A Complete-Data Likelihood for Epidemic Processes on Partially Observed Dynamic Networks

Technische Zusammenfassung: Eine vollständige-Daten-Likelihood für epidemische Prozesse auf teilweise beobachteten dynamischen Netzwerken

Problemstellung
Die Inferenz für die Übertragung von Infektionskrankheiten in dynamischen Kontaktnetzwerken wird grundlegend durch vier miteinander verknüpfte Herausforderungen erschwert: latente Infektionszeiten, teilweise beobachtete Netzwerkentwicklung, Messfehler in den Kontaktdaten und Infektionen, die von außerhalb der beobachteten Population ausgehen (externer Infektionsdruck). Bestehende likelihood-basierte Ansätze behandeln diese Probleme typischerweise isoliert und verlassen sich dabei oft auf restriktive Annahmen wie vollständig beobachtete Netzwerke, geschlossene Populationen oder die Verwendung des Symptombeginns als direkten Surrogat für den Infektionszeitpunkt. Diese Vereinfachungen verschleiern wichtige Fragen bezüglich der Parameteridentifizierbarkeit und der Unsicherheitspropagierung, insbesondere wenn sowohl die Krankheitsverläufe als auch die Netzwerkentwicklung nur teilweise beobachtet werden. Die beobachteten Daten stellen eine grobe Projektion eines zugrunde liegenden stochastischen Prozesses dar, was eine simultane Behandlung latenter Krankheitszustände, latenter Kontaktverläufe und unvollkommener Beobachtungsmechanismen erfordert.

Methodik
Das Paper schlägt ein einheitliches Complete-Data-Likelihood-Framework vor, das die Krankheitsprogression, die Netzwerkentwicklung und die Beobachtungsmechanismen als interagierende kontinuierliche stochastische Prozesse innerhalb einer einzigen probabilistischen Struktur modelliert.

1. Gemeinsames stochastisches Modell: Das Framework koppelt einen Susceptible–Exposed–Infectious–Removed (SEIR)-Epidemieprozess mit einem zustandsabhängigen dynamischen Kontaktnetzwerk.

   • Epidemieprozess: Modelliert als ein kontinuierlicher Markow-Prozess, bei dem die Übergangsraten von der aktuellen Netzwerkkonfiguration abhängen. Speziell ist die Hazard-Rate für ein Individuum $i$, das vom Zustand Susceptible in den Zustand Exposed wechselt, $\lambda_{SE}^i(t) = \beta I_i(t) + \xi$, wobei $\beta$ die Transmissionrate innerhalb des Netzwerks und $\xi$ die externe Infektionsrate ist. Der Übergang von Exposed zu Infectious ($\kappa$) und von Infectious zu Removed ($\gamma$) folgt konstanten Raten.
   • Dynamisches Netzwerk: Das Kontaktnetzwerk entwickelt sich als kontinuierlicher Markow-Prozess, wobei die Raten der Kantenbildung ($\eta_{ab}$) und -auflösung ($\tau_{ab}$) von den Krankheitszuständen ($a, b$) der beteiligten Knoten abhängen. Dies ermöglicht Rückkopplungsschleifen, bei denen der Infektionsstatus das Kontaktverhalten verändert.
   • Beobachtungsmodell: Es werden explizite Modelle für Symptome und Kontakte eingeführt. Symptombeobachtungen unterliegen Klassifikationsfehlern (Sensitivität/Spezifität), und Kontaktbeobachtungen werden mit Fehlern modelliert (Falsch-Positiv/Falsch-Negativ), da die Daten oft diskret, verrauscht und intermittierend sind.

2. Ableitung der Complete-Data-Likelihood:
   Der Kernbeitrag ist die Ableitung einer Complete-Data-Event-History-Likelihood für den gemeinsamen Epidemie-Netzwerk-Prozess. Durch die Behandlung des vollständigen latenten Pfades (Infektionszeiten, Progressionszeiten und Kantenverläufe) als fehlende Daten leitet die Arbeit eine Likelihood-Funktion ab, die in folgende Komponenten faktorisiert:

   • Eine Komponente des latenten Prozesses (Produkt der Übergangsintensitäten und des Exponentials der integrierten Hazards).
   • Eine Beobachtungskomponente (Produkt der bedingten Wahrscheinlichkeiten der beobachteten Daten gegeben die latenten Zustände).

   Diese Formulierung liefert geschlossene Maximum-Likelihood-Schätzer (MLEs) für alle Parameter (Epidemie-Raten, Netzwerk-Raten und Beobachtungsparameter) unter der Bedingung des latenten Pfades. Diese Schätzer nehmen die bekannte Form „Ereignisanzahl pro Expositionszeit“ an.

3. Inferenz-Framework:

   • Frequentistisch: Das Paper etabliert die asymptotische Normalität der Complete-Data-MLEs und leitet geschlossene Ausdrücke für die beobachtete und die erwartete Fisher-Informationsmatrix her, was die Berechnung von Standardfehlern ermöglicht.
   • Bayesianisch: In Anerkennung der Tatsache, dass die Observed-Data-Likelihood aufgrund der kombinatorischen Explosion latenter Pfade unhandlich ist, schlägt das Paper eine Bayesianische Data-Augmentation-Strategie vor. Ein Metropolis-within-Gibbs-Sampler wird konstruiert, um abwechselnd den latenten Epidemieverlauf, den latenten Netzwerkverlauf und die Modellparameter zu aktualisieren. Dieser Ansatz nutzt die bedingte Konjugiertheit der Complete-Data-Likelihood (z. B. Gamma-Priors für Ratentparameter, Beta-Priors für Beobachtungswahrscheinlichkeiten), um eine effiziente Posterior-Sampling-Verfahren zu ermöglichen.

Zentrale Beiträge

• Einheitliches Framework: Das Paper bietet ein allgemeines Likelihood-Framework, das den latenten Prozess vom Beobachtungsprozess trennt und dennoch deren statistische Abhängigkeit bewahrt. Es berücksichtigt gleichzeitig latente Inkubationszeiten, intermittierende Netzwerkbeobachtung und externen Infektionsdruck.
• Ableitung der Complete-Data-Likelihood: Es leitet eine rigorose Complete-Data-Event-History-Likelihood ab, die als Grundlage sowohl für die Likelihood-basierte als auch für die Bayesianische Inferenz mittels Data Augmentation dient.
• Identifizierbarkeitsanalyse: Die Arbeit verdeutlicht, wie die Informationen aus der Krankheitsprogression und der Kontakt-Dynamik gemeinsam die Parameter-Schätzbarkeit bestimmen. Sie unterscheidet zwischen struktureller Identifizierbarkeit (unter vollständiger Beobachtung) und praktischer Identifizierbarkeit (unter teilweiser Beobachtung) und zeigt auf, dass Parameter, die die interne versus externe Infektion sowie die dynamische Kontaktbildung steuern, besonders anfällig für eine schwache Identifizierbarkeit sind, wenn die Daten spärlich sind.
• Spezialfälle: Es wird gezeigt, dass das Framework mehrere bestehende Epidemie-Netzwerkmodelle als Spezialfälle umfasst (z. B. statische Netzwerke, geschlossene Populationen, vollständig beobachtete Netzwerke).

Ergebnisse
Es wurde eine Simulationsstudie mit $N=100$ Individuen über drei Beobachtungsregime durchgeführt: Hoch, Moderat und Spärlich.

• Parameterrekonstruktion: Unter hohen und moderaten Beobachtungsregimen konnte der vorgeschlagene Bayesianische Sampler die Epidemie-Raten ($\beta, \kappa, \gamma$), die Netzwerk-Raten ($\eta, \tau$) und die Beobachtungsparameter ($p, s, c$) mit geringem Bias und gut kalibrierten 9v95%-Credible-Intervallen genau rekonstruieren.
• Spärliche Beobachtung: Unter spärlicher Beobachtung blieb die Methode stabil. Während die Posterior-Unsicherheit für die Netzwerkparameter und die externe Infektionsrate ($\xi$) zunahm, blieben die Schätzwerte nahe am wahren Wert. Die Credible-Intervalle weiteten sich angemessen aus, um den Informationsverlust widerzuspiegeln, und verhinderten so eine übermäßig selbstbewusste Inferenz.
• Konfundierung: Die Studie bestätigte, dass interne Transmission ($\beta$) und externe Infektion ($\xi$) ohne reichhaltige Kontaktdaten schwer zu trennen sind. Ebenso waren die Netzwerk-Bildungsparameter hochsensibel gegenüber Missingness und Messfehlern.
• Latente Rekonstruktion: Das Modell konnte die Unsicherheit erfolgreich propagieren und plausible latente Epidemie- und Netzwerkverläufe rekonstruieren, die konsistent mit den beobachteten Daten sind, selbst wenn die direkte Beobachtung begrenzt war.

Bedeutung und Ansprüche
Das Paper behauptet, eine Grundlage für die unsicherheitbewusste Analyse komplexer Transmissionsprozesse auf sich entwickelnden Netzwerken geschaffen zu haben. Die primäre Bedeutung liegt darin, eine kohärente probabilistische Struktur für die Inferenz in Situationen zu bieten, in denen Daten inhärent unvollständig und verrauscht sind – eine gängige Realität in der Infektions-Epidemiologie.

Die Autoren behaupten, dass ihr Framework:

1. Die Schätzbarkeit klärt: Es zeigt auf, dass die gemeinsame Beobachtung von Symptomen und Kontakten notwendig ist, um Transmissionsdynamiken von Netzwerkdynamiken und externen Infektionsdrücken zu unterscheiden.
2. Gemeinsame Inferenz ermöglicht: Es erlaubt die simultane Lernung von Modellparametern und latenten Verläufen, wodurch die Biase vermieden werden, die entstehen würden, wenn man Netzwerk- oder Infektionszeiten als fix oder vollständig beobachtet behandelt.
3. Robustheit bietet: Die Simulationsergebnisse zeigen, dass die Methode genaue Punktschätzer und sinnvolle Posterior-Unsicherheiten liefert, selbst wenn die Datenqualität suboptimal ist, was sie zu einem lebensfähigen Werkzeug für reale Anwendungen macht, in denen perfekte Daten nicht verfügbar sind.

Das Paper schließt mit der Feststellung, dass die Methode am besten funktioniert, wenn sowohl Symptom- als auch Kontaktdaten moderat informativ sind, sie jedoch ein flexibles und effektives Instrument für die Inferenz in teilweise beobachteten epidemischen Systemen darstellt und somit die Lücke zwischen mechanistischer Modellierung und statistischer Inferenz schließt.