時間依存の再生産数を時間的に集約された疾病発生時系列データから推定するためのシミュレーションベースのアプローチ

感染症の発生時に病原体の伝播性を追跡することは、公衆衛生対策の効果を評価し、将来の制御戦略を計画するために重要です。伝播性の主要な指標は時間依存の再生産数であり、様々な病原体の発生時に疾病発生時系列データからリアルタイムで推定されています。時間依存の再生産数を推定するための一般的に使用されるアプローチは、疾病発生が頻繁に記録される場合には信頼性がありますが、そのような発生データはしばしば時間的に集約されます（たとえば、ケース数が日ごとではなく週ごとに報告される場合）。我々が示すように、伝播性を推定するための一般的に用いられる方法は、感染の時間スケールがデータ記録の時間スケールよりも短い場合に信頼性を欠くことがあります。これに対処するために、ここでは時間的に集約された疾病発生時系列データから時間依存の再生産数を推定するために近似ベイズ計算を用いたシミュレーションベースのアプローチを開発しました。最初に、日次の疾病発生データが利用できない状況を示すシミュレートデータセットを使用し、そのような状況下で我々の方法が時間依存の再生産数の正確な推定値を提供することを示します。次に、イギリスのウェールズにおける2019-20年および2022-23年の週ごとのインフルエンザ症例数で構成される2つのアウトブレイクデータセットに我々の方法を適用します。私たちの使いやすいアプローチは、今後の感染症のアウトブレイク中に時間的に集約されたデータから時間依存の再生産数を正確に推定することを可能にします。