《PLOS Computational Biology》：On real-time calibrated prediction for complex model-based decision support in pandemics: Part 1
编辑推荐：
摘要专业翻译
传染病模型被用于预测疾病暴发的传播与影响。与其他复杂模型一样，传染病模型具有需要校准的参数，并且模型与所模拟的现实之间存在结构性差异，这种差异应在校准和预测中予以考虑。尽管不确定性量化（Uncertainty Quantification，UQ）
摘要专业翻译
传染病模型被用于预测疾病暴发的传播与影响。与其他复杂模型一样，传染病模型具有需要校准的参数，并且模型与所模拟的现实之间存在结构性差异，这种差异应在校准和预测中予以考虑。尽管不确定性量化（Uncertainty Quantification，UQ）技术此前已被应用于传染病模型，但在英国COVID-19大流行期间，这些技术并未被常规用于为政策制定者提供信息。本文认为，在快速演变的大流行期间，模型和政策的变化时间尺度使得传统UQ方法不切实际，甚至无法实施。研究人员提出了一种校准问题的替代性表述，将模型偏差（model discrepancy）嵌入模型结构内部，并在模拟过程中适当地同化数据。随后展示了如何利用UQ实时校准模型，以生成考虑参数不确定性和模型偏差的疾病轨迹。研究人员将这些思想应用于英格兰的年龄结构COVID-19模型，并展示了在2020年3月封锁之前，该方法本可以产生何种类型的信息以支持政策决策。
论文解读文章
一、研究背景与问题
传染病（Infectious Disease，ID）模型被流行病学家和公共卫生官员广泛用于预测疾病暴发的传播与影响，尤其是在COVID-19大流行期间。通过数学化地表示传播动态，这些模型能够提供关于干预措施（如疫苗接种、社交距离或隔离）如何影响暴发的见解，并在模型能够稳健拟合不完整数据的前提下，提供关键流行病学参数的定量估计和疫情轨迹的预测/预报。模型范围从经典的SIR（易感-感染-康复）等简单确定性模型，到随机个体基模型（agent-based models）不等，并可扩展以纳入年龄、空间结构乃至多种相互作用疾病等复杂性。
在统计学和机器学习领域，"不确定性量化"（UQ）方法长期以来被用于量化使用计算昂贵的模拟模型学习现实世界时所存在的不确定性，其主要贡献包括：替代模型/仿真器（emulation/surrogate modelling）、校准（calibration，利用仿真器和量化的模型偏差，使用被模拟系统的数据来估计模型参数）、以及优化和敏感性分析。UQ从业者认为，纳入模型偏差对于校准至关重要。然而，在COVID-19大流行期间，尽管英国多个建模团队使用了高度复杂的统计技术，UQ文献中的方法——特别是带有显式模型偏差的仿真器辅助校准——并未在该操作环境中被常规使用。
传统UQ方法未能在实时政策支持中部署的关键原因在于，其现成形式在决策相关的时间尺度内无法实施。在UQ4Covid项目中，研究团队尝试提供实时UQ以支持政策链条，其中"实时"通常意味着一天（随数据）和一周的准备时间，在此期间模型本身会被调整或更改以回答政策制定者提出的问题。尽管对模型的任何版本进行仿真始终是可能的，但在短时间内有效进行校准通常不可行，因为模型是时空和年龄结构的，且重要问题（因而模型中重要的"特征"）总是在变化。模型偏差建模和估计进一步加剧了这些困难，某些政策问题还因疾病或其变体的初始状态不确定而面临额外挑战。
二、研究内容与结论
针对上述问题，研究人员提出并展示了一个将UQ方法引入流行病实时建模和政策支持的框架。其核心方法是将模型偏差嵌入所有模型状态、所有位置和所有年龄类别中，并使用粒子滤波（particle filtering）来近似任何模型状态数据的似然。在偏差嵌入后，其余UQ工作（仿真和校准）在对数似然上进行，使得UQ问题变为一维的，可以自动化处理。该框架应用于英格兰的年龄结构COVID-19模型，展示了在2020年3月封锁决策前本可以产生的政策支持分析类型。该方法为未来疫情中应用复杂模型奠定了基础，通过利用关键但常被忽视的不确定性来改善校准而不牺牲响应速度，并支持扩展到表示疾病跨区域传播的模型。
三、关键技术方法
研究人员采用了几项关键的技术方法。首先，提出了嵌入式模型偏差（embedded model discrepancy）方法，将模型偏差直接嵌入模型结构内部，在每个状态、每个年龄类别和每个时间点都引入偏差，并使用截断Skellam分布（truncated Skellam distribution）对计数误差建模。其次，采用粒子滤波（particle filter）进行数据同化，通过引导滤波器（bootstrap filter）估计似然，并利用粒子滤波产生的似然估计进行模型校准。第三，采用对数似然仿真（log-likelihood emulation）方法，由于对数似然是标量，其仿真相对简单且可自动化。最后，采用似然校准方法（likelihood calibration），使用高斯过程（Gaussian Process，GP）仿真器对对数似然进行仿真，并通过预校准阶段排除参数值。研究使用英格兰的COVID-19疫情数据，包括住院和死亡数据，对年龄结构模型进行了校准和情景分析。
四、研究结果
传统UQ与实时校准的对比。 研究人员首先阐述了传统UQ方法（全贝叶斯Full Bayes和历史匹配History Matching）在实时疫情建模中面临的挑战，包括模型偏差建模的高维复杂性、仿真器构建的时间成本以及模型持续演化带来的重新校准需求。
嵌入偏差的传染病模型数据同化。 研究人员提出了将模型偏差嵌入每个模型状态的方法，使偏差依赖于当前模型状态和前一时刻的现实全状态。通过因子化方法分解联合偏差密度，并利用截断Skellam分布建模各条件偏差，使得偏差的采样和联合密度评估变得可行。该方法还解决了播种（seeding）问题，即允许偏差过程在不需要预先指定感染引入时间、位置或年龄分布的情况下将感染引入系统。
似然校准。 研究人员展示了如何通过对数似然仿真实现实时校准。通过在设计点集合上运行粒子滤波获得对数似然估计，然后使用高斯过程仿真器对对数似然进行仿真，从而在保持计算可行性的同时实现参数校准。
年龄结构元种群模型在COVID-19中的应用。 研究人员在英格兰的年龄结构COVID-19模型中应用了所提出的框架，进行了完美模型实验以验证方法论，并将框架应用于2020年3月封锁前的真实疫情观测数据，进行了政策相关的情景分析。
五、讨论与结论
研究人员的讨论指出，所提出的框架通过将UQ问题简化为一维对数似然仿真，使得实时校准成为可能。该方法的关键优势在于：能够处理播种问题而不需要预先指定感染引入细节；模型修改后可以快速重新校准；预测能够同时考虑参数不确定性和模型偏差。研究人员强调，实现实时UQ需要模型基础设施在大流行前就具备"数据同化模式"的设计。研究结论表明，该方法能够快速生成政策相关的输出（如预测住院人数或感染轨迹），同时保持对关键不确定性来源的考量，为未来疫情中应用复杂模型进行实时政策支持奠定了基础。该工作的代码已在GitHub上公开，供研究社区复现和扩展。
