德国地区重新审视斯凯勒姆分布——在区域层面估计未观察到的COVID-19重症监护室患者的流入和流出
摘要：COVID-19大流行开始后，我们意识到需要进行全面的数据收集，并将数据提供给科学家和专家进行适当的数据分析。在德国，罗伯特·科赫研究所（RKI）试图满足对COVID-19数据的需求，但仍然缺少相关数据，这些数据对于了解整个大流行的全貌是必需的。在本文中，我们着重研究COVID-19在德国的严重程度，理想的信息是进入重症监护室的患者数量。这些信息目前还不可用。相反，每天报道的是各地区重症监护室的当前占用情况。我们演示了如何使用随机版本的期望最大化算法（SEM）来预测进入和释放的COVID-19患者数量。这反过来又可以估计地区特定和年龄特定的感染率以及其他协变量（包括空间效应）对进入患者数量的影响。本文证明，即使相关数据未被记录或官方提供，统计建模也可以重建这些数据。这还包括由SEM算法应用自然产生的不确定性的量化。
作者：Martje Rave, G"oran Kauermann
论文ID：2305.15301
分类：Applications
分类简称：stat.AP
提交时间：2023-05-25