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

Resumo Técnico: Uma Verossimilhança de Dados Completos para Processos Epidêmicos em Redes Dinâmicas Parcialmente Observadas

Definição do Problema
A inferência para a transmissão de doenças infecciosas em redes de contatos dinâmicas é fundamentalmente complicada por quatro desafios inter-relacionados: tempos de infecção latentes, evolução da rede parcialmente observada, erro de medição nos dados de contato e infecção originada fora da população observada (pressão de infecção externa). As abordagens de verossimilhança existentes normalmente abordam essas questões de forma isolada, baseando-se em pressupostos restritivos, como redes totalmente observadas, populações fechadas ou o uso do início dos sintomas como um substituto direto para o tempo de infecção. Essas simplificações obscurecem questões importantes sobre identificabilidade de parâmetros e propagação de incerteza, particularmente quando tanto as trajetórias da doença quanto a evolução da rede são apenas parcialmente observadas. Os dados observados representam uma projeção grosseira de um processo estocástico subjacente, exigindo o tratamento simultâneo de estados de doença latentes, históricos de contatos latentes e mecanismos de observação imperfeitos.

Metodologia
O artigo propõe um framework unificado de verossimilhança de dados completos que modela a progressão da doença, a evolução da rede e os mecanismos de observação como processos estocásticos contínuos interativos dentro de uma única estrutura probabilística.

1. Modelo Estocástico Conjunto: O framework acopla um processo epidêmico Suscetível–Exposto–Infeccioso–Removido (SEIR) a uma rede de contatos dinâmica dependente do status.

   • Processo Epidêmico: Modelado como uma cadeia de Markov de tempo contínuo onde os riscos de transição dependem da configuração atual da rede. Especificamente, o risco para um indivíduo suscetível $i$ tornar-se exposto é $\lambda_{SE}^i(t) = \beta I_i(t) + \xi$, onde $\beta$ é a taxa de transmissão dentro da rede, $I_i(t)$ é o número de contatos infecciosos e $\xi$ é a taxa de infecção externa. A progressão de Exposto para Infeccioso ($\kappa$) e de Infeccioso para Removido ($\gamma$) segue taxas constantes.
   • Rede Dinâmica: A rede de contatos evolui como um processo de Markov de tempo contínuo onde as taxas de formação de arestas ($\eta_{ab}$) e dissolução ($\tau_{ab}$) dependem dos estados da doença ($a, b$) dos nós incidentes. Isso permite loops de feedback onde o status de infecção altera o comportamento de contato.
   • Modelo de Observação: Modelos explícitos são introduzidos para sintomas e contatos. As observações de sintomas estão sujeitas a erros de classificação (sensibilidade/especificidade), e as observações de contatos são modeladas com erro (falsos positivos/negativos), reconhecendo que os dados são frequentemente discretos, ruidosos e intermitentes.

2. Derivação da Verossimilhança de Dados Completos:
   A contribuição central é a derivação de uma verossimilhança de histórico de eventos de dados completos para o processo conjunto epidemia-rede. Ao tratar a trajetória latente completa (tempos de infecção, tempos de progressão e históricos de arestas) como dados ausentes, os autores derivam uma função de verossimilhança que fatoriza em:

   • Um componente de processo latente (produto de intensidades de transição e exponencial de riscos integrados) e
   • Um componente de observação (produto de probabilidades condicionais dos dados observados dados os estados latentes).

   Esta formulação produz Estimadores de Máxima Verossimilhança (MLEs) de forma fechada para todos os parâmetros (taxas epidêmicas, taxas de rede e parâmetros de observação) condicionados à trajetória latente. Esses estimadores assumem a forma familiar de "contagem-de-eventos-sobre-exposição".

3. Framework de Inferência:

   • Frequentista: O artigo estabelece a normalidade assintótica dos MLEs de dados completos e deriva expressões de forma fechada para as matrizes de informação de Fisher observada e esperada, facilitando o cálculo de erros padrão.
   • Bayesiana: Reconhecendo que a verossimilhança de dados observados é intratável devido à explosão combinatória de trajetórias latentes, o artigo propõe uma estratégia de aumento de dados Bayesiana. Um amostrador Metropolis-within-Gibbs é construído para atualizar alternadamente o histórico epidêmico latente, a trajetória da rede latente e os parâmetros do modelo. Esta abordagem aproveita a conjugação condicional da verossimilhança de dados completos (por exemplo, priors Gamma para parâmetros de taxa, priors Beta para probabilidades de observação) para facilitar a amostragem posterior eficiente.

Principais Contribuições

• Framework Unificado: O artigo fornece um framework de verossimilhança geral que separa o processo latente do processo de observação enquanto preserva sua dependência estatística, acomodando períodos de incubação latentes, observação intermitente de rede e pressão de infecção externa.
• Derivação da Verossimilhança de Dados Completos: Deriva uma verossimilhança rigorosa de histórico de eventos de dados completos que serve como base tanto para a inferência de verossimilhança quanto para a inferência Bayesiana via aumento de dados.
• Análise de Identificabilidade: O trabalho esclarece como a informação da progressão da doença e da dinâmica de contato determina conjuntamente a estimabilidade dos parâmetros. Distingue entre identificabilidade estrutural (sob observação completa) e identificabilidade prática (sob observação parcial), revelando que os parâmetros que governam a infecção interna vs. externa e a formação de contatos dinâmicos são particularmente vulneráveis a uma identificabilidade fraca quando os dados são escassos.
• Casos Especiais: Mostra-se que o framework engloba vários modelos de rede epidêmica existentes como casos especiais (ex: redes estáticas, populações fechadas, redes totalmente observadas).

Resultados
Um estudo de simulação foi conduzido com $N=100$ indivíduos através de três regimes de observação: Alto, Moderado e Escasso.

• Recuperação de Parâmetros: Sob regimes de observação Alta e Moderada, o amostrador Bayesiano proposto recuperou com precisão as taxas epidêmicas ($\beta, \kappa, \gamma$), as taxas de rede ($\eta, \tau$) e os parâmetros de observação ($p, s, c$) com baixo viés e intervalos de credibilidade de 95% bem calibrados.
• Observação Escassa: Sob observação escassa, o método permaneceu estável. Embora a incerteza posterior para os parâmetros de rede e para a taxa de infecção externa ($\xi$) tenha aumentado, as estimativas permaneceram centradas próximas ao valor real. Os intervalos de credibilidade alargaram-se apropriadamente para refletir a perda de informação, evitando inferências excessivamente confiantes.
• Confundimento: O estudo confirmou que a transmissão interna ($\beta$) e a infecção externa ($\xi$) são difíceis de separar sem dados de contato ricos. Da mesma forma, os parâmetros de formação de rede foram altamente sensíveis à ausência de dados e ao erro de medição.
• Reconstrução Latente: O modelo reconstruiu com sucesso trajetórias plausíveis da epidemia e da rede latentes consistentes com os dados observados, mesmo quando a observação direta era limitada, propagando a incerteza.

Significância e Alegações
O artigo afirma estabelecer uma base para a análise de processos de transmissão complexos em redes em evolução com consciência de incerteza. Sua principal significância reside em fornecer uma estrutura probabilística coerente para a inferência em cenários onde os dados são inerentemente incompletos e ruidosos — uma realidade comum na epidemiologia de doenças infecciosas.

Os autores afirmam que seu framework:

1. Esclarece a Estimabilidade: Revela como a observação conjunta de sintomas e contatos é necessária para distinguir a dinâmica de transmissão da dinâmica de rede e das pressões de infecção externa.
2. Permite a Inferência Conjunta: Permite o aprendizado simultâneo dos parâmetros do modelo e dos históricos latentes, evitando os vieses introduzidos pelo tratamento de tempos de rede ou de infecção como fixos ou totalmente observados.
3. Proporciona Robustez: Os resultados da simulação demonstram que o método produz estimativas pontuais precisas e incerteza posterior sensata mesmo quando a qualidade dos dados é suboptimal, tornando-o uma ferramenta viável para aplicações do mundo real onde dados perfeitos não estão disponíveis.

O artigo conclui que, embora o método funcione melhor quando tanto os dados de sintomas quanto os de contatos são moderadamente informativos, ele oferece uma ferramenta flexível e eficaz para a inferência em sistemas epidêmicos parcialmente observados, preenchendo a lacuna entre a modelagem mecanística e a inferência estatística.