Technische Samenvatting: Uitbreiden van Contactmatrices voor Sociale Interactie met Socio-demografische Factoren

Probleemstelling

Compartmentele epidemische modellen zijn afhankelijk van contactmatrices voor sociale interactie om interactiepercentages tussen bevolkingsgroepen te definiëren. Hoewel deze modellen populaties vaak stratificeren op basis van leeftijd, negeren ze frequent andere socio-demografische factoren (bijvoorbeeld etniciteit, ontbering, onderwijs) die de transmissiedynamiek aanzienlijk beïnvloeden. Een uitsluitend op leeftijd gebaseerde stratificatie kan kritieke heterogeniteiten verdoezelen, wat leidt tot vertekende schattingen van het basisreproductiegetal ($R_0$), de uiteindelijke omvang van de epidemie en gezondheidsverschillen.

Bestaande methoden om meerdere socio-demografische factoren op te nemen, zijn beperkt. Ze vereisen doorgaans uitgebreide enquêtes over sociale contacten die paarwijze interactiepercentages over alle combinaties van factoren vastleggen (bijvoorbeeld leeftijd $\times$ etniciteit). Dergelijke gegevens zijn duur, tijdrovend om te verzamelen en lijden vaak onder waarneemingsbias. Bovendien is directe schatting van deze hoogdimensionale matrices vaak onuitvoerbaar, waardoor modellen niet in staat zijn de cumulatieve effecten van kruisende socio-demografische identiteiten te vangen.

Methodologie

De auteurs stellen een gestructureerde wiskundige methode voor om een bestaande op leeftijd gebaseerde contactmatrix ($C_{ij}$) uit te breiden door een aanvullende socio-demografische factor op te nemen (aangeduid als $a$ en $b$ voor groepen binnen de nieuwe factor). Dit resulteert in een uitgebreide contactmatrix $C_{ia,jb}$ die contacten voorstelt tussen individuen in leeftijdsgroep $i$ en socio-demografische groep $a$ met die in leeftijdsgroep $j$ en socio-demografische groep $b$.

De methode construeert deze uitgebreide matrix met slechts drie soorten invoer:

1. De oorspronkelijke op leeftijd gebaseerde contactmatrix ($C_{ij}$).
2. De bevolkingssamenstelling van de nieuwe socio-demografische factor (grootte van groepen $N_{ia}$).
3. Aannames met betrekking tot relatieve contactpercentages ($F_a$) en assortativiteit ($\epsilon$).

Kernbeperkingen

De uitgebreide matrix moet drie voorwaarden voldoen om fysieke en epidemiologische geldigheid te waarborgen:

1. Consistentie van Aggregatie: Het sommeren van contacten over de nieuwe socio-demografische groepen moet de oorspronkelijke op leeftijd gebaseerde matrix ($C_{ij}$) herstellen. Dit zorgt ervoor dat de uitbreiding bestaande contacten herschikt in plaats van dat ze worden gecreëerd of vernietigd.
2. Symmetrie: De matrix moet voldoen aan de wederkerigheidsvoorwaarde ($N_{ia}C_{ia,jb} = N_{jb}C_{jb,ia}$), zodat gegarandeerd wordt dat als groep A groep B contacteert, groep B ook groep A contacteert.
3. Voorwaarde voor Relatieve Interactie: De verhouding van totale contactpercentages tussen twee socio-demografische groepen ($F_{a1}/F_{a2}$) moet consistent zijn over alle leeftijdsgroepen.

Mengscenario's

De auteurs leiden oplossingen af voor twee mengregimes en een lineaire combinatie van beide:

• Proportioneel Mengen: Contacten worden over socio-demografische groepen verdeeld in verhouding tot hun bevolkingsgrootte en relatieve contactpercentages.
• Gescheiden (Assortatief) Mengen: Contacten vinden bij voorkeur plaats binnen dezelfde socio-demografische groep. De auteurs bieden een specifieke formulering voor "gescheiden mengen" waarbij interacties worden gesplitst op basis van het aandeel van de socio-demografische groep binnen elke leeftijdsgroep.
• Assortatief Mengen: Een algemene oplossing wordt gedefinieerd als een lineaire combinatie van de proportionele en gescheiden matrices, gecontroleerd door een assortativiteitsconstante $\epsilon$ (waarbij $\epsilon=0$ puur proportioneel is en $\epsilon=1$ puur gescheiden).

De methode maakt het opnieuw indexeren van het vierdimensionale array naar een tweedimensionale matrix mogelijk, wat theoretisch de uitbreiding van matrices met willekeurig aantal socio-demografische factoren toestaat, hoewel de auteurs praktische beperkingen opmerken met betrekking tot modelcomplexiteit en de noodzaak van aanvullende aannames.

Belangrijkste Bijdragen

1. Een Data-efficiënte Uitbreidingsmethode: Het artikel introduceert een methode om contactmatrices te stratificeren op aanvullende socio-demografische factoren zonder gedetailleerde paarwijze enquêtegegevens te vereisen. In plaats daarvan vertrouwt het op bevolkingssamenstellingsgegevens en aggregate mengaannames.
2. Wiskundige Formulering: De auteurs bieden expliciete formules voor het construeren van uitgebreide matrices onder proportionele, gescheiden en gemengde assortatieve voorwaarden, en bewijzen dat deze constructies voldoen aan de nodige symmetrie- en aggregatiebeperkingen.
3. Aantonen van Verborgen Heterogeniteit: Via numerieke simulaties toont de studie aan hoe het negeren van socio-demografische factoren significante variaties in epidemische uitkomsten kan maskeren, met name voor minderheidsgroepen.

Resultaten

De auteurs hebben de methode gevalideerd met twee benaderingen: hypothetische populaties en een projectie van het Europese POLYMOD-contactenonderzoek op de leeftijds-ethnische structuur van Aotearoa Nieuw-Zeeland.

Hypothetische Simulaties

• Impact van Relatieve Contactpercentages: Het variëren van de relatieve contactpercentages tussen socio-demografische groepen veranderde het basisreproductiegetal ($R_0$) en de aanvalspercentages aanzienlijk. $R_0$ nam over het algemeen toe naarmate het contactpercentage van een groep afweek van het gemiddelde, gedreven door het feit dat groepen met hoge contactpercentages transmissie meer aandrijven dan groepen met lage contactpercentages deze verminderen.
• Gevoeligheid van Minderheidsgroepen: Epidemische uitkomsten voor minderheidsgroepen bleken zeer gevoelig voor variaties in modelparameters (contactpercentages en assortativiteit).
• Niet-identificeerbaarheid: De studie vond dat verschillende combinaties van assortativiteit en relatieve contactpercentages vergelijkbare aggregate aanvalspercentages konden produceren, wat suggereert dat deze parameters mogelijk niet identificeerbaar zijn uitsluitend op basis van aggregate gegevens.

Projectie voor Aotearoa Nieuw-Zeeland

Met behulp van de POLYMOD-matrix geprojecteerd op de etnische structuur van Nieuw-Zeeland (Māori, Pacific, Aziatisch, Europees/Overig):

• Verschuiving in Dynamiek: Het opnemen van etniciteit en relatieve contactpercentages verhoogde de geschatte $R_0$, maar verlaagde het totale projectieaantal infecties met ongeveer 2% (ongeveer 100.000 mensen) in vergelijking met een model dat alleen rekening hield met leeftijd.
• Verschuiving in Leeftijdsstructuur: De opname van etniciteit verschuift de leeftijdsstructuur van infecties. Het aanvalpercentage nam toe voor oudere populaties terwijl het afnam voor jongere populaties. Dit gebeurde omdat de jongere etnische groepen (Māori en Pacific) hogere contactpercentages hadden, maar de oudere groepen (Europees/Overig) een andere leeftijdsverdeling hadden die de algehele transmissiedynamiek veranderde.
• Beleid Implicaties: De resultaten suggereren dat modellen die alleen rekening houden met leeftijd, het totale aantal gevallen kunnen overschatten en de last op specifieke leeftijds-ethnische subgroepen kunnen onderschatten, wat mogelijk leidt tot suboptimale beleidsbeslissingen met betrekking tot toewijzing van middelen en targeting van interventies.

Betekenis en Beweringen

Het artikel beweert dat de methode een "gestructureerde manier" biedt om uitgebreide contactmatrices te construeren wanneer gedetailleerde empirische gegevens ontbreken. De primaire betekenis ligt in het vermogen om:

• Ongelijkheden te Kwantificeren: Modellen in staat te stellen expliciet rekening te houden met socio-demografische heterogeniteiten die gezondheidsverschillen aandrijven.
• Beleidrelevantie te Verbeteren: Nauwkeurigere schattingen te bieden van $R_0$ en de omvang van de epidemie voor specifieke subgroepen, wat cruciaal is voor het ontwerpen van interventies die ongelijkheden minimaliseren.
• Verborgen Variatie te Onthullen: Aantonen dat aggregate modellen kritieke variaties in ziekte-uitkomsten kunnen verdoezelen, met name voor minderheidsgroepen, die vaak het meest worden getroffen tijdens epidemieën.

De auteurs blijven bescheiden over de beperkingen van de methode en erkennen dat deze een specifieke structuur oplegt aan de contactmatrix en uniforme assortativiteit en relatieve contactpercentages over leeftijdsgroepen veronderstelt. Zij merken op dat de methode in extreme parametertscenario's negatieve matrixelementen kan produceren, wat verificatie van non-negativiteit vereist voordat toepassing. Bovendien erft de methode de algemene beperkingen van compartimentele modellen, zoals de aanname van homogeen mengen binnen compartimenten en het ontbreken van ruimtelijke resolutie.