Die mathematische Modellierung wird zunehmend als Instrument akzeptiert, das die Seuchenbekämpfungspolitik angesichts aufkommender Infektionskrankheiten wie der westafrikanischen Ebola-Epidemie 2014-2015 informieren kann, aber über die relative Leistung alternativer Prognoseansätze ist wenig bekannt. Die RAPIDD Ebola Forecasting Challenge (REFC) testete die Fähigkeit von acht mathematischen Modellen, angesichts simulierter Ebola-Ausbrüche nützliche Prognosen zu erstellen. Wir haben im REFC ein einfaches, phänomenologisches Einzelgleichungsmodell (das „Ideenmodell“) verwendet, das sich nur auf die Anzahl der Fälle stützt. Modellanpassungen wurden unter Verwendung eines Maximum-Likelihood-Ansatzes durchgeführt. Wir fanden heraus, dass das Modell im Vergleich zu anderen komplexeren Ansätzen eine recht gute Leistung erbrachte, wobei die Leistungsmetriken unter den teilnehmenden Modellen durchschnittlich auf Platz 4 oder 5 lagen. IDEA schien besser für Langzeit- als für kurzfristige Prognosen geeignet zu sein und konnte nur anhand der gemeldeten Fallzahlen angepasst werden. Es wurden mehrere Einschränkungen festgestellt, darunter Schwierigkeiten bei der Identifizierung von Epidemiespitzen (auch retrospektiv), unrealistisch genaue Konfidenzintervalle und Schwierigkeiten bei der Interpolierung der täglichen Fallzahlen bei Verwendung eines Modells, das auf die Zeit der Epidemieerzeugung skaliert ist. Realistischere Konfidenzintervalle wurden generiert, wenn angenommen wurde, dass die Fallzahlen eher einer negativen Binomialverteilung als einer Poissonverteilung folgen. Nichtsdestotrotz stellt IDEA ein einfaches phänomenologisches Modell dar, das leicht in weit verbreiteten Softwarepaketen implementiert werden kann, die von Personal des öffentlichen Gesundheitswesens an vorderster Front verwendet werden können, um Prognosen mit einer Genauigkeit zu erstellen, die der mit komplexeren Methoden erzielten annähert.

Posted on

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.