使用贝叶斯实验设计调整载体监测:在美国东南部正在进行的虫监测计划中的一个应用
B K M Case1, Kyndall C Dye-Braumuller2, Chris Evans3
1Department of Epidemiology and Biostatistics, University of Georgia, Athens, GA, USA; Department of Epidemiology and Biostatistics, Arnold School of Public Health, University of South Carolina, Columbia, SC, USA.
Ticks and tick-borne diseases
|March 14, 2024
概括
贝叶斯实验设计 (BED) 优化了的监测,改善了对疾病载体分布的理解. 这种方法比随机抽样更有效地识别高风险区域,有助于公共卫生反应.
科学领域:
- 生态和媒介性疾病监测监测.
- 计算生物学和统计建模
背景情况:
- 美国目前的分布地图缺乏空间和时间分辨率,阻碍了对传播疾病的准确风险评估.
- 了解遭遇风险对于有效的公共卫生反应和载体控制策略至关重要.
研究的目的:
- 展示贝叶斯实验设计 (BED) 的应用,以优化疾病载体的时空监测,特别是.
- 制定计划调查的框架,最大限度地获取环境协会的信息,并最大限度地减少高风险地区的不确定性.
主要方法:
- 使用贝叶斯实验设计 (BED) 将调查规划作为一个优化问题.
- 将各种调查优化算法与使用南卡罗来纳州监测研究数据的随机抽样进行比较.
- 利用基于两年初始监测数据的模型比较研究.
主要成果:
- 两个优化算法在确定有效的调查时间表时显著超过随机抽样.
- 与随机抽样相比,填空启发式也表现出了有利的性能.
- 只有20次访问的优化调查比以前的时间表中的111次访问更有效.
结论:
- 贝叶斯实验设计 (BED) 提供了一种灵活而严格的方法来设计矢量监控程序.
- BED可以提高关节动物分布数据的准确性,同时可能减少当地机构的资源需求.
- 开发的BED工作流程代码是公开的,以鼓励在未来的监控工作中更广泛地采用.
