Robusthet och tillförlitlighet hos mekanistiska modeller för epidemier

Sammanfattning

Epidemier kräver snabba och välgrundade beslut. Mekanistiska modeller är väl lämpade för att lösa problem eftersom de bygger på underliggande kausala mekanismer snarare än enbart påstatistiska samband. Dessa modeller innehåller dock ofta osäkerheter i form av fria parametrar och val av modellstruktur. Syftet med detta projekt är att utvärdera robustheten och trovärdigheten i trespecifika fall: ett pendlingsnätverk, längden på sjukhusvistelser för COVID-19 samt Salmonellasmitta bland nötkreatur. Detta genomfördes genom att skapa modeller för varje fall. Olika variationer på dessa modeller framtogs genom att variera parametrar som vikter eller genom att störa data. Resultaten från de olika variationerna jämfördes för att kunna dra slutsatser om robusthet. Mellan modellversioner visade pendlingsnätverket stora skillnader gällande pendlingslänkar, men den tillämpade smittspridningen förblev stabil med CV∼ 4−5%. Modelleringen av vårdtider visade att EM-algoritmen krävde tillräcklig datamängd för att kunna identifiera latenta faser. Salmonella modellerna visade att utvärdering på ett mått inte räcker då modellen med multiplikativ störning inte hade högst F1-score men överlag ändå presterade bäst. Resultaten visar att tillförlitligheten är beroende av underliggande data, parametrar, tänkt användningsområde och modellstruktur. För att dra konkreta slutsatser om tillförlitligheten måste därför en heltäckande analys där dessa faktorer tas i åtanke genomföras.