Bayesian Inference in Epidemic Modelling: A Beginner's Guide

Sintesi Tecnica: Inferenza Bayesiana nella Modellazione Epidemiologica

1. Il Problema

La modellazione epidemiologica, in particolare per malattie come COVID-19, influenza o Ebola, affronta una sfida fondamentale: l'incertezza intrinseca dei parametri del modello. Parametri critici come il tasso di trasmissione ($\beta$) e il tasso di recupero ($\gamma$) non sono noti a priori e devono essere stimati a partire da dati osservati che sono spesso rumorosi, incompleti o soggetti a ritardi di segnalazione.

L'approccio tradizionale frequentista cerca un singolo valore "migliore" (stima di massima verosimiglianza), fornendo un punto unico e intervalli di confidenza che non incorporano facilmente conoscenze pregresse. Al contrario, l'approccio Bayesiano mira a derivare l'intera distribuzione di probabilità dei parametri plausibili (la distribuzione posteriore), combinando formalmente la conoscenza preesistente (prior) con i nuovi dati osservati (likelihood). La sfida computazionale risiede nel fatto che il calcolo diretto della distribuzione posteriore richiede l'integrazione su uno spazio dei parametri complesso, spesso privo di soluzione analitica chiusa.

2. Metodologia

Il documento propone un quadro metodologico che integra la dinamica dei sistemi, la statistica bayesiana e l'inferenza computazionale.

• Il Modello SIR (Susceptible-Infectious-Recovered):
  Il cuore del modello è un sistema di equazioni differenziali ordinarie (ODE) che descrive il flusso della popolazione tra tre compartimenti:

  • $dS/dt = -\beta SI/N$
  • $dI/dt = \beta SI/N - \gamma I$
  • $dR/dt = \gamma I$
    Poiché non esiste una soluzione analitica chiusa per questo sistema, l'autore utilizza metodi di integrazione numerica (come il metodo di Eulero o Runge-Kutta 4) per generare curve epidemiche predittive date una coppia di parametri $(\beta, \gamma)$.

• Impostazione Bayesiana:
  L'inferenza si basa sul teorema di Bayes:
  $$P(\theta | y) = \frac{P(y | \theta) \cdot P(\theta)}{P(y)}$$
  Dove $\theta = (\beta, \gamma)$ e $y$ sono i dati osservati.

  • Prior ($P(\theta)$): Viene definita una distribuzione uniforme su intervalli biologicamente sensati (es. $\beta \in [0.05, 1.0]$), codificando una conoscenza debole ma realistica.
  • Likelihood ($P(y | \theta)$): Si assume un modello di rumore additivo Gaussiano ($I_{oss} = I_{modello} + \epsilon$). La log-verosimiglianza risulta equivalente alla minimizzazione della somma dei quadrati degli errori (Least Squares), ma all'interno di un quadro probabilistico completo.

• Algoritmo MCMC (Metropolis-Hastings):
  Poiché il termine di normalizzazione $P(y)$ è intrattabile, l'autore utilizza l'algoritmo Metropolis-Hastings per campionare dalla distribuzione posteriore senza calcolarla esplicitamente.

  1. Si inizia con un valore iniziale $\theta^{(0)}$.
  2. Si propone un nuovo valore $\theta'$ tramite una passeggiata casuale (es. Gaussiana).
  3. Si calcola il rapporto di accettazione $\alpha$, che dipende dal rapporto delle posteriori (dove $P(y)$ si semplifica).
  4. Si accetta o si rifiuta il nuovo stato in base a $\alpha$.
     Questo processo genera una catena di Markov che, dopo un periodo di "burn-in" (discartato), converge alla distribuzione posteriore target.

3. Risultati Chiave

L'autore dimostra l'efficacia del metodo attraverso un esperimento numerico con dati sintetici:

• Setup: Una popolazione di $N=1000$ con parametri veri $\beta^*=0.3$ e $\gamma^*=0.1$ ($R_0=3.0$). I dati osservati sono stati generati aggiungendo rumore Gaussiano alla curva SIR vera.
• Ricostruzione dei Parametri: Dopo 8000 iterazioni (con 2000 di burn-in), l'algoritmo MCMC ha recuperato con alta precisione i parametri veri:
  • Media posteriore di $\beta$: 0.300 (vero: 0.300, deviazione std: 0.002).
  • Media posteriore di $\gamma$: 0.102 (vero: 0.100, deviazione std: 0.001).
• Analisi delle Distribuzioni: Le distribuzioni posteriori risultano strette e centrate sui valori veri, indicando che 60 giorni di dati giornalieri sono sufficienti per vincolare fortemente i parametri.
• Posterior Predictive Check: L'analisi mostra che 100 traiettorie simulate dai parametri campionati dalla posteriore coprono efficacemente i dati osservati rumorosi, validando la bontà del modello.

4. Contributi Principali

1. Transizione da Punti a Distribuzioni: Il documento enfatizza il passaggio dalla ricerca di un singolo "miglior valore" alla quantificazione dell'intera incertezza parametrica. Questo permette di affermare, ad esempio, che "$R_0$ è tra 2.1 e 2.9 con probabilità del 95%" piuttosto che fornire solo una stima puntuale.
2. Integrazione di Conoscenza Precedente: Dimostra come i priors possano stabilizzare l'inferenza quando i dati sono scarsi o rumorosi, incorporando conoscenza di dominio (es. intervalli seriali noti).
3. Validazione del Modello: Introduce l'uso sistematico dei Posterior Predictive Checks come strumento fondamentale per verificare se il modello strutturale (SIR) è in grado di riprodurre i dati osservati, andando oltre la semplice stima dei parametri.
4. Accessibilità Computazionale: Spiega come l'algoritmo Metropolis-Hastings aggiri il problema dell'integrale intrattabile, rendendo l'inferenza bayesiana praticabile per modelli ODE complessi.

5. Significato e Implicazioni

Il lavoro sottolinea che i modelli epidemiologici sono strumenti imperfetti ma utili per la politica sanitaria. L'inferenza bayesiana fornisce il quadro statistico rigoroso per quantificare "quanto sono sbagliati" e "quanto sono utili" questi modelli.

La capacità di produrre intervalli credibili (che hanno un'interpretazione probabilistica diretta sui parametri) invece di semplici intervalli di confidenza è cruciale per la pianificazione delle interventi. Comprendere l'incertezza nei parametri di trasmissione e recupero permette ai decisori di valutare i rischi in modo più realistico, evitando di basare strategie di contenimento su stime puntuali che potrebbero nascondere un'alta variabilità. Infine, il documento funge da guida introduttiva solida per l'adozione di metodi MCMC moderni (come NUTS/HMC) nella modellistica epidemiologica avanzata.