Uncovering identifiability of epidemiological models: basic reproduction number and complementary data streams

Sintesi Tecnica: Svelare l'Identificabilità dei Modelli Epidemiologici

Problema
I modelli matematici della dinamica delle malattie infettive vengono regolarmente adattati ai dati di sorveglianza per stimare i parametri epidemiologici e informare le decisioni di sanità pubblica. Tuttavia, esiste una sfida fondamentale: i dati osservabili spesso catturano solo una visione parziale del processo epidemico. Anche in condizioni ideali (osservazioni perfette, prive di rumore e continue), la struttura del modello e le misurazioni disponibili potrebbero non contenere informazioni sufficienti per determinare in modo univoco tutti i parametri. Questa limitazione è formalmente caratterizzata dall'identificabilità strutturale. Un modello che fallisce questo test non può produrre stime univoche dei parametri, indipendentemente dalla qualità o quantità dei dati.

Sebbene l'identificabilità strutturale sia una precondizione necessaria per un'inferenza affidabile, la pratica epidemiologica attuale spesso trascura due sfumature critiche:

1. Quantità Composite: Un modello può essere strutturalmente non identificabile rispetto ai singoli parametri, ma può comunque fornire quantità composite identificabili (ad esempio, il numero di riproduzione di base, $R_0$) o variabili di stato osservabili che sono cruciali per il processo decisionale.
2. Dati Complementari Minimi: Manca una comprensione sistematica riguardo alla quantità minima di dati aggiuntivi provenienti da flussi complementari necessari per risolvere la non-identificabilità strutturale.

Metodologia
Gli autori impiegano un approccio sistematico che combina l'algebra differenziale, l'ottimizzazione numerica e prove teoriche per investigare l'identificabilità strutturale attraverso diverse classi di modelli epidemici compartimentali.

• Approccio di Algebra Differenziale: Lo strumento analitico primario è l'approccio dell'algebra differenziale, implementato tramite il pacchetto software StructuralIdentifiability.jl. Questo metodo prevede:

  1. L'eliminazione delle variabili di stato per derivare equazioni input-output che coinvolgono solo osservazioni e parametri.
  2. La verifica se i coefficienti di queste equazioni formano un insieme completo di combinazioni di parametri identificabili.
  3. La determinazione se i singoli parametri o le variabili di stato possono essere espressi in termini di queste combinazioni.
  4. L'uso delle derivate di Lie per valutare l'identificabilità delle variabili di stato.
     Nota: Gli autori riconoscono che, sebbene alcuni passaggi del software siano randomizzati, essi forniscono prove matematiche rigorose o utilizzano strumenti deterministici (come DAISY) per la verifica ove necessario.

• Visualizzazione Numerica: Per complementare l'analisi teorica, gli autori utilizzano l'ottimizzazione locale multi-start in MATLAB. Adattano i modelli a dati di outbreak completi, simulati e privi di rumore, partendo da molteplici ipotesi iniziali di parametri. La non-unicità nel panorama dell'ottimizzazione (molteplici set di parametri distinti che producono fit equivalenti) funge da indicatore visivo di non-identificabilità.

• Classi di Modelli: Lo studio copre un ampio spettro di modelli epidemiologici, tra cui:

  • Modelli SIR standard con incidenza standard.
  • Modelli con periodi latenti (SEnIR) e infettivi (SInR) distribuiti secondo una gamma.
  • Modelli con mortalità frazionaria e additiva (SIRD).
  • Modelli con molteplici vie di trasmissione (Colera: uomo-uomo e acquatico).
  • Modelli di popolazione stratificata con osservazioni aggregate.
  • Dinamiche ospite-vettore (modello di Ross-Macdonald).
  • Modelli di risposta comportamentale con incidenza non lineare.

Contributi Chiave e Risultati

1. Identificabilità di Quantità Composite ($R_0$) nonostante i Parametri Non Identificabili
Lo studio dimostra che la non-identificabilità strutturale di un modello non preclude l'identificabilità di quantità composite epidemiologicamente rilevanti.

• Modello SIR: Mentre il tasso di trasmissione ($\beta$) e la dimensione della popolazione ($N$) sono non identificabili (solo il loro rapporto $\beta/N$ è identificabile), il numero di riproduzione di base $R_0$ e il numero di riproduzione efficace $R_e(t)$ sono globalmente identificabili.
• Modello SIRD: Nei modelli con rapporti di letalità da infezione, i singoli parametri come il tasso di trasmissione e il rapporto di letalità sono non identificabili, ma $R_0$ rimane globalmente identificabile.
• Modelli del Colera e Ospite-Vettore: Nonostante le complesse vie di trasmissione e i parametri individuali non identificabili (ad esempio, specifici tassi di trasmissione o dimensioni della popolazione), si dimostra che $R_0$ è globalmente strutturalmente identificabile perché si decompone in prodotti e quozienti di combinazioni identificabili.
• Eccezione: Gli autori identificano un controesempio nei modelli di risposta comportamentale con una funzione di incidenza saturante ($k=1$). In questo caso specifico, $R_0$ è solo localmente identificabile, non globalmente, sfidando l'assunto che $R_0$ sia sempre identificabile.

2. Dati Complementari Minimi per l'Identificabilità Globale
Il documento prova che l'incorporazione di dati complementari minimi può risolvere la non-identificabilità strutturale, richiedendo spesso solo la misurazione di un singolo punto temporale da una variabile di stato aggiuntiva.

• Modello SIR: L'aggiunta di un singolo dato privo di rumore per la popolazione guarita $R(t)$ rende l'intero modello globalmente identificabile.
• Modello SIRD: Un'osservazione singola di $S(t)$, $I(t)$ o $R(t)$ risolve la non-identificabilità causata dalla correlazione tra il tasso di trasmissione e il rapporto di letalità.
• Modello del Colera: I requisiti dei dati dipendono dal tipo di osservazione. Osservare la concentrazione del patogeno ($W$) richiede due punti dati complementari da compartimenti distinti per raggiungere l'identificabilità globale, mentre osservare l'afflusso di patogeni ($\alpha I$) richiede un solo punto dato.
• Modelli Comportamentali: Un'osservazione singola di $S(t)$ o $R(t)$ converte il modello comportamentale localmente identificabile in uno globalmente identificabile.

3. Osservabilità dello Stato vs. Identificabilità dei Parametri
Lo studio evidenzia che l'identificabilità globale dei parametri non garantisce l'identificabilità globale delle variabili di stato. Ad esempio, in un modello SIR stratificato in cui due sottopopolazioni condividono parametri identici, i parametri aggregati sono identificabili, ma le singole variabili di stato delle sottopopolazioni non lo sono; sono identificabili solo le loro somme.

Significato e Rivendicazioni
Gli autori inquadrano le loro scoperte come un cambiamento di prospettiva per la modellazione epidemiologica e la progettazione della sorveglianza:

• Riformulazione della Domanda di Identificabilità: La domanda centrale dovrebbe passare da "Il modello è identificabile?" a "Le quantità che contano per il processo decisionale sono identificabili?". Un modello strutturalmente non identificabile può comunque essere "adeguato allo scopo" se le specifiche quantità composite richieste per le decisioni di sanità pubblica (come $R_0$) sono identificabili.
• Implicazioni per la Progettazione della Sorveglianza: Piuttosto che allocare risorse limitate al monitoraggio frequente di molteplici flussi di dati o fare affidamento su stime di parametri esterne incerte, i sistemi di sanità pubblica possono dare priorità in modo strategico alla raccolta di misurazioni complementari scarse e di alta qualità. Lo studio suggerisce che anche un singolo punto dato, privo di rumore, da un flusso complementare (ad esempio, un sondaggio di sieroprevalenza che fornisce un'istantanea della popolazione suscettibile) può raggiungere l'identificabilità globale.
• Limiti Teorici: Il documento riconosce la difficoltà di derivare risultati generali di identificabilità per modelli non lineari. Sebbene stabiliscano l'identificabilità globale per i periodi latenti distribuiti secondo una gamma, notano che i pattern per i modelli di risposta comportamentale rimangono elusivi e sensibili ai dettagli strutturali (ad esempio, l'esponente $k$).

In conclusione, lo studio fornisce una base metodologica per valutare cosa possa essere affidabilmente inferito dai modelli epidemiologici, dimostrando che un'inferenza utile è possibile anche quando l'identificabilità completa del modello non è raggiungibile, e che dati complementari minimi possono spesso ripristinare la piena identificabilità.