存在周末报告效应时的时变再生数稳健估计

《BMC Global and Public Health》：Robust estimation of the time-dependent reproduction number in the presence of weekend reporting effects

　　

在传染病暴发期间，病原体传播能力的变化可通过时变再生数（time-dependent reproduction number, R_t）等指标的实时推断来评估，该指标可由疾病发病率（incidence）数据估计得到。然而，此类数据常受到"星期几效应"（day-of-the-week effect, DOWE）的影响，即某些天的病例数可能因行政延迟而被低估，或因公共卫生机构"补报"延迟病例而被高估。例如，周末发生的病例可能延迟至下周才报告，导致周末漏报而工作日多报，此即周末报告效应（weekend reporting effect, WRE）。研究人员分析了模拟数据集以及1918年流感大流行期间旧金山疫情报告数据。研究检验了周末报告效应对采用两种方法估计R_t的影响：其一为Cori方法，即从日发病率时间序列数据估计R_t的常用方法；其二为替代方法，即将日发病率数据聚合为周数据以消除周末报告效应，再应用既往提出的OG1方法从周数据推断R_t。研究结果表明，标准方法如Cori方法所获得的R_t估计值可能受到周末报告效应的负面影响。相比之下，由于日数据周聚合可消除周末报告效应，替代方法在存在周末报告效应时能产生稳健的R_t估计。将日数据聚合为周值时，部分信息有所损失，但在许多情形下，数据聚合对R_t推断的负面影响可被使用无周末报告效应污染数据所带来的益处所抵消。本研究凸显了在传染病暴发期间估计R_t时考虑如周末报告效应等星期几效应的重要性。

## 研究背景与问题提出

传染病暴发期间，实时推断病原体传播动态对于指导公共卫生政策制定至关重要。时变再生数（time-dependent reproduction number, R_t）作为量化传播能力的关键指标，其估计值不仅用于向决策者解释疫情态势，还被广泛应用于公共卫生仪表盘以向公众通报传播变化。当R_t > 1时，其精确数值决定了遏制疫情所需阻断的传播比例；当R_t < 1时，其数值决定了疫情复燃前可承受的额外传播量。因此，不准确的R_t估计可能导致干预措施过度严格或不当放松，进而引发医疗卫生资源配置失误，包括人员调度、重症监护床位（intensive care unit, ICU）供给及接触追踪（contact tracing）资源分配失当。更为关键的是，若R_t估计值受到系统性报告偏倚的干扰，则其反映的可能是行政流程而非真实流行病学变化。

当前R_t估计方法中，Cori方法应用最为广泛，该方法仅需病例数据与代际间隔（serial interval）分布两项输入即可实施。然而，该方法依赖输入数据的准确性。疾病发病率时间序列数据中的关键偏倚来源即为星期几效应（day-of-the-week effect, DOWE），其中周末报告效应（weekend reporting effect, WRE）尤为常见——周末发生的病例因医疗服务可及性降低而延迟至工作日报告，导致周末漏报与工作日多报并存。此类现象已在多项流行病学研究中得到证实，涵盖手足口病、流行性腮腺炎、新型冠状病毒肺炎（COVID-19）及医疗机构肠道与呼吸道感染暴发等情形。鉴于此，本研究旨在系统评估周末报告效应对R_t估计的影响，并探索可靠的替代估计策略。

## 研究方法与技术路线

研究人员采用模拟数据分析与真实历史数据验证相结合的研究设计。技术方法主要包括：（一）Cori方法的应用：假设日病例数服从泊松分布，以周为单位滑动估计R_t，采用伽马分布作为先验（形状参数α=1，速率参数β=0.2），利用一周估计窗口生成后验分布；（二）OG1方法的应用：将日发病率聚合为周三至周二的周数据（以避免周末病例跨周错配问题），通过重复模拟更新方程模型进行似然估计，每轮保留1,000次匹配模拟以计算R_t均值及95%可信区间（credible interval）；（三）代际间隔分布设定：基于Cauchemez等对1918年流感大流行的家庭数据研究，采用均值为2.6天、标准差为1.3天的离散伽马分布；（四）三种模拟数据集构建：第一组设定增长期R_t=1.5（1–7周）、下降期R_t=0.75（8–12周），针对每套真实序列生成101种周末报告效应强度（p_W = 0, 0.01, ..., 1）的变异数据集，共计101,000套；第二、三组分别在不同R_t值的增长期（R_t ~ U(1, 1.75)）和下降期（R_t ~ U(0.55, 1)）中测试方法性能，每组3,000套数据集；（五）真实数据应用：基于1918年旧金山流感大流行九周报道病例数据，通过易感-潜伏-感染-移除（Susceptible-Exposed-Infectious-Removed, SEIR）模型重构日发病率，再施加不同强度周末报告效应进行对比分析。

## 研究结果

### 模拟数据分析

研究人员首先选取单一模拟序列进行典型案例分析。当p_W=0.5时，OG1方法在11个估计点中有9个点的R_t均值更接近真实值，且所有真实值均落入95%可信区间内；而Cori方法仅5个估计点的可信区间包含真实值。进一步发现，Cori方法在R_t > 1时系统性高估，在R_t < 1时系统性低估。

在大规模模拟分析（101,000套数据集）中，研究人员量化了平均绝对百分比误差与可信区间覆盖率两项指标。OG1方法的误差独立于p_W（绿色虚线），而Cori方法在p_W接近1时表现良好，但在p_W显著小于1时误差急剧增大。值得注意的是，即使p_W=1（无周末报告效应），OG1方法的估计精度仅略逊于Cori方法，表明周聚合所致信息损失相对有限。可信区间覆盖率分析显示，Cori方法在p_W=1时达到95%名义覆盖率，但随p_W降低而偏离；OG1方法则始终保持近95%的覆盖率。

针对不同真实R_t值的扩展分析中，研究人员观察到Cori方法的估计偏差在周末报告效应较强（p_W较小）且真实R_t远离1时最为显著。OG1方法在各参数组合下均保持稳健。

### 1918年旧金山流感数据验证

在真实流行病学数据应用中，研究人员以重构日发病率施加周末报告效应前的Cori方法估计作为基准。结果显示，OG1方法在p_W=0.25、0.5、0.75三种情形下均比Cori方法更接近基准值，且基准均值落入OG1方法95%可信区间的比例更高。瓦瑟斯坦距离（Wasserstein distance，表征概率分布间差异的度量）量化比较进一步证实，OG1方法的后验分布与基准分布更为接近，尤其在p_W较小时优势更为明显。

## 讨论

本研究系统论证了星期几效应对R_t实时推断的潜在危害，并提出了基于数据聚合的鲁棒解决方案。研究指出，即使R_t估计的微小偏差也可能对公共卫生决策产生深远影响——以初始10例病例、R_t从1.5仅增至1.7为例，五代传播后的累积病例数预期从208例跃升至331例，凸显精确估计的重要性。

研究人员将本研究置于更广泛的延迟报告校正方法脉络中加以定位。区别于Bajaj等通过同步推断报告延迟分布与R_t的框架，本研究关注的星期几效应具有特定的时间结构特征（周末延迟而非统一延迟）。虽然EpiNow2等工具允许用户指定报告概率分布，但其需要预先获知该分布；Pang等基于广义可加模型（generalised additive models, GAMs）的方法虽能平滑处理星期几效应，但对数据量要求较高，且需对传播机制作结构性假设。

本研究的分析存在若干假设条件：周末延迟报告病例被设定统一延迟至下周一，而非分散于后续多日报道。研究人员指出，OG1方法具有一定的灵活性——若选择周六至周五的聚合窗口，则无论延迟病例于下周何日报道，均可被正确归入对应周次。此外，研究未尝试在Cori方法框架内直接校正周末报告效应，但提示可通过平滑处理日发病率作为替代方案，尽管这涉及额外的模型选择问题。研究还指出，Nash等开发的周数据R_t推断方法也可作为聚合后分析的替代工具；对于代际间隔较长的病原体，周末报告效应的影响可能相对减弱。最后，研究限定工作日报道无延迟，以专门隔离周末报告效应的独立影响。

## 研究结论

本研究的核心结论表明，周末报告效应可严重干扰标准R_t估计方法的准确性，而采用OG1方法结合周数据聚合策略能够在存在周末报告效应时产生稳健的R_t估计。鉴于星期几效应在流行病学数据中普遍存在，该方法的推广有助于提升未来传染病暴发期间R_t估计的可靠性，从而促进循证决策与资源优化配置，避免基于偏倚估计的不必要公共卫生投入，并增强政策制定者向公众准确传达风险的能力。论文发表于《BMC Global and Public Health》。