为什么对有效生殖数的估计如此不同? 一个关于德国COVID-19的案例研究
Elisabeth K Brockhaus1, Daniel Wolffram1,2, Tanja Stadler3,4
1Chair of Statistical Methods and Econometrics, Karlsruhe Institute of Technology (KIT), Karlsruhe, Germany.
PLoS computational biology
|November 27, 2023
概括
德国对COVID-19的有效生殖数 (Rt) 的估计有很大的差异. 分析选择,而不仅仅是统计方法,对Rt估计有很大影响,突出了透明报告的需要.
科学领域:
- 流行病学 流行病学
- 数学生物学 数学生物学
- 公共卫生 公共卫生
背景情况:
- 有效生殖数 (Rt) 对于了解COVID-19传播动态至关重要.
- 对于政策制定者和公众来说,Rt估计的差异可能会引起困惑.
研究的目的:
- 为了比较2020-2021年期间德国COVID-19的不同国家级Rt估计值.
- 评估 Rt 估计的方法内和方法间一致性.
- 确定导致Rt估计之间存在分歧的因素.
主要方法:
- 从同一方法对时间的Rt估计进行比较 (方法内协议).
- 八种不同的统计方法对Rt估计的回顾性比较 (方法间的协议).
- 分析选择的标准化,包括数据源,预处理,生成时间,调参数和延迟分布.
主要成果:
- 一些Rt估计方法显示出高时间稳定性,而另一些则表现出显著的波动.
- 数据来源和假设分布等分析选择与统计方法本身一样影响Rt估计.
- 在不同的Rt估计方法中观察到大量的分歧.
结论:
- 报告分析选择的透明度对于解释Rt估计至关重要.
- 辅助参数的选择显著影响Rt估计,影响可靠性.
- 建议对Rt估计进行标准化报告实践,以减少混.


