Modelowanie matematyczne jest coraz częściej akceptowane jako narzędzie, które może informować o polityce zwalczania chorób w obliczu pojawiających się chorób zakaźnych, takich jak epidemia eboli w Afryce Zachodniej w latach 2014-2015, ale niewiele wiadomo o względnej wydajności alternatywnych metod prognozowania. RAPIDD Ebola Forecasting Challenge (REFC) przetestował zdolność ośmiu modeli matematycznych do generowania użytecznych prognoz w obliczu symulowanych epidemii eboli. W REFC użyliśmy prostego, fenomenologicznego modelu pojedynczego równania (model” IDEA”), który opiera się tylko na liczbie przypadków. Dopasowania modelu przeprowadzono przy użyciu podejścia maksymalnego prawdopodobieństwa. Okazało się, że model działał dość dobrze w porównaniu z innymi bardziej złożonymi podejściami, a wskaźniki wydajności plasowały się średnio na 4.lub 5. miejscu wśród uczestniczących modeli. Pomysł wydawał się lepiej dopasowany do prognoz długo-niż krótkoterminowych i mógł być dopasowany przy użyciu tylko zgłoszonych przypadków. Zidentyfikowano kilka ograniczeń, w tym trudności w identyfikacji szczyt epidemii (nawet retrospektywnie), nierealistycznie precyzyjne przedziały ufności i trudności interpolacji dziennej liczby przypadków przy użyciu modelu skalowanego do czasu generowania epidemii. Bardziej realistyczne przedziały ufności były generowane, gdy założono, że liczba przypadków podąża za ujemnym dwumianem, a nie rozkładem Poissona. Niemniej jednak IDEA reprezentuje prosty model fenomenologiczny, łatwo zaimplementowany w powszechnie dostępnych pakietach oprogramowania, które mogą być używane przez personel pierwszej linii zdrowia publicznego do generowania prognoz z dokładnością zbliżoną do tej, która jest osiągana przy użyciu bardziej złożonych metodologii.

Posted on

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany.