谎言，该死的谎言，以及不够好的统计:为什么流行病模型参数估计失败( Lies, Gosh Darn Lies, and Not Enough Good Statistics: Why Epidemic Model Parameter Estimation Fails )

DE Platt LE Parida P Zalloua

在群体/环境（准）流行病学研究水平上探索流行病模型作为确定遗传关联研究的生理和种群参数的新方法是一个机遇。第一，新型冠状病毒的传播产生了人口特定的血统；其次，流行病传播模型参数直接与这些生理和病死率（如孵育时间、恢复时间、传播率）联系起来；第三，这些参数可以作为新的表型，与区域特异性的遗传突变以及人口特征（如年龄结构、对个人空间的文化遵守、拥挤程度）相关联。因此,我们试图了解流行病模型的参数是否可以从高峰之前的感染、康复和住院轨迹来确定,并且评估报告其统计数据的司法管辖区之间的数据质量和可比性,这些数据对于分析不同人群的模型参数是必要的。我们发现，在解析上，流行病的峰值前增长受到模型变量子集的限制，并且速率限制变量由其方程的扩展本征模控制。变量迅速收敛到正增长率的特征向量分量之比，这决定了倍增时间。本征模中有9个参数和4个独立分量，剩下5个待定参数。这些参数可能显著依赖于人口，并可能对下游医院负荷的估计产生重大影响。如果没有一个健全的框架，感染率和其他参数的测量就会因检测率的不均衡、相关数值的统计和报告的不均衡而受到严重影响。从表型参数的角度来看，这意味着必须进行结构化的实验来估计这些参数，以便进行遗传关联研究，或者构建准确预测临界量（如住院负荷）的可行模型。

SciDown文献求助系统（解决99%问题） Public Download ResearchGate