COVID-19潜伏期分布估计的统计学方法比较*

刘 裕 卓冰婷 陈俊宏 杜志成 郝元涛

【提 要】 目的 回顾和评估COVID-19潜伏期分布估计的统计学方法,为有效、快速、准确地收集和分析潜伏期数据提供参考和借鉴。方法 利用COVID-19疫情早期发表的数据,比较分析单区间删失、双区间删失和随机过程三类方法不同分布假设下获得的COVID-19潜伏期分布最大似然估计和贝叶斯估计。结果 同类方法不同分布假设间,非参数方法要比参数方法拟合效果更好,但非参数方法存在较多的跳跃点,且无法获得估计的95%置信区间;同类方法相同分布假设条件下,最大似然估计与贝叶斯估计结果和拟合效果相近;同类方法的对数正态假设条件下获得的潜伏期分布的大分位数(>90%分位数)可能较大地偏离非参数估计结果;从数据利用的角度,双区间删失方法对数据的利用率最高;由于数据收集和利用的差异,不同方法得到的潜伏期分布估计可能存在较大差异。结论 采用双区间删失观测的参数模型获取传染病潜伏期分布的最大似然估计,可提高数据的收集、利用和分析效率;仔细比较不同分布假设下参数模型和非参数模型的结果,并谨慎解释潜伏期大分位数的估计结果,将有利于作出正确的防控决策。

传染病的潜伏期是指宿主首次暴露于传染源到其首次出现疾病相关临床表现(体征或症状)的时间间隔[1]。掌握潜伏期分布对病例的定义、传染源的追溯、接触者追踪随访期和隔离期的设置、入境筛查隔离策略的制定、无症状感染人群医学观察期的确定等,以至疫情规模和传播潜力的测算,都具有重要意义[2-4]。