基于吸引子维度比较的同步病原体动力学因果推断新方法BCAD研究

《Methods in Ecology and Evolution》：Refuting causal relations for synchronized pathogen dynamics

【字体：大中小】 时间：2025年07月01日 来源：Methods in Ecology and Evolution 6.2

编辑推荐：

　　这篇研究提出了一种创新的Bootstrap Comparison of Attractor Dimensions（BCAD）方法，通过比较重构状态空间的固有维度来有效反驳非线性动力系统中虚假的因果关系。该方法在模拟的双菌株模型和美国肺炎流感实际数据中验证了其优于传统收敛交叉映射（CCM）的性能，特别适用于存在同步现象的生态系统中因果关系的辨别。

引言：揭示因果关系（因果发现）是科学研究的核心问题。在生态系统中，特别是研究病原体在宿主群体中传播时，识别因果关系面临重大挑战。现有工具如收敛交叉映射（CCM）在同步系统中存在高误检率的问题。为此，研究者提出了基于维度标准的Bootstrap Comparison of Attractor Dimensions（BCAD）新方法。

材料与方法：

动力系统框架：研究考虑由确定性骨架（deterministic skeleton）支配的自然系统，使用状态空间X和映射φ来描述系统演化。通过可观测量的时间滞后向量L_X,E(t)重构状态空间X?，基于Takens定理实现状态空间重建。
内在维度估计：采用scikit-dimension包中的四种估计器平均值来计算重构状态空间的固有维度，作为真实状态空间维度的估计。
BCAD方法原理：通过比较两个系统状态空间的维度差异来反驳虚假因果关系。建立零假设H₀: dim(Y)≥dim(X)，当置信区间完全低于零时拒绝零假设，从而反驳"X导致Y"的因果关系。
双菌株模型：构建包含两个病原体菌株的随机区室模型，模拟在共同环境驱动下的传播动态。关键参数包括交叉免疫水平σ₁₂和σ₂₁，其中设定σ₂₁=0以确保菌株2单向影响菌株1。
肺炎流感数据：使用美国本土48个州的肺炎和流感（P&I）发病率数据，结合绝对湿度（AH）、温度和露点温度等环境因素，验证BCAD在真实流行病学数据中的表现。

结果：

双菌株模型测试：在σ₁₂>0且η≤10^-3条件下，BCAD对错误关系"1导致2"的拒绝率接近100%，显著优于CCM最高74%的表现。对于真实关系"2导致1"，两种方法拒绝率均接近0%。
实际数据分析：对美国P&I数据的分析显示，BCAD成功反驳了48个州中46个州的"流感导致绝对湿度"错误关系（成功率95.8%），而CCM在10个州（21%）错误地确认了这一关系。同时，BCAD仅在内华达州错误反驳了真实的"绝对湿度导致流感"关系。

讨论：

同步现象的挑战：生态系统中普遍存在的同步现象（如东南亚萤火虫同步发光、加拿大猞猁和雪鞋兔种群周期）容易导致CCM等方法将同步误认为因果关系。BCAD通过维度比较有效解决了这一问题。
方法优势：BCAD不依赖参数假设，采用基于bootstrap的假设检验方案。与需要图形模型框架的Peter-Clark Momentary Conditional Independence等方法相比，BCAD适用于仅有两个可观测量的系统。
数据预处理：研究采用Rypdal和Sugihara变换估计瞬时繁殖数R_t^X，结合奇异谱分析（SSA）滤波，有效解决了发病率数据中零值聚集导致的维度估计偏差问题。
局限性：BCAD要求系统已度过暂态阶段且数据来自确定性骨架系统。在零交叉免疫（σ₁₂=σ₂₁=0）的边缘情况下，BCAD性能会下降。此外，bootstrap方案和未观察混杂因素的处理仍需进一步研究。