mathematische modellering wordt steeds meer geaccepteerd als een instrument dat ziektebestrijdingsbeleid kan informeren in het licht van opkomende infectieziekten, zoals de West-Afrikaanse Ebola-epidemie van 2014-2015, maar er is weinig bekend over de relatieve prestaties van alternatieve voorspellingsbenaderingen. De RAPIDD Ebola Forecasting Challenge (REFC) testte het vermogen van acht wiskundige modellen om nuttige voorspellingen te genereren in het licht van gesimuleerde Ebola-uitbraken. We gebruikten een eenvoudig, fenomenologisch enkelvergelijkingsmodel (het” idee ” – model), dat alleen gebaseerd is op case tellingen, in de REFC. Model fits werden uitgevoerd met behulp van een benadering van de maximale waarschijnlijkheid. We vonden dat het model redelijk goed presteerde ten opzichte van andere, meer complexe benaderingen, met prestatiemetingen gerangschikt op gemiddeld 4e of 5e onder de deelnemende modellen. Idee leek beter geschikt voor lange-dan korte termijn prognoses, en kon geschikt zijn met behulp van niets anders dan gerapporteerde case tellingen. Er werden verschillende beperkingen vastgesteld, waaronder moeilijkheden bij het identificeren van epidemische piek (zelfs retrospectief), onrealistisch nauwkeurige betrouwbaarheidsintervallen en moeilijkheden bij het interpoleren van dagelijkse gevallen bij het gebruik van een model dat is aangepast aan de tijd van de epidemische generatie. Realistischer betrouwbaarheidsintervallen werden gegenereerd wanneer werd aangenomen dat het aantal gevallen een negatieve binomiale distributie volgde in plaats van Poisson. Niettemin, IDEA vertegenwoordigt een eenvoudig fenomenologisch model, gemakkelijk geïmplementeerd in breed beschikbare softwarepakketten die kunnen worden gebruikt door frontline volksgezondheid personeel om voorspellingen te genereren met nauwkeurigheid die benadert wat wordt bereikt met behulp van meer complexe methodologieën.

Posted on

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.