剧集

EpiModel：用于通过网络对传染病进行数学建模的 R 包

替换为 Samuel Jenness

用户！ 国际 R 用户 2017 会议

useR！2017：EpiModel：用于数学的 R 包...

关键字：数学模型、传染病、流行病学、网络、R
网页： https://CRAN.R-project.org/package=EpiModelhttp://epimodel.org/
EpiModel 包提供了使用 R 生成、模拟和分析流行病数学模型的工具。流行模型是复杂系统的正式表示形式，共同确定传染病传播的人口动态：人与人之间的接触、宿主间感染传播、宿主内疾病进展和基础人口过程。 模拟流行模型是一个计算实验室，以深入了解这些疾病系统的动态，测试有关特定疫情模式决定因素的经验假设，并预测疫苗、临床治疗或公共卫生教育运动等干预措施的影响。
在过去的一个世纪里，在数学流行病学领域开发了一系列不同的建模框架。 其中几个包含在 EpiModel 中，但此软件包的独特贡献是一个常规随机框架，用于建模跨动态接触网络的流行病传播。 网络模型表示随时间推移与同一人或人员（例如性伴侣）的重复接触。 这些重复的接触导致永久性网络配置（对、三重和更大的连接组件），进而可能建立跨人群的传染病传播的临时有序途径。 接触的时间和顺序，以及传播行为，是最重要的，当传播需要亲密接触，接触相对罕见，每个接触的感染概率相对较低。 这是艾滋病毒和其他性传播感染的情况。
EpiModel 中的动态网络的估计和模拟都是使用 Markov Chain Monte Carlo （MCMC） 算法函数实现的，这些算法函数适用于 R 包的 statnet 套件中的指数随机图形模型（ERGM）。 这些 MCMC 算法利用 ERGM 的关键属性：模型参数的最大可能性估计会唯一地重现预期中的模型统计信息。 从理论上讲，接触网络的数学模拟在观察到的网络统计信息周围有随机变化。 时态 ERGM 为采样经验数据中动态网络模型的估计以及复杂动态网络的模拟提供了唯一集成的、有原则的框架，用于处理随时间推移总体大小和构成变化的理论合理方法。
在本演讲中，我将概述 EpiModel 中内置的建模工具，旨在方便学生学习新建模，以及用于扩展 EpiModel 的程序包应用程序编程接口（API），旨在促进探索高级建模者的新颖研究问题。 我将通过讨论我们最近对这些网络建模统计方法和软件工具的应用来激励这些研究级扩展，以调查与撒哈拉非洲美国和异性伴侣发生性关系男性的艾滋病毒和性传播感染的传播动态。