Matematisk modellering er i økende grad akseptert som et verktøy som kan informere sykdomskontrollpolitikk i møte med nye smittsomme sykdommer, som Den Vestafrikanske Ebola-epidemien 2014-2015, Men lite er kjent om den relative ytelsen til alternative prognosemetoder. RAPIDD Ebola Forecasting Challenge (REFC) testet evnen til åtte matematiske modeller for å generere nyttige prognoser i møte med simulerte Ebola-utbrudd. Vi brukte en enkel, fenomenologisk enkeltligningsmodell («IDEA» – modellen), som bare er avhengig av saksantall, I REFC. Modell passer ble utført ved hjelp av en maksimal sannsynlighet tilnærming. Vi fant at modellen utførte rimelig godt i forhold til andre mer komplekse tilnærminger, med ytelsesmålinger rangert i gjennomsnitt 4. eller 5. blant deltakende modeller. IDEEN virket bedre egnet til langsiktige enn kortsiktige prognoser, og kunne passe med ingenting annet enn rapporterte saksantall. Flere begrensninger ble identifisert, inkludert vanskeligheter med å identifisere epidemisk topp( selv retrospektivt), urealistisk presise konfidensintervaller og vanskeligheter med å interpolere daglige saksantall ved bruk av en modell skalert til epidemisk generasjonstid. Mer realistiske konfidensintervaller ble generert når saksantall ble antatt å følge en negativ binomial, snarere Enn Poisson, fordeling. LIKEVEL REPRESENTERER IDEA en enkel fenomenologisk modell, lett implementert i allment tilgjengelige programvarepakker som kan brukes av helsepersonell for å generere prognoser med nøyaktighet som tilnærmer det som oppnås ved hjelp av mer komplekse metoder.

Posted on

Legg igjen en kommentar

Din e-postadresse vil ikke bli publisert.