.和LAURITZEN，S.L.（2010年）。结合统计模型。在统计与概率中的代数方法II（M.A.G.Viana和H.P.Wynn编辑）。康斯坦普。数学。516 239-259. 阿默尔。数学。佛罗里达州普罗维登斯Soc·兹比尔1196.62004 ·doi:10.1090/conm/516/10179 [43] MATHUR，R.、RENTSCH，C.、MORTON，C.、HULME，W.、SCHULTZE，A.、MACKENNA，B.、EGGO，R.，BHASKARAN，K.、WONG，A.等人（2021年）。英格兰1700万成年人SARS-CoV-2感染和COVID-19相关住院、重症监护室入院和死亡的种族差异：一项使用OpenSAFELY平台的观察性队列研究。柳叶刀397 1711-1724. [44] MAUCORT-BOULCH，D.、FRANCESCHI，S.、PLUMMER，M.和IARC HPV流行率调查研究组（2008年）。人乳头瘤病毒流行率与宫颈癌发病率的国际相关性。癌症流行。生物标记前。17 717-720. ·doi:10.1158/1055-9965.EPI-07-2691 [45] MAUFF，K.、STEYERBERG，E.、KARDYS，I.、BOERSMA，E.和RIZOPOULOS，D.（2020年）。具有多重纵向结果和时间-事件结果的联合模型：修正的两阶段方法。统计计算。30 999-1014. ·Zbl 1447.62117号 ·doi:10.1007/s11222-020-09927-9 [46] 住房、社区和地方政府部。2019年英国贫困指数。可在https://www.gov.uk/government/sttatistics/english-indices-of-dequiation-2019。 [47] MORALES，D.R.和ALI，S.N.（2021）。新冠肺炎和影响少数民族的差异。柳叶刀397 1684-1685. ·doi:10.1016/S0140-6736（21）00949-1 [48] MUGGLIN，A.S.、CARLIN，B.P.和GELFAND，A.E.（2000）。针对空间错位数据的完全基于模型的方法。J.Amer。统计师。协会。95 877-887. ·doi:10.1080/01621459.2000.10474279 [49] NICHOLLS，G.K.，LEE，J.E.，WU，C.-H.和CARMONA，C.U.（2022年）。半模推理中产生的前加性损失函数的有效置信更新。可从arXiv:2201.09706获取。 [50] NICHOLSON，G.、BLANGIARDO，M.、BRIERS，M.，DIGGLE，P.J.、FJELDE，T.E.、GE，H.、GOUDIE，R.J.B.、JERSAKOVA，R.、KING，R.E.等人（2022年）。《流行病防备中统计模型的互操作性：原则和现实》的补充https://doi.org/10.1214/22-STS854SUPP网站 [51] NICHOLSON，G.，LEHMANN，B.，PADELLINI，T.，POUWELS，K.B.，JERSAKOVA，R.，LOMAX，J.，KING，R.E.，MALLON，A.-M.，DIGGLE，P.J.等人（2022年）。使用因果消除框架改进SARS-CoV-2感染的当地流行率估计。自然微生物。7 97-107. ·doi:10.1038/s41564-021-01029-0 [52] PADELLINI，T.、JERSAKOVA，R.、DIGGLE，P.J.、HOLMES，C.、KING，R.E.、LEHMANN，B.C.L.、MALLON，A.-M.、NICHOLSON，G.、RICHARDSON，S.等人（2022年）。英格兰贫困、种族和严重急性呼吸系统综合征冠状病毒2型感染之间的时变关联：一项基于人群的生态学研究。《柳叶刀》地区健康杂志15 100322. ·doi:10.1016/j.lanepe.2022.100322 [53] PIRANI，M.、MASON，A.J.、HANSELL，A.L.、RICHARDSON，S.和BLANGIARDO，M.（2020年）。一个灵活的层次结构框架，用于改进区域参考环境健康研究中的推理。生物。J。62 1650-1669. ·Zbl 1464.62472号 ·doi:10.1002/bimj.201900241 [54] Plummer，M.（2015）。贝叶斯图形模型中的剪切。统计计算。25 37-43. ·Zbl 1331.62041号 ·doi:10.1007/s11222-014-9503-z [55] POMPE，E.和JACOB，P.E.（2021）。切割分布的渐近性和使用后验Bootstrap的鲁棒模块推理。可在arXiv:22110.11149上获得。 [56] Poole，D.和Raftery，A.E.（2000年）。确定性仿真模型的推断：贝叶斯融合方法。J.Amer。统计师。协会。95 1244-1255. ·Zbl 1072.62544号 ·doi:10.2307/2669764 [57] POUWELS，K.B.、HOUSE，T.、PRITCHARD，E.、ROBOTHAM，J.V.、BIRRELL，P.J.、GELMAN，A.、VIHTA，K.-D.、BOWERS，N.、BOREHAM，I.等人（2021年）。2020年4月至11月英国SARS-CoV-2社区流行情况：ONS冠状病毒感染调查结果。《柳叶刀》公共卫生6 e30-e38。 [58] PRESANIS，A.M.、OHLSSEN，D.、SPIEGELHALTER，D.J.和DE ANGELIS，D.（2013）。有向非循环图中的冲突诊断及其在贝叶斯证据合成中的应用。统计师。科学。28 376-397. ·Zbl 1331.62160号 ·doi:10.1214/13-STS426 [59] RIEBLER，A.、SØRBYE，S.H.、SIMPSON，D.和RUE，H.（2016）。疾病映射的直观贝叶斯空间模型，用于解释缩放。统计方法医学研究。25 1145-1165. ·doi:10.1177/0962280216660421 [60] RILEY，S.、AINSLIE，K.E.、EALES，O.、JEFFREY，B.、WALTERS，C.E.、ATCHISON，C.J.、DIGGLE，P.J.、ASHBY，D.、DONNELY，C.A.等人（2020年）。2020年5月英国严重急性呼吸系统综合征冠状病毒2型的社区流行率：REACT研究。MedRxiv公司. [61] ROSE，T.C.、MASON，K.、PENNINGTON，A.、MCHALE，P.、TAYLOR-ROBINSON，D.C.和BARR，B.（2020年）。新型冠状病毒肺炎死亡率的不平等与种族和社会经济剥夺有关。MedRxiv公司. [62] Rue，H.、Martino，S.和Chopin，N.（2009年）。利用集成嵌套拉普拉斯近似对潜在高斯模型进行近似贝叶斯推断。J.R.统计社会服务。B.统计方法。71 319-392. ·Zbl 1248.62156号 ·doi:10.1111/j.1467-9868.2008.00700.x [63] SCOTT，S.L.（2002）。隐马尔可夫模型的贝叶斯方法：21世纪的递归计算。J.Amer。统计师。协会。97 337-351. ·Zbl 1073.65503号 ·doi:10.19198/0162114502753479464 [64] Simpson，D.、Rue，H.、Riebler，A.、Martins，T.G.和SØrbye，S.H.（2017）。惩罚模型组件复杂性：构建先验的原则性、实用方法。统计师。科学。32 1-28·Zbl 1442.62060号 ·doi:10.1214/16-STS576 [65] SØRBYE，S.H.和RUE，H.（2014）。空间建模中内禀高斯马尔可夫随机场先验标度。小争吵。斯达。8 39-51. ·doi:10.1016/j.spasta.2013.06.004 [66] TEH，Y.W.，BHOOPCHAND，A.，DIGGLE，P.，ELESEDY，B.，HE，B.，HUTCHINSON，M.，PAQUET，U.，READ，J.，TOMASEV，N.等人（2021年）。在精细空间尺度上对瞬时再生产数据进行有效的贝叶斯推断，并应用于绘制和预测英国地方当局的新型冠状病毒疫情。技术报告。将在《皇家统计学会杂志》A辑（社会统计）上发表。可在https://localcovid.info/assets/docs/localcowid-writeup.pdf。 [67] 英国数据服务中心。可在https://ukdataservice.ac.uk/learning-hub/censums/。 [68] 新泽西州韦尔顿、A.J.苏顿、N.J.库珀、K.R.阿布拉姆斯和A.E.艾迪斯（2012）。医疗决策的证据综合奇切斯特·威利。 [69] Yu，B.和Kumbier，K.（2020年）。验证数据科学。程序。国家。阿卡德。科学。美国117 3920-3929. ·兹比尔1456.62321 ·doi:10.1073/pnas.1901326117 [70] YU，X.，NOTT，D.J.和SMITH，M.S.（2021）。错误指定模型中切割反馈的变分推理。可从arXiv:2108.11066获取。 [71] ZHANG，L.，BEAL，S.L.和SHEINER，L.B.（2003）。群体PK/PD数据的同步与序列分析I：最佳情况表现。《药代动力学杂志》。药物动力学。30 387-404 ·doi:10.1023/b:jopa.0000012998.04442.1f 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。