Marginal Likelihood Inference for Fitting Dynamical Survival Analysis Models to Epidemic Count Data

技術要約：疫学カウントデータへの動的生存解析モデルの適合における周辺尤度推論

問題提起
確率的コンパートメントモデル（確率的SIRモデルなど）は、疾患の広がりを記述するための標準的なツールである。しかし、これらのモデルを現実世界のサーベイランスデータに適用する場合、厳密な統計的推論はしばしば困難を極める。実際には、感染および回復の履歴が完全に観察されることは稀であり、データは通常、離散的な発生数（例：日次または週次の症例報告）として得られる。標準的な尤度ベースのアプローチでは、このような部分的に観測されたデータに対する周辺尤度関数は、カウントと整合するすべての未観測の軌跡について積分を行う必要がある。この高次元の積分ステップは計算量的に非常に負荷が高く、粒子フィルタ、近似ベイズ計算、あるいは特注のデータ拡張型マルコフ連鎖モンテカルロ（MCMC）サンプラーのような集中的なシミュレーション手法を必要とすることが多い。

手法
著者らは、**動的生存解析（Dynamical Survival Analysis: DSA）**のパラダイムに基づき、離散的に観測された発生カウントデータに対する閉形式の周辺尤度を提案している。本手法の核心は、カウント値を持つ確率モデルを保持しつつ、集団レベルのハザード率を大規模集団の極限で近似することにある。

1. DSAフレームワーク: SIRモデルにおけるSellkeの構成に基づき、著者らは流行を「累積曝露量がランダムな閾値を超えたときに感染が発生する」という個人レベルのプロセスとして捉える。大規模集団の極限（$N \to \infty$）において、感受性および感染者比率は、常微分方程式（ODE）系の解に収束する。
2. 生存解釈: 著者らは、ODEの解を感染までの時間に関する生存関数として解釈する。これにより、感染時間の明示的な確率密度関数を導出することが可能となる。
3. 周辺カウント尤度: 本研究の主要な革新は、未知の感染時刻および除去時刻を正確に周辺化する閉形式の尤度を導出したことにある。
   • 正確な感染時刻（ただし回復データは欠損）の場合: 尤度は密度の積となる。
   • 離散カウントデータ（本研究の主な対象）の場合: 著者らは、未観測の感染時刻を観測区間内で積分することにより、周辺尤度を導出した。DSA近似の下では、未観測の時刻と観測カウントの結合密度は、未観測の時刻が区間内で一様分布に従うように分解されることを彼らは示している。その結果、それらを積分することで単純な積の形式が得られる：
     $$l(\theta | \{Y_j\}_{j=1}^P) = s_T^{N-K} \prod_{j=1}^P (s_{\xi_{j-1}} - s_{\xi_j})^{Y_j}$$
     ここで、$s_t$ は時刻 $t$ におけるODE系の解であり、$Y_j$ は区間 $j$ におけるカウント、$K$ は総感染数である。
4. 汎用性: 本フレームワークは、適切なODEの解を尤度公式に代入するだけで、個体間の異質性（フレイルティ・モデル）や混合の異質性（ポアソン・ランダム・ネットワーク）を含むモデルへと容易に拡張できることが示されている。

主要な貢献

• 閉形式の尤度: 本論文は、DSA近似下でのカウントデータに対する初の閉形式の尤度を提供し、欠損したイベント時刻の数値積分を不要にした。
• 計算効率: 本手法は、計算コストを集団サイズ $N$ から切り離している。正確な手法では $N$ とともにグリッド解像度を高める必要があるが、DSAアプローチは観測回数のみに依存するため、大規模なアウトブレイクにもスケール可能である。
• 柔軟性: この推論戦略は、特注のMCMCサンプラーを必要とすることなく、フレイルティ（感受性の未観測の異質性）やネットワーク構造を含む複雑なモデルのバリアントに容易に拡張できる。
• 区間打ち切りとの関連性: 導出された尤度は、数学的に区間打ち切り生存解析の尤度と等価であることが示されており、この近似に対して厳密な統計的基礎を提供している。

結果
著者らは、シミュレーション研究および実世界のケーススタディを通じて本手法を評価している。

• シミュレーション研究:

  • 精度: 周辺カウント尤度を用いたパラメータ推定は、正確で計算負荷の高い手法（データ拡張型MCMCなど）と同等の精度を示し、欠損時刻を一様乱数として補完する手法（バイアスが生じる）を大幅に上回る。
  • 被覆率: DSA近似は、正確な確率過程と比較して軌跡の変動をわずかに減少させるため（これにより、いくつかの設定で信頼区間の被覆率が公称の95%レベルをわずかに下回る）、DSA近似から直接シミュレーションされたデータを用いた場合には、公称の被覆率を達成する。
  • 効率性: DSAベースの推論は、特に集団サイズが増大するにつれて、正確な手法と比較して、有効サンプル/秒の測定において桁違いの計算速度の向上をもたらす。
  • フレイルティ・モデル: 本手法はフレイルティ・モデルにおけるパラメータ推定にも成功したが、小規模な集団や拡散した事前分布においては実用的な識別性の問題が生じることがあり、これはより情報量の多い事前分布を用いることで緩和可能である。

• ケーススタディ:

  • エボラ出血熱（コンゴ民主共和国）: ポアソン・ランダム・ネットワーク・モデルを用いた2018年〜2020年のエボラアウトブレイクに適用した。日次の症例カウントのみを用いた本手法は、正確なイベント時刻を仮定した従来の解析と一致する事後平均を生成したが、欠損データの不確実性をより適切に反映した広い信頼区間を示した。
  • COVID-19（中国）: 53都市の発生データに適用した。標準的なSIRモデルとフレイルティ・モデルを比較した。フレイルティ・モデルはいくつかの都市でデータに対して優れた適合を示し、感受性の個体差を無視することは、集団レベルの傾向が類似して見える場合でも、主要な疫学パラメータ（例：$R_0$）の推定にバイアスをもたらす可能性があることを示唆した。

意義と主張
著者らは、本研究が、現実的かつ部分的に観測されたデータ条件下での、確率的疫学モデルに対する効率的な尤度ベースの推論を可能にすることで、重要な方法論的ギャップを埋めるものであると主張している。彼らは、このアプローチがシミュレーション主体の手法に代わる「ユーザーフレンドリー」な選択肢を提供し、特注のモデルベース・シミュレーションを必要とせずに、標準的なアルゴリズム（例：ハミルトニアンモンテカルロ法）を用いた直接的な事後サンプリングを可能にすることを強調している。

本論文は、DSA近似が大規模集団における疫学動態の忠実な表現を提供すると同時に、扱いやすい尤度構造を提供すると断言している。フレイルティやネットワーク構造への拡張性を実証することで、著者らは、計算の実現可能性と複雑な疫学的特徴を捉える能力のバランスを取る、柔軟なモデリング・パラダイムを提示している。標準的なDSA-SIRモデルは一般的な傾向を捉えるが、現実世界のデータにおける残差変動を説明するには、フレイルティやネットワーク構造を組み込むことがしばしば必要であることを、本研究は示唆している。