Подход с использованием байесовской сети при изучении баз данных по истории эпидемий: моделирование вспышек менингита в Нигере
A Beresniak, E Bertherat, W Perea, G Soga, R Souley, D Dupont & S Hugonnet
Цель
Разработать инструмент для оценки риска возникновения вспышки менингита в заданном регионе Нигера после того, как эпидемии были зарегистрированы в других определенных регионах страны.
Методы
Использовалась байесовская сеть, представленная графом, состоящим из 38 узлов (один для каждого региона Нигера), соединенных стрелками. В данном графе, каждый из узлов оказывает непосредственное влияние на все «дочерние» узлы, расположенные на окончаниях стрелок, исходящих из данного узла, в соответствии с условными вероятностями. Вероятности между "оказывающими влияние" и "подверженными влиянию" регионами оценивались на основе анализа баз данных, содержащих еженедельные записи о вспышках менингита в Нигере в период между 1986 и 2005 гг. Для каждой учитываемой недели каждому региону было присвоено значение булевой переменной: 1 балл (если заболеваемость менингитом в регионе достигла эпидемического порога на данной неделе) или 0 баллов.
Результаты
Применение метода байесовской сети позволило получить важную и оригинальную информацию, позволяющую идентифицировать регионы, которые оказывают влияние на риск возникновения вспышек менингита в других регионах (и регионы, находящиеся под влиянием какого-либо определенного региона), а также провести оценку уровня влияния между каждой парой регионов.
Вывод
Использование байесовской сети представляет собой многообещающий подход к пониманию динамики эпидемии, оценке риска заболеваний в отдельных регионах и управлению мероприятиями, которые проводятся в зонах повышенного риска.