分层模型能否跨病原体与地区预测季节性流行？

一个模型覆盖三种病原体与多州

这篇论文要回答的是：能否用同一套预测框架同时处理多种季节性呼吸道病原体和多个地区，而不必为每种疾病或每个地区重建模型。作者构建了 INFLAenza——一个贝叶斯分层时空模型，并用美国各州 COVID-19、流感和 RSV 的每周住院人数检验它。预测目标是短期的：提前一至四周，这正是公共卫生机构和医院为应对病例激增做准备的常用时间跨度。

模型设计基于作者在建模前观察到的三个数据特征。三种疾病都在冬季达到高峰，COVID-19 还在夏末出现额外高峰；不同季节的严重程度与平均值存在差异；相邻州的走势比远距离州更一致。对 COVID-19 而言，共享边界的州之间相关系数中位数为 85%（95% CI：82-86%），而相隔八个州的州之间仅为 37%（95% CI：25-43%）。模型正是为利用这些规律而构建。

季节曲线叠加短期局部偏离

INFLAenza 把每个州的每周住院人数视为按该州人口缩放的泊松计数，因此建模对象是某州某周内个体住院的风险。这一风险被拆成若干相加的部分：全国平均水平、州特定截距、按流行病学周索引的季节曲线，以及捕捉季节曲线遗漏部分的短期残差。

季节曲线是一个平滑的周期项，强制第 52 周与第 1 周相连，因此模型学到的是重复出现的年度形状，而不是自由拟合每一周。短期残差包含两部分：一部分由所有州共享，另一部分让某州的偏离取决于其邻州，所用空间模型让共享边界的州比远距离州更相关。由于短期项是自回归的，随着预测期延长，其期望贡献会收缩至零，因此较长期的预测会回归到学到的季节模式，而围绕该模式的不确定性仍然存在。

正是这种分解让模型可以迁移。其中没有任何部分专门针对流感或某个特定州；疾病特有的行为从训练数据中学得，而非手工编码。作者通过 R-INLA 包使用集成嵌套拉普拉斯近似拟合模型，并报告州级和全国预测可在数分钟内生成。

比朴素基线好约四成

在 2022 年 9 月至 2024 年 4 月每周进行的回顾性预测中，INFLAenza 的预测对 COVID-19 比基线模型好 41.7%，对流感好 44%，对 RSV 好 40.6%。这些数字是加权区间评分的相对改进；该评分奖励准确的点预测，并惩罚过宽或过窄的区间，因此它们描述的是相对参考模型的改进，而非绝对准确度。

校准是与准确度不同的另一个问题，其结果与名义水平较为接近：观测值落在模型 95% 预测区间内的比例，COVID-19 为 94.5%，流感为 88.5%，RSV 为 96.7%。流感是覆盖率偏离 95% 最远的一种，意味着其区间在评估期内略偏窄。

季节性与空间共享各有贡献

作者不只与基线比较。他们还移除或改动模型组件后重新预测。在三种疾病上，INFLAenza 平均优于以下变体：给每个区域单独季节效应的版本好 2.0%，给每个地点独立季节效应的版本好 7.7%，无季节成分的版本好 10.8%，无空间连通性的版本好 7.9%。它还在所有疾病上比标准 SARIMA 季节模型好 33.3%。

这一模式对理解机制很有启发。去掉季节性代价最大，这符合一个主要任务是从有限训练数据中学习重复年度形状的模型。空间共享影响较小但仍有帮助，并且在邻州确实同步变化的地方帮助最大，正如 COVID-19 的相关系数所示。区域季节变体把各州归入四个普查区，并为夏威夷、阿拉斯加和波多黎各设置单独效应，它最接近完整模型，说明相当一部分空间收益可以通过较粗的分组获得。

实时预测比回顾分析更难

在 2023-2024 年实时 FluSight 挑战中，INFLAenza 是最佳单个模型，平均相对加权区间评分为 0.76，落后于 FluSight 集成模型的 0.73 和另一个单个模型的 0.61。与集成模型相比，它在一、二、三、四周预测期上分别落后 1.3%、2.7%、4.2% 和 8.5%；误差分解把逐渐扩大的差距主要归因于流行上升阶段的低估。

作者还量化了实时与回顾性表现之间的差距。回顾性流感预测比基线好 42%，而实时预测好 25%；在统一时间范围、预测期、地点和评分方法后，回顾性预测仍比实时预测好 8.2%。论文将此归因于实时预测必须预判报告延迟，而报告延迟会扭曲近期观测到的计数，并建议将模型与临近预测组件耦合作为补救。这是作者的解释，并非评估实验所隔离出的结论。

本地季节模式独特是主要失效情形

在 2023-2024 流感季的州级层面，INFLAenza 在 90.4% 的州达到或超过基线，在 50% 的州达到或超过集成模型。表现差距最大的三个地区是波多黎各、阿拉斯加和阿肯色。在波多黎各和阿拉斯加，模型在季初给出的预测区间明显比集成模型更宽，并高估了高峰时间和幅度；作者将此与早期版本把这些孤立地点连接到美国本土联系起来，也归因于当地季节性与全国其他地区不同。在阿肯色，一个延长的肩部偏离了其他州的趋势，季节效应和地点特定效应都未能捕捉到。

在整个回顾性数据集中，INFLAenza 在所有疾病和地区上都优于基线，只有佐治亚的 RSV 和波多黎各的流感例外，同样被归因于独特的潜在季节动态。对 COVID-19，东南部和东北部的表现好于西部和中西部；作者将这一模式追溯到 2022-2023 季，当时中西部和西部各州高峰更早、春季肩部延长，而南部各州跟随全国趋势。实际含义是：模型的可迁移性取决于某地的季节是否与其被合并的群体相似。

推断出的效应也描述疾病负担

由于模型会估计各组件，作者用后验分布描述这三种疾病。季节效应量化每种流行上升和下降的时间与陡峭程度，论文报告了流感和 RSV 的时间与形状，以及 COVID-19 的双年度模式。地点截距估计某州住院率在其整个时间序列中高于还是低于全国平均。

这些截距显示，流感负担在各州之间的差异大于 COVID-19 或 RSV：81% 的流感州其 95% 可信区间包含零，而 COVID-19 为 96%，RSV 为 100%。对流感，论文报告有强证据支持南部住院率更高，有中等证据支持东北部和太平洋西部更低；对 COVID-19，有中等证据支持东北部更低。后验平均截距之间的相关性为：COVID-19 与流感 0.42，流感与 RSV 0.61，COVID-19 与 RSV 0.70，提示一种疾病负担高的州往往其他疾病负担也高。作者提醒，这些相关性未考虑截距的不确定性，也未考虑模型短期交互组件所捕捉的住院短期差异。

选它是为广度，而非击败集成模型

论文自身的比较划定了优先级。INFLAenza 并非 FluSight 领域中最准确的预测器：集成模型得分更好，2023-2024 年还有一个单个模型得分更高。它提供的是：用一套未加改动的配置同时应用于三种动态不同的病原体，就能接近集成模型的表现，而且速度快，预测可在数分钟内生成。作者的部署建议来自消融实验：至少需要两个有代表性的季节训练数据来估计季节效应；当预测单元相互连接、相关且缺口较少时表现更好，这就是为什么 COVID-19 使用全部州比 RSV 使用 12 个地理分散的州效果更好。

最清晰的边界是季节性与合并模式不相似。波多黎各、阿拉斯加、阿肯色和佐治亚是已记录的案例，共享的季节和空间结构误导了预测；作者建议的修正包括在计数较低时对短期方差先验做适度调整，以及围绕流动性或接触而非共享边界重新定义邻域图。论文提出扩展到登革热或疟疾，这恰好会检验该边界，因为这些系统并未在此评估。因此证据支持的决策规则是有条件的：当新环境至少有两个季节的数据、且其季节与邻域大体共享时，优先选用该模型；而在本地时间模式出现分歧的地方，应预期集成模型或定制模型保持优势。

本文引用的文献