Covid19 Reproduction Number: Credibility Intervals by Blockwise Proximal Monte Carlo Samplers

要約

Covid19のパンデミックを監視することは、かなりの研究努力を受けた重要な社会的利害関係を構成します.
特定の地域でのパンデミックの強度は、再生産数によって効率的に測定され、毎日の新しい感染の成長率を定量化します。
最近、再生産数の時間発展の推定値は、滑らかでない機能的最小化を伴う逆問題定式化を使用して作成されました。
Covid19 データの限定された品質 (外れ値、欠損カウント) に対して堅牢であるように設計されていますが、この手順には、信頼区間に基づく推定値を出力する機能がありません。
これは、現在の研究がモンテカルロサンプリングの使用によって克服することを目指している疫学者による実際のパンデミックモニタリングでの実用化に対する深刻な制限のままです。
非平滑汎関数をベイジアン フレームワークに解釈した後、いくつかのサンプリング スキームを調整して、結果の事後分布の非平滑性を調整します。
考案されたアルゴリズムの独創性は、ランジュバン モンテカルロ サンプリング スキームと近接演算子の組み合わせに由来します。
再生成数の推定値とノイズ除去されたカウントに関連する信頼区間を作成する際の新しいアルゴリズムのパフォーマンスが比較されます。
評価は、ジョンズ・ホプキンス大学が入手できる、実際の毎日の新規感染数に基づいて行われます。
考案された監視ツールの関心は、いくつかの異なる国の Covid19 データに示されています。

要約(オリジナル)

Monitoring the Covid19 pandemic constitutes a critical societal stake that received considerable research efforts. The intensity of the pandemic on a given territory is efficiently measured by the reproduction number, quantifying the rate of growth of daily new infections. Recently, estimates for the time evolution of the reproduction number were produced using an inverse problem formulation with a nonsmooth functional minimization. While it was designed to be robust to the limited quality of the Covid19 data (outliers, missing counts), the procedure lacks the ability to output credibility interval based estimates. This remains a severe limitation for practical use in actual pandemic monitoring by epidemiologists that the present work aims to overcome by use of Monte Carlo sampling. After interpretation of the nonsmooth functional into a Bayesian framework, several sampling schemes are tailored to adjust the nonsmooth nature of the resulting posterior distribution. The originality of the devised algorithms stems from combining a Langevin Monte Carlo sampling scheme with Proximal operators. Performance of the new algorithms in producing relevant credibility intervals for the reproduction number estimates and denoised counts are compared. Assessment is conducted on real daily new infection counts made available by the Johns Hopkins University. The interest of the devised monitoring tools are illustrated on Covid19 data from several different countries.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google