Mathematical modeling is enenevässä määrin accepted as a tool that can informate disease control policy in the face of orasting infectious diseases, such as the 2014-2015 West African Ebola epidemic, but little is know about the relative performance of alternative forecasting approaches. RAPIDD Ebola Forecasting Challenge (REFC) testasi kahdeksan matemaattisen mallin kykyä tuottaa hyödyllisiä ennusteita simuloitujen Ebola-epidemioiden varalta. Käytimme REFC: ssä yksinkertaista, fenomenologista yhden yhtälön mallia (”IDEA”-mallia), joka nojaa vain tapausmääriin. Malli fits tehtiin käyttämällä mahdollisimman todennäköistä lähestymistapaa. Havaitsimme, että malli suoriutui kohtuullisen hyvin suhteessa muihin monimutkaisempiin lähestymistapoihin, ja suoritusmittarit sijoittuivat keskimäärin 4.tai 5. sijalle osallistuvien mallien joukossa. IDEA näytti soveltuvan paremmin pitkän kuin lyhyen aikavälin ennusteisiin, ja se voitiin sovittaa pelkästään raportoitujen tapauslaskelmien avulla. Useita rajoituksia havaittiin, mukaan lukien vaikeus tunnistaa epidemian huippu (edes jälkikäteen), epärealistisen tarkkoja luottamusvälejä, ja vaikeus interpoloida päivittäin tapausmäärät käytettäessä mallia, joka on mitoitettu epidemian sukupolven aikaa. Realistisemmat luottamusvälit syntyivät, kun tapauslaskennan oletettiin noudattavan negatiivista binomijakaumaa Poissonin sijaan. IDEA edustaa kuitenkin yksinkertaista fenomenologista mallia, joka on helppo toteuttaa laajasti saatavilla olevissa ohjelmistopaketeissa, joita etulinjan terveydenhoitohenkilökunta voisi käyttää tuottamaan ennusteita tarkkuudella, joka vastaa sitä, mikä saavutetaan monimutkaisemmilla menetelmillä.

Posted on

Vastaa

Sähköpostiosoitettasi ei julkaista.