Non-centred Bayesian inference for discrete-valued state-transition models: the Rippler algorithm

Resumo Técnico: Algoritmo Rippler para Inferência Bayesiana Não Centrada em Modelos de Transição de Estados

1. O Problema

A modelagem estocástica de doenças infecciosas utiliza frequentemente modelos baseados em indivíduos, onde a população é dividida em estados discretos (ex: suscetível, infectado, recuperado). O desafio central reside na inferência dos estados ocultos (o status real de cada indivíduo ao longo do tempo) a partir de dados de observação ruidosos e incompletos.

Esses modelos podem ser formulados como Modelos Ocultos de Markov Acoplados (CHMM). A complexidade surge porque o estado de um indivíduo depende dos estados de todos os outros, criando um espaço de estados de alta dimensão e altamente correlacionado. Métodos tradicionais enfrentam limitações:

• RJMCMC (Reversible-Jump MCMC): Tem dificuldade com modelos que possuem "loops" (retorno a estados anteriores) ou "ramos" (múltiplos estados possíveis de saída), apresentando mistura lenta.
• iFFBS (Individual Forward Filtering Backward Sampling): Embora eficiente para correlações dentro do indivíduo, seu custo computacional escala quadraticamente com o número de compartimentos ($S^2$), tornando-o inviável para modelos complexos.

2. Metodologia: O Algoritmo Rippler

Os autores introduzem o Algoritmo Rippler, um método de MCMC com aumento de dados (data-augmentation) que utiliza uma abordagem não centrada.

A lógica central:
Em vez de propor novos estados ocultos $X$ diretamente (o que é difícil devido às dependências), o algoritmo trabalha com uma matriz de números aleatórios auxiliares $U \sim \text{Unif}(0,1)$. Esses números, combinados com os parâmetros do modelo $\theta$, geram os estados $X$ através de uma função de mapeamento $g$.

O mecanismo de proposta:

1. Não-centralização: O algoritmo altera um elemento da matriz $U$ (ou um conjunto de elementos $\kappa$) para propor um novo $U^*$.
2. Efeito "Ripple" (Ondulação): Uma pequena mudança em um número aleatório $u_{t,j}$ altera o estado $x_{t,j}$. Como o modelo é acoplado, essa mudança "ondula" através do tempo e do espaço, alterando as probabilidades de transição para os passos seguintes e para os vizinhos, gerando um novo conjunto de estados $X^*$.
3. Aceitação: A proposta é aceita via passo de Metropolis-Hastings, utilizando uma razão de aceitação simplificada que evita o cálculo direto de probabilidades de eventos complexos, movendo essa carga para o passo de proposta.

Variante "Data-informed":
Os autores propõem uma versão que incorpora os dados de observação $Y$ diretamente no passo de proposta, modificando as probabilidades de transição para que a nova proposta $X^*$ já esteja "direcionada" para ser consistente com o que foi observado, aumentando a eficiência em modelos com muitos estados.

3. Principais Contribuições

• Generalidade: O algoritmo é aplicável a qualquer modelo de transição de estados baseado em indivíduos (CHMM), independentemente de possuir loops ou ramos.
• Escalabilidade: Ao contrário do iFFBS, a complexidade computacional do Rippler escala linearmente com o número de estados ($S$), e não quadraticamente.
• Tuning Adaptativo: Introdução de um mecanismo $\epsilon$-greedy para ajustar automaticamente o número de elementos alterados ($\kappa$) na matriz $U$, visando maximizar a taxa de aceitação ideal.

4. Resultados

Os autores realizaram estudos de simulação comparando o Rippler com RJMCMC e iFFBS em três cenários:

1. Modelo SIR (Simples): Todos os métodos convergiram para os valores reais, demonstrando a validade do Rippler.
2. Modelo SEIR Estendido (Múltiplos compartimentos de exposição): À medida que o número de estados ($S$) aumentava, o Rippler tornou-se mais eficiente que o iFFBS em termos de "distância de salto média por unidade de tempo" (MAJD).
3. Modelo Multi-cepa (Complexo): Em modelos com múltiplas cepas onde as transições entre estados são frequentes, a versão Data-informed Rippler superou significativamente os outros métodos, provando ser superior em cenários de alta complexidade de estado.

5. Significância

O trabalho representa um avanço importante para a epidemiologia matemática computacional. Ele fornece uma ferramenta robusta para inferir a dinâmica de doenças em modelos que antes eram proibitivos do ponto de vista computacional. A capacidade de escalar linearmente com o número de compartimentos permite que pesquisadores utilizem modelos muito mais realistas e detalhados (com múltiplos estágios de incubação ou diferentes variantes de vírus) sem o colapso do desempenho computacional.