《Frontiers in Veterinary Science》:Nowcasting officially reported highly pathogenic avian influenza outbreak counts under heterogeneous reporting delays
编辑推荐:
官方动物疾病序列常因报告延迟而不完整。这项回顾性观察研究评估了增加模型复杂度是否会增强对最终官方报告暴发当量计数的概率临近预报。研究人员从世界动物卫生组织(WOAH)世界动物卫生信息系统(WAHIS)的固定提取中重建历史信息状态,其中包括46,860起高致病性
官方动物疾病序列常因报告延迟而不完整。这项回顾性观察研究评估了增加模型复杂度是否会增强对最终官方报告暴发当量计数的概率临近预报。研究人员从世界动物卫生组织(WOAH)世界动物卫生信息系统(WAHIS)的固定提取中重建历史信息状态,其中包括46,860起高致病性禽流感(HPAI)和72,690起非洲猪瘟(ASF)暴发。研究人员使用加权区间评分(WIS)、校准诊断、分块自助法、模拟以及单独冻结的美国农业部动植物卫生检验局(USDA APHIS)迁移评估,在2024–2025年的78个锁定截点上评估了12种预指定方法。主要HPAI分析包括来自115个国家–宿主单元的35,880个观测。在周关闭时,仅7.6%的最终HPAI和6.7%的最终ASF暴发当量可见,完整性随宿主、地区、年份、季节和工作量变化。预指定的主要假设未获支持:延迟感知时间网络比分层贝叶斯比较器差6.9%,关系图仅使WIS改变0.4%。梯度提升分位数回归使WIS改善18.5%(绝对差?0.0397,95%区间?0.0553至?0.0255),但在高报告量单位中改善达26.0%,并在报告史极少的单位中逆转为6.3%劣势。在队列年龄0时,以部分计数为条件比匹配的无延迟网络差24.7%,此后表现更好。报告较慢的ASF系统逆转了汇总对比,而APHIS模块在系统特异性重新训练后使WIS改善10.1%。添加显式零处质量使透明比较器改善18.8%,并导致与梯度提升无可检测差异;在相同重校准下神经模型仍差17.4%。在探索性分析中,梯度提升在所有六种队列定义和所有三种成熟期限下均越过预指定5%门槛。对于排除训练的高报告量国家和地区,性能显著恶化。这些估计针对所研究监测条件下最终官方报告的暴发当量,而非未检测感染。
论文解读
官方动物疾病序列常因报告延迟而不完整,近期周次存在右截断。高致病性禽流感(HPAI)和非洲猪瘟(ASF)需经检测、采样、实验室确认、国家代表提交和验证后进入世界动物卫生组织(WOAH)世界动物卫生信息系统(WAHIS),各步骤因国家、宿主和工作量不同而耗时,故曲线末端下降可能同时反映事件少和报告慢。固定数据库快照无法区分这些解释;随机记录级划分还可能使同一暴发链、相邻周或邻国同时进入训练与测试,缺失记录也可能被误作无病。已有报告三角、链梯、贝叶斯临近预报及神经网络方法,但WAHIS及时性研究多属描述性,未形成可评分的预测分布。研究人员因此检验:在报告机构随国家变化、国家–宿主–周计数多为零、HPAI与ASF延迟99百分位分别达229天和382天的条件下,增加模型复杂度是否能相对透明延迟校正方法获得可重复的WIS增益。
研究人员开展回顾性观察预测研究,使用固定WAHIS提取重建历史信息状态,并以滚动原点重放、单一锁定时间外测试、匹配消融、模拟和分块自助法评估12种预指定方法。主要目标为52周成熟期限内最终官方报告暴发当量,主要HPAI队列含115个国家–宿主单元、78个锁定截点和35,880个观测;ASF评估含16,848个观测;USDA APHIS野生鸟检测迁移评估含50个州、31个成熟截点和6,200个观测。主要复杂度假设未获支持,梯度提升分位数回归是唯一越过5%门槛的预指定方法,其优势集中于高报告量单位,延迟校正窗口比预期更窄,关系图无稳健增益。
关键技术方法不超过250字:采用回顾性观察预测设计,数据来源为2005–2026年WAHIS固定提取,分析自2017年开始,并纳入USDA APHIS野生鸟HPAI检测记录。主要队列限定为开发期至少2个成熟暴发当量的国家–宿主单元。延迟以ISO发生周与首次报告周之差定义。比较12种预指定方法,包括完整性比率、链梯、NobBS-style、分层贝叶斯(B4)、XGBoost梯度提升分位数回归(B5)、因果transformer(B8)、关系图模型(B9)及其无延迟消融;以宏观平均WIS、校准诊断、分块自助法、10个已知真值模拟场景和分别冻结的APHIS重训练评估进行检验。
研究结果
3.1 报告延迟及其异质性:通过延迟审计和完整性重建发现,HPAI与ASF首次报告延迟中位数均为14天,但HPAI第90/99百分位为56/229天,ASF为122/382天;周关闭时最终HPAI和ASF暴发当量仅7.6%和6.7%可见,4周达78.2%和70.5%,8周达90.1%和79.1%。宿主、地区、年份、季节和工作量均造成异质性,ASF家养宿主第90百分位延迟为235天,野生宿主为77.8天。完整模型相对延迟仅模型降低AIC,HPAI为5,682.4,ASF为9,815.6;最弱单步为ASF日历年,Δdeviance 24.15,1 df,p=8.9×10
?7,支持按条件自适应估计完整性而非使用单一合并曲线。
3.2 锁定的HPAI测试与复杂度门槛:锁定测试未支持主要假设。延迟感知时间网络B8的合并宏观WIS为0.2294,透明分层贝叶斯B4为0.2145,B8差6.9%,未过5%门槛;其是否一致更差依赖自助分块方式。关系图B9为0.2284,仅比B8低0.4%,但仍比B4差6.5%。梯度提升分位数回归B5为0.1748,比B4改善18.5%,配对绝对WIS差?0.0397,95%截点分块区间?0.0553至?0.0255,并在Bonferroni校正、国家级和交叉分块下稳健;B5的MAE也低于B4。结论是所测梯度提升公式改善预测准确性,而所测深度关系架构未改善。
3.2.1 按报告量表现:通过全360单元面板分层发现,B5的汇总优势集中于高报告量单位。高报告量层B5为0.3135、B4为0.4236,改善26.0%;低报告量层改善5.6%,中报告量层0.9%。在零或近零层,B4更优,B5差6.3%。B8在高报告量层比B4好4.6%,中报告量层差9.2%,低报告量层差34.2%,说明其汇总劣势由稀疏单位驱动。结论限定于有稳定报告史单位。
3.3 校准与梯度提升优势来源:通过覆盖率和阳性目标分析发现,B5总体80%/95%覆盖为93.4%/97.5%,B4为97.1%/98.6%,但35,880个评分单元中30,899个成熟目标为零,92.2%最终总数等于已观察计数,总体覆盖主要受稀疏面板影响。在4,981个阳性成熟目标单元中,所有模型均低估覆盖:B5为70.8%/88.5%,B4为79.1%/90.2%,B8为68.2%/85.3%。阳性目标WIS排序与合并评分一致,B5为1.017,B4为1.353,B8为1.545。随机化概率积分变换显示B4和B5轻度过度预测,B8分布最平但中心误差较大。结论是分布校准与预测准确性在此并非同一性质。
3.3.1 探索性两部分计数模型的准确性与校准:通过锁定评估后新拟合两部分提升模型Z1发现,其合并宏观WIS为0.1939,比B4改善9.6%,但比B5差11.0%。Z1阳性目标80%/95%覆盖为78.6%/89.9%,优于B5的70.8%/88.5%,阳性目标80%区间更窄;阳性目标WIS 1.200,介于B5与B4之间。对“至少一个暴发当量仍未报告”事件,观察率7.83%,Z1的Brier评分为0.0516,优于B5的0.0587、B4的0.0614和B8的0.0655,其平均预测概率9.15%最接近观察率。结论是显式零质量改善阳性目标覆盖和警报概率校准,但代价约为B5 WIS优势的十分之一;该分析为探索性,未进入采纳门槛。
3.3.2 零质量校准对测得优势的贡献:通过给冻结预测加入显式零质量发现,B4和B8均对零分配概率不足,且随队列年龄加重;B4拟合权重从年龄0的0.25升至年龄3的0.46,B8从0.00升至0.49。补给缺失质量后,B4改善18.8%,从0.2145降至0.1741;B8改善10.9%,从0.2294降至0.2044。B4加零质量后WIS为0.1741,与B5的0.1748差异?0.4%,配对绝对差?0.0007,95%区间?0.0071至0.0059,含零,未检测到差异,但这不证明等价。相同重校准下B8为0.2044,仍比B4加零质量差17.4%。结论是零质量校准解释测得差距的相当部分,但未能解释B8劣势;该分析为探索性。
3.4 报告更新的效应与可迁移性:通过匹配延迟与无延迟模型消融发现,年龄0–3合并时,B8比匹配无延迟B6好17.0%,B9比B7好18.0%;但年龄0时B8比B6差24.7%,年龄1好3.3%,年龄2、3、8分别好36.5%、56.5%、85.4%。无延迟模型在各年龄近乎平坦,原始观察曲线随年龄大幅改善,延迟感知网络居中并在年龄0与1间交叉。ASF未迁移成功:年龄0–3合并时B8比B6差24.6%,年龄0差69.5%,年龄2仍差3.8%,年龄3和8分别好25.8%和53.3%,因ASF完整性更慢,四个评分年龄中三个落在噪声放大区。ASF复杂度门槛中,NobBS-style作为最强透明比较器,B5改善38.2%并过门槛,B8差4.9%、B9差6.0%。APHIS迁移中,B8比匹配无延迟网络改善10.1%,与B4基本持平,比B5差11.1%,覆盖在冻结门槛内。空间外推最弱,德国或美洲留出时性能严重恶化;结论是延迟模块迁移依赖监测系统完整性曲线,不应外推至无报告史国家或地区。
3.5 稳健性、模拟与运营价值:通过队列阈值、成熟期限、模拟和固定预算运营分析发现,B5在六种活跃队列阈值和26、52、78周成熟期限下均过5%门槛,且优势随报告史要求增加而扩大,从全360单元面板15.6%升至38个高报告量单位26.0%。52周目标捕获78周HPAI目标质量的99.5%、ASF的97.7%,26周仅捕获98.1%和91.4%。十个已知真值模拟中,延迟感知估计器在九个场景比固定曲线更准确恢复生成器完整性,所有场景95%名义区间经验覆盖超90%;稳定延迟场景下固定估计器更高效。永久删除四分之一事件时,估计目标覆盖真实负担74.9%。排除1,543起哺乳动物宿主HPAI暴发后结论不变。运营分析中,固定每周20单位审查预算下,按观察计数排序召回24.9%,按预期未报告计数排序召回64.5%,按至少一个未报告暴发当量概率排序召回64.8%,单位检出所需调查数从5.61降至2.15;模型间差异远小于排序信号差异。结论是排序信号比模型类别更重要,但需前瞻确认。
讨论部分总结
主要发现是预指定主要假设未获支持,延迟感知时空神经模型未优于透明分层贝叶斯临近预报,关系图无实质增益,梯度提升是唯一过门槛方法;其优势依赖报告量,高报告量单位改善26.0%,但报告史极少单位更差,且无法把差距分解为学习器、特征、目标或分布效应。零质量分析提示B5优势的相当部分来自零质量校准,但未隔离单一机制,也未消除B8劣势。周关闭时HPAI和ASF仅7.6%和6.7%可见,固定延迟分布不适用,宿主结构重要。年龄依赖反转源于最新队列完整性过低,年龄0时可见计数到最终总数约13倍膨胀,微小完整性误差会放大;HPAI交叉在年龄0与1之间,ASF在年龄2与3之间,取决于报告系统完整性曲线而非病原。图模型在本编码下未提供超出报告史的信息。推断范围限于52周官方报告目标、115个有报告史国家–宿主单元和所测架构,不能外推至未检测感染、无报告史成员或一般深度学习优势。运营上,改变排序信号可提高召回和产出约2.6倍,但前瞻验证仍必要。优势包括固定提取、精确重建报告日期可见性、锁定测试、匹配消融、多层不确定性和模拟;局限包括延迟不可分解为透明度评分、缺乏发生日期修订史、快照幸存者偏差、稀疏结构零膨胀覆盖、标签边界影响、全球气候特征不可用。建议根据目标系统完整性曲线选择延迟校正窗口,在仪表板分开绘制观察曲线和预期成熟报告曲线,并展示队列年龄完整性;最新周应下调部分计数更新或回退至先验主导估计,稀疏单位应回退透明估计器。
研究结论翻译
异质性报告延迟严重扭曲官方动物疾病曲线最新周次,若不加校正则不应解释。校正有帮助,但有效窗口比预期更窄:最新周校正不如忽略观察计数,此后价值增加。在报告更慢的ASF系统中,有害区域覆盖四个评分年龄中的三个,并逆转合并比较。窗口应依据目标系统完整性曲线选择,而非从方法开发系统迁移。所测深度时空架构未改善透明比较器,关系图在匹配容量下无稳健增益。APHIS特异性重训练后,结果支持延迟感知架构和评估协议相对匹配无延迟网络的迁移,不支持深度模型优越性或跨系统计数等价。十二种预指定方法中,梯度提升分位数回归在所研究监测条件下提供最佳概率准确性:固定WAHIS提取回顾重放,限有稳定报告史国家–宿主单元,队列年龄0–3,针对52周官方报告目标。但优势有限:集中于高报告量单位,阳性目标下覆盖不足,零质量校准似解释测得差距的相当部分;给透明临近预报显式零质量后改善18.8%,此后探索性比较无可检测差异。由于模型差异不止预测分布,不能隔离学习器效应或证明等价。相同校正未关闭深度模型差距。高报告量国家或地区留出时性能急剧恶化,不应外推至无稳定报告史成员。固定审查预算下,按至少一个暴发当量仍未报告的概率排序而非按观察计数排序,可使召回和产出提高约2.6倍。该框架服务态势感知和未来官方报告优先级,不重建未观察感染、不判断国家报告透明度,也不替代前瞻评估。