A spatio-temporal model based on discrete latent variables for the analysis of COVID-19 incidence.
A spatio-temporal model based on discrete latent variables for the analysis of COVID-19 incidence.
复制标题
DOI：
10.1016/j.spasta.2021.100504
复制
发表时间：
2022-06
影响因子：
2.3
通讯作者：
Farcomeni A
中科院分区：
文献类型：
--
作者：
Bartolucci F;Farcomeni A
我们提出了一种基于离散潜在变量的模型，这些变量具有空间相关性和时间特异性，用于分析 SARS-CoV-2 感染事件。我们假设对于每个区域，随时间变化的潜在变量序列遵循马尔可夫链，其初始概率和转移概率也取决于相邻区域的潜在变量。该模型通过基于数据增强方案的马尔可夫链蒙特卡罗算法进行估计，其中将每个区域和时间的潜在状态与模型参数一起绘制。作为说明，我们分析了 2020 年 2 月 24 日至 2021 年 1 月 17 日期间在意大利地区收集的 SARS-CoV-2 病例，相当于 48 周，其中我们使用拭子数量作为补偿。我们的模型确定了一个共同趋势，并每周将每个区域分配给五个不同风险组之一。
We propose a model based on discrete latent variables, which are spatially associated and time specific, for the analysis of incident cases of SARS-CoV-2 infections. We assume that for each area the sequence of latent variables across time follows a Markov chain with initial and transition probabilities that also depend on latent variables in neighboring areas. The model is estimated by a Markov chain Monte Carlo algorithm based on a data augmentation scheme, in which the latent states are drawn together with the model parameters for each area and time. As an illustration we analyze incident cases of SARS-CoV-2 collected in Italy at regional level for the period from February 24, 2020, to January 17, 2021, corresponding to 48 weeks, where we use number of swabs as an offset. Our model identifies a common trend and, for every week, assigns each region to one among five distinct risk groups.
登录
查看更多内容
影响因子：
16.6
作者：
Contreras S;Dehning J;Loidolt M;Zierenberg J;Spitzner FP;Urrea-Quintero JH;Mohr SB;Wilczek M;Wibral M;Priesemann V
通讯作者：
Priesemann V
影响因子：
16.6
作者：
Della Rossa, Fabio;Pecora, Louis;Sorrentino, Francesco
通讯作者：
Sorrentino, Francesco
影响因子：
1.9
作者：
Langrock, Roland;Kneib, Thomas;DeRuiter, Stacy L.
通讯作者：
DeRuiter, Stacy L.
影响因子：
1.7
作者：
Farcomeni, Alessio;Maruotti, Antonello;Lovison, Gianfranco
通讯作者：
Lovison, Gianfranco
影响因子：
1.3
作者：
Farcomeni, Alessio;Ranalli, Monia;Viviani, Sara
通讯作者：
Viviani, Sara