从间断纵向数据和未知时间起源估计平均病毒载量轨迹
摘要：呼吸道中的病毒载量是评估传染性潜力的主要指标。了解宿主体内与疾病相关的病毒载量的动态变化对确定不同政策和健康建议非常重要。然而，通常只有部分随访数据可用且感染日期未知。在本文中，我们引入了一种基于离散时间的基于似然的方法来建模和估计部分观测到的纵向样本。我们通过多元正态分布对病毒载量轨迹进行建模，该模型考虑了个体内测量之间可能存在的相关性。我们推导出一种期望最大化（EM）算法，该算法将未知的时间起点和缺失的测量值视为潜在变量。我们的主要动机是在随机患者上进行测量，重构每日SARS-Cov-2病毒载量的平均值，这些患者的病毒载量在不同的日期上多次测量。该方法应用于以色列收集的SARS-Cov-2循环阈值数据中。
作者：Yonatan Woodbridge, Micha Mandel, Yair Goldberg and Amit Huppert
论文ID：2308.08902
分类：Applications
分类简称：stat.AP
提交时间：2023-08-21