Episodio
Dati di contatto sociale in modelli endemici-epidemia e previsioni probabilistiche con **sorveglianza**
con Sebastian Meyer
useR!2017: Dati di contatto sociale in epidemia endemica...
Parole chiave: matrice di contatto strutturata dall'età, serie temporale di conteggio areale, patologia infettiva, norovirus, dati di sorveglianza spatio-temporale
Pagine Web:https://CRAN.R-project.org/package=surveillance
La sorveglianza di routine delle malattie infettive verificabili dà origine a conteggi settimanali dei casi segnalati stratificati in base alla regione e al gruppo di età. Un approccio ben consolidato all'analisi statistica di tali dati di sorveglianza sono modelli di serie temporali dell'epidemia endemica (hhh4) implementati nel pacchetto R (Meyer, Held e Höhle 2017). I componenti del modello autoregressivo riflettono la dipendenza temporale intrinseca alle malattie comunicabili. Le dinamiche spaziali sono in gran parte guidate dal viaggio umano e possono essere acquisite dai dati della rete di spostamento o da una legge di potenza parametrica basata sulla matrice di adiacenza delle regioni. Inoltre, il fenomeno sociale di "like cerca come" produce modelli di contatto caratteristici tra sottogruppi di una popolazione, in particolare rispetto all'età (Mossong et al. 2008). In questo modo si incorpora una matrice di contatto strutturata dall'età nel framework di modellazione hhh4 per
- valutare la diffusione di malattie specifiche dell'età tenendo conto del suo modello spaziale (Meyer e Held 2017)
- migliorare le previsioni probabilistiche della diffusione delle malattie infettive (Held, Meyer e Bracher 2017) Analizziamo i conteggi settimanali di sorveglianza sulla gastroenterte da norovirus dai 12 distretti della città di Berlino, in sei gruppi di età, dalla settimana 2011/27 alla settimana 2015/26. L'anno successivo (dal 27/2015 al 2016/26) viene usato per valutare la qualità delle stime.
Riferimenti tenuti, Leonhard, Sebastian Meyer e Joan Bracher. 2017. "Previsioni probabilistiche nell'infettività delle malattie infettive: la tredicesima lezione armitage." bioRxiv. doi:10.1101/104000.
Meyer, Sebastian e Leonhard Held. 2017. "Incorporando i dati di contatto sociale nei modelli spatio-temporali per la diffusione delle malattie infettive". Biostatistica 18 (2): 338-51. doi:10.1093/biostatistics/kxw051.
Meyer, Sebastian, Leonhard Held e Michael Höhle. 2017. "Analisi spatio-temporale dei fenomeni epidemici usando la sorveglianza del pacchetto R." Giornale di registrazione del software statistico. http://arxiv.org/abs/1411.0416.
Mossong, Joël, Niel Hens, Mark Jit, Philippe Beutels, Kari Auranen, Rafael Mikolajczyk, Marco Massari, et al. 2008. "Contatti sociali e modelli di mixaggio rilevanti per la diffusione di malattie infettive." PLoS Medicine 5 (3): e74. doi:10.1371/journal.pmed.0050074.
useR!2017: Dati di contatto sociale in epidemia endemica...
Parole chiave: matrice di contatto strutturata dall'età, serie temporale di conteggio areale, patologia infettiva, norovirus, dati di sorveglianza spatio-temporale
Pagine Web:https://CRAN.R-project.org/package=surveillance
La sorveglianza di routine delle malattie infettive verificabili dà origine a conteggi settimanali dei casi segnalati stratificati in base alla regione e al gruppo di età. Un approccio ben consolidato all'analisi statistica di tali dati di sorveglianza sono modelli di serie temporali dell'epidemia endemica (hhh4) implementati nel pacchetto R (Meyer, Held e Höhle 2017). I componenti del modello autoregressivo riflettono la dipendenza temporale intrinseca alle malattie comunicabili. Le dinamiche spaziali sono in gran parte guidate dal viaggio umano e possono essere acquisite dai dati della rete di spostamento o da una legge di potenza parametrica basata sulla matrice di adiacenza delle regioni. Inoltre, il fenomeno sociale di "like cerca come" produce modelli di contatto caratteristici tra sottogruppi di una popolazione, in particolare rispetto all'età (Mossong et al. 2008). In questo modo si incorpora una matrice di contatto strutturata dall'età nel framework di modellazione hhh4 per
- valutare la diffusione di malattie specifiche dell'età tenendo conto del suo modello spaziale (Meyer e Held 2017)
- migliorare le previsioni probabilistiche della diffusione delle malattie infettive (Held, Meyer e Bracher 2017) Analizziamo i conteggi settimanali di sorveglianza sulla gastroenterte da norovirus dai 12 distretti della città di Berlino, in sei gruppi di età, dalla settimana 2011/27 alla settimana 2015/26. L'anno successivo (dal 27/2015 al 2016/26) viene usato per valutare la qualità delle stime.
Riferimenti tenuti, Leonhard, Sebastian Meyer e Joan Bracher. 2017. "Previsioni probabilistiche nell'infettività delle malattie infettive: la tredicesima lezione armitage." bioRxiv. doi:10.1101/104000.
Meyer, Sebastian e Leonhard Held. 2017. "Incorporando i dati di contatto sociale nei modelli spatio-temporali per la diffusione delle malattie infettive". Biostatistica 18 (2): 338-51. doi:10.1093/biostatistics/kxw051.
Meyer, Sebastian, Leonhard Held e Michael Höhle. 2017. "Analisi spatio-temporale dei fenomeni epidemici usando la sorveglianza del pacchetto R." Giornale di registrazione del software statistico. http://arxiv.org/abs/1411.0416.
Mossong, Joël, Niel Hens, Mark Jit, Philippe Beutels, Kari Auranen, Rafael Mikolajczyk, Marco Massari, et al. 2008. "Contatti sociali e modelli di mixaggio rilevanti per la diffusione di malattie infettive." PLoS Medicine 5 (3): e74. doi:10.1371/journal.pmed.0050074.
Per inviare suggerimenti, Invia un problema qui.