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

Sintesi Tecnica: Una Verosimiglianza a Dati Completi per Processi Epidemici su Reti Dinamiche Parzialmente Osservate

Definizione del Problema
L'inferenza per la trasmissione di malattie infettive su reti di contatti dinamiche è fondamentalmente complicata da quattro sfide interrelate: tempi di infezione latenti, evoluzione della rete parzialmente osservata, errore di misurazione nei dati di contatto e infezione originata dall'esterno della popolazione osservata (pressione di infezione esterna). Gli approcci esistenti basati sulla verosimiglianza affrontano tipicamente questi problemi in isolamento, facendo affidamento su ipotesi restrittive come reti completamente osservate, popolazioni chiuse o l'uso dell'insorgenza dei sintomi come surrogato diretto del tempo di infezione. Queste semplificazioni oscurano importanti questioni riguardanti l'identificabilità dei parametri e la propagazione dell'incertezza, specialmente quando sia le traiettorie della malattia che l'evoluzione della rete sono solo parzialmente osservate. I dati osservati rappresentano una proiezione grossolana di un processo stocastico sottostante, richiedendo il trattamento simultaneo di stati di malattia latenti, storie di contatto latenti e meccanismi di osservazione imperfetti.

Metodologia
Il documento propone un quadro unificato di verosimiglianza a dati completi che modella la progressione della malattia, l'evoluzione della rete e i meccanismi di osservazione come processi stocastici continui interagenti all'interno di una singola struttura probabilistica.

1. Modello Stocastico Congiunto: Il framework accoppia un processo epidemico Susceptible–Exposed–Infectious–Removed (SEIR) con una rete di contatti dinamica dipendente dallo stato.

   • Processo Epidemico: Modellato come una catena di Markov a tempo continuo in cui gli hazard di transizione dipendono dalla configurazione attuale della rete. Nello specifico, l'hazard affinché un individuo suscettibile diventi esposto è $\lambda_{SE}^i(t) = \beta I_i(t) + \xi$, dove $\beta$ è il tasso di trasmissione all'interno della rete, $I_i(t)$ è il numero di contatti infetti e $\xi$ è il tasso di infezione esterna. La progressione da Esposto a Infetto ($\kappa$) e da Infetto a Rimosso ($\gamma$) segue tassi costanti.
   • Rete Dinamica: La rete di contatti evolve come un processo di Markov a tempo continuo in cui i tassi di formazione ($\eta_{ab}$) e dissoluzione ($\tau_{ab}$) degli archi dipendono dagli stati della malattia ($a, b$) dei nodi incidenti. Ciò consente cicli di feedback in cui lo stato di infezione altera il comportamento di contatto.
   • Modello di Osservazione: Sono introdotti modelli espliciti per i sintomi e i contatti. Le osservazioni dei sintomi sono soggette a errori di classificazione (sensibilità/specificità) e le osservazioni dei contatti sono modellate con errori (falsi positivi/negativi), riconoscendo che i dati sono spesso discreti, rumorosi e intermittenti.

2. Derivazione della Verosimiglianza a Dati Completi:
   Il contributo principale è la derivazione di una verosimiglianza a eventi di storia completa per il processo congiunto epidemia-rete. Trattando l'intera traiettoria latente (tempi di infezione, tempi di progressione e storie degli archi) come dati mancanti, gli autori derivano una funzione di verosimiglianza che si fattorizza in:

   • Una componente del processo latente (prodotto delle intensità di transizione ed esponenziale degli hazard integrati).
   • Una componente di osservazione (prodotto delle probabilità condizionate dei dati osservati dati gli stati latenti).

   Questa formulazione produce stimatori di Massima Verosimiglianza (MLE) in forma chiusa per tutti i parametri (tassi epidemici, tassi di rete e parametri di osservazione) condizionati al percorso latente. Tali stimatori assumono la familiare forma "conteggio-eventi-su-esposizione".

3. Framework Inferenziale:

   • Frequentista: Il documento stabilisce la normalità asintotica degli MLE a dati completi e deriva espressioni in forma chiusa per le matrici di informazione di Fisher osservata e attesa, facilitando il calcolo degli errori standard.
   • Bayesiano: Riconoscendo che la verosimiglianza dei dati osservati è intrattabile a causa dell'esplosione combinatoria dei percorsi latenti, il documento propone una strategia di aumento dei dati (data augmentation) bayesiana. Viene costruito un campionatore Metropolis-within-Gibbs per aggiornare alternativamente la storia epidemica latente, la traiettoria della rete latente e i parametri del modello. Questo approccio sfrutta la coniugatezza condizionale della verosimiglianza a dati completi (ad esempio, prior Gamma per i parametri di tasso, prior Beta per le probabilità di osservazione) per facilitare il campionamento efficiente della distribuzione a posteriori.

Contributi Chiave

• Framework Unificato: Il documento fornisce un quadro di verosimiglianza generale che separa il processo latente dal processo di osservazione pur preservandone la dipendenza statistica, accogliando simultaneamente periodi di incubazione latenti, osservazione intermittente della rete e pressione di infezione esterna.
• Derivazione della Verosimiglianza a Dati Completi: Deriva una rigorosa verosimiglianza a eventi di storia completa che funge da fondamento sia per l'inferenza basata sulla verosimiglianza che per quella bayesiana tramite aumento dei dati.
• Analisi dell'Identificabilità: Il lavoro chiarisce come l'informazione derivante dalla progressione della malattia e dalla dinamica dei contatti determini congiuntamente l'estimabilità dei parametri. Distingue tra identificabilità strutturale (sotto osservazione completa) e identificabilità pratica (sotto osservazione parziale), rivelando che i parametri che governano l'infezione interna vs. esterna e la formazione dinamica dei contatti sono particolarmente vulnerabili a una debole identificabilità in presenza di dati scarsi.
• Casi Speciali: Si dimostra che il framework comprende diversi modelli di rete epidemica esistenti come casi speciali (ad esempio, reti statiche, popolazioni chiuse, reti completamente osservate).

Risultati
Uno studio di simulazione è stato condotto con $N=100$ individui attraverso tre regimi di osservazione: Alto, Moderato e Sparso.

• Recupero dei Parametri: Sotto i regimi di osservazione Alto e Moderato, il campionatore bayesiano proposto ha recuperato accuratamente i tassi epidemici ($\beta, \kappa, \gamma$), i tassi di rete ($\eta, \tau$) e i parametri di osservazione ($p, s, c$) con un basso bias e intervalli di credibilità al 95% ben calibrati.
• Osservazione Sparsa: Sotto l'osservazione sparsa, il metodo è rimasto stabile. Sebbene l'incertezza a posteriori per i parametri di rete e il tasso di infezione esterna ($\xi$) sia aumentata, le stime sono rimaste centrate vicino al valore reale. Gli intervalli di credibilità si sono allargati in modo appropriato per riflettere la perdita di informazione, evitando inferenze eccessivamente sicure.
• Confounding (Confondimento): Lo studio ha confermato che la trasmissione interna ($\beta$) e l'infezione esterna ($\xi$) sono difficili da separare senza ricchi dati di contatto. Allo stesso modo, i parametri di formazione della rete erano altamente sensibili alla mancanza di dati e all'errore di misurazione.
• Ricostruzione Latente: Il modello ha ricostruito con successo traiettorie latenti plausibili della malattia e della rete, coerenti con i dati osservati, anche quando l'osservazione diretta era limitata, propagando correttamente l'incertezza.

Significatività e Rivendicazioni
Il documento sostiene di aver stabilito una base per l'analisi consapevole dell'incertezza di processi di trasmissione complessi su reti in evoluzione. La sua significatività primaria risiede nel fornire una struttura probabilistica coerente per l'inferenza in contesti in cui i dati sono intrinsecamente incompleti e rumorosi — una realtà comune nell'epidemiologia delle malattie infettive.

Gli autori affermano che il loro framework:

1. Chiarisce l'Estimabilità: Rivela come l'osservazione congiunta di sintomi e contatti sia necessaria per distinguere la dinamica della trasmissione dalla dinamica della rete e dalle pressioni di infezione esterna.
2. Abilita l'Inferenza Congiunta: Permette l'apprendimento simultaneo dei parametri del modello e delle storie latenti, evitando i bias introdotti dal trattare i tempi di rete o di infezione come fissi o completamente osservati.
3. Garantisce Robustezza: I risultati della simulazione dimostrano che il metodo produce stime puntuali accurate e incertezze a posteriori sensate anche quando la qualità dei dati è subottimale, rendendolo uno strumento valido per applicazioni reali in cui la disponibilità di dati perfetti non è possibile.

Il documento conclude che, sebbene il metodo funzioni meglio quando sia i dati sui sintomi che quelli sui contatti sono moderatamente informativi, esso offre uno strumento flessibile ed efficace per l'inferenza in sistemi epidemici parzialmente osservati, colmando il divario tra modellazione meccanicistica e inferenza statistica.