俄罗斯联邦各地区结核病传播情景的贝叶斯分析 奥尔加·克里沃罗特科（Olga Krivorotko）、安德烈·涅韦罗夫（Andrei Neverov）、雅科夫·施瓦茨（Yakov Schwartz）、格里戈里·卡明斯基（Grigoriy Kaminskiy）、尼古拉·扎亚特科夫（Nikolay Zyatkov）以及扎娜·劳什金娜（Zhanna Laushkina）

《Mathematics》：Bayesian Analysis of Tuberculosis Spread Scenarios in Regions of Russian Federation Olga Krivorotko, Andrei Neverov, Yakov Schwartz, Grigoriy Kaminskiy, Nikolay Zyatkov and Zhanna Laushkina

　　

摘要

理解结核病（TB）的异质性传播，尤其是多重耐药（MDR）形式的传播，以及亚临床感染的作用，对于实现世界卫生组织（WHO）的结核病消除战略至关重要。本研究建立了一个新的 compartmental 模型，该模型明确地将初期结核病和亚临床结核病与多重耐药形式结合起来，并将它们与病例检测和治疗途径联系起来。主要创新之处在于将基于敏感性的可识别性分析与贝叶斯 MCMC （马尔可夫链蒙特卡洛）框架相结合，从而直接从区域监测数据中量化参数的不确定性和相关性。将该方法应用于俄罗斯联邦的五个高负担地区（2009–2020 年），发现流行病学驱动因素存在显著异质性：传染性的可信区间范围较广，进展为细菌阳性（BE+）状态的速度以及检测率各不相同。对截至 2025 年的概率预测结果使用 2021–2023 年的数据进行了验证。这些相关参数的地区差异决定了传播动态，而提高细菌阳性病例的检测率是控制结核病最有效的手段。