利用基于基序的超图神经网络探索高阶相关性以用于流行病预测

《Knowledge-Based Systems》：Exploring high-order correlations with motif-based hypergraph neural networks for epidemic forecasting

　　

•复杂的流行病传播模式通常表现出高阶依赖关系。
•MHGNN 使用超图和模体来捕捉区域间的高阶依赖关系。
•超边捕捉区域间的局部地理邻接性和全局相关性。
•网络模体移除无关紧要的关系，以保留关键的消息传递路径。
•MHGNN 在流行病预测任务上达到了最先进的性能。

引言

流行病预测旨在预测区域感染病例数量，对于实现及时的公共卫生响应至关重要，同时也能指导战略性资源分配和基于证据的政策制定，以支持疾病控制工作。流行病预测的传统方法试图基于预定的流行病学假设和历史观察来捕捉流感样病例（ILI）的传播模式，包括那些采用疾病传播机制（如易感 - 感染 - 康复（SIR）模型 [1], [2]）的方法，以及那些用于时间序列分析的传统统计方法（如自回归（AR）模型 [3], [4]）。然而，这些知识驱动的方法往往依赖于过度简化和固定的假设，这可能导致现实世界建模中的偏差。因此，这损害了预测的准确性及其在不同背景下的泛化能力。随着深度学习方法的发展，循环神经网络（RNN）由于具备序列建模能力，在近期的研究中展现了潜力 [5], [6], [7]。然而，对于建模跨越多个地理区域的长期传播动力学至关重要的跨区域依赖关系却被忽略了。

随后，研究人员通过将不同的地理区域表示为图中的节点，并将区域之间的空间依赖关系建模为边，证明了图神经网络（GNN）在流行病预测中的效用 [8]。由于 GNN 处理图结构数据的能力，基于 GNN 的方法通过编码空间和时序信息，在仅基于序列的模型上取得了显著改进 [9]。值得注意的是，研究强调，反映直接地理邻接性的局部空间邻近性和捕捉由于基于社会关系在非相邻区域间的频繁交通而产生的长程依赖的全局相关性，对于准确建模流行病的传播动力学至关重要 [10]。这些发现表明，通过图结构建模空间依赖关系为区域流行病预测提供了更原则化和灵活的基础。

现有的基于 GNN 的预测模型主要依赖于区域间的简单两两交互。然而，基于对现实世界流行病传播的观察，一个根本性的挑战在于有效捕捉通常是高阶的复杂传播模式 [11]。例如，由于流行病向各个方向传播，周边区域的感染依赖关系存在。此外，拥有更多共同相邻区域的两个区域，其感染数量可能更相似。为了有效捕捉区域间复杂的高阶依赖关系，我们首先引入超图 [12] 来对复杂网络中基于群体活动的固有高阶交互进行建模，其定义是超边同时连接多个节点。特别是，我们设计了适用于区域流行病预测的超图。具体来说，超边旨在捕捉两种类型的高阶依赖关系。第一种反映基于直接地理邻接性的局部空间邻近性。第二种捕捉非相邻区域间的全局相关性，这可能源于基于社会联系的频繁交通。

根据地理邻接性，由于流行病从中心区域向各个方向传播，周边区域的高阶感染依赖关系存在。由于传播路径相似，距离感染源相同跳数距离的区域可能表现出相似的感染趋势。因此，超边可以基于地理邻接矩阵形成，连接具有等效位置的区域节点（即邻居）。如图 1(a) 中的示例所示，考虑一个由节点 A、B、C、D、E、F、G、H 和 I 组成的局部地理邻接网络，其中节点 A 代表感染区域。作为 A 的最近邻居的节点 B、C 和 D，可能经历相似的暴露，导致相似的感染趋势。作为 A 的二跳邻居的节点 E、F 和 G，可能会遇到延迟的感染风险，但由于相对于节点 A 的等效位置，仍然表现出可比的流行病趋势。通过分配连接 B、C、D 以及分别连接 E、F、G 的超边，超图可以有效捕捉这些基于群体的感染动力学，从而促进更精确的流行病预测。在基于 GNN 的模型中，二阶邻居只能通过中间的一阶邻居进行交互，这会引入噪声并容易导致过平滑。相反，我们构建的超边显式地将感染源周围同一阶的邻居分组，允许一阶和二阶邻域在其自身层级内传播信息。除了基于地理邻接性的区域相关性外，由于基于社会联系的长距离移动，还存在区域的全局依赖关系，导致相似的流行病趋势。在此，我们定义超边以基于历史感染模式连接相关区域组。

此外，我们提议纳入交互模式，因为网络结构也起着重要作用。例如，拥有更多共同相邻区域的两个区域，其感染数量可能更相似。网络模体是最常见的高阶结构之一，定义为网络内频繁重复的子图模式，为复杂交互模式提供了强大的结构描述符 [13]。例如，具有三角形连接的三角形模体，捕捉了两个区域连接到共享的第三个区域的局部模式。在这种情况下，由于来自该共同相邻区域的人类移动，两个区域的流行病趋势变得更加相似。因此，可以将网络模体纳入以识别传统基于 GNN 的方法可能会忽略的关键传播路径，如图 1(b) 所示。

结合超图神经网络 [14] 和网络模体，这里我们提出一个统一的基于模体的超图神经网络框架，整合高阶相关性用于流行病预测。一方面，网络模体有助于消除无关紧要的关系并识别流行病预测的关键消息传递路径。另一方面，超边有助于链接两两交互无法建模的潜在相关区域节点。

首先，我们利用一组网络模体来捕捉交互模式并构建多个模体网络以消除无关紧要的关系。其次，我们采用超图神经网络并为流行病预测设计超边，其中考虑了局部空间邻近性和非相邻区域间的全局相关性。特别是，局部空间邻近性的超边是基于地理邻接矩阵形成的。对于每种类型模体网络中的每个区域节点，构建超边连接其周围在跳数上与节点距离相同的区域节点。在全局相关性方面，构建超边以基于历史感染模式为每个区域节点分组前 k 个相关区域。此外，设计了一种两级聚合机制，以考虑各因素对流行病预测产生不同趋势的方式。

综上所述，本文的主要贡献可以总结如下：
1. 我们引入了高阶依赖关系，包括网络模体和超图，以实现准确的流行病预测，并设计了一种新颖的流行病感知超边构建策略，以捕捉反映直接地理邻接性的局部空间邻近性和由于基于社会联系在非相邻区域间的频繁交通而产生的全局相关性的高阶依赖关系。
2. 提出了一种基于模体的超图神经网络框架，将超图和网络模体整合在一起，用于建模区域流行病预测中的高阶依赖关系。一方面，网络模体可以消除无关紧要的关系以识别关键消息传递路径。另一方面，我们采用超图神经网络并为流行病预测设计超边。超边捕捉疾病传播中相似区域节点组的潜在高阶依赖关系，并可以链接两两交互无法建模的潜在相关区域节点。
3. 实验结果表明，与现有模型相比，该方法在几个公共数据集上提高了流行病预测准确性，特别是在具有明显区域间动力学的情景下，显示了所提模型的有效性。

本文的其余部分组织如下。第 2 节简要总结了相关工作。第 3 节详细描述了问题公式化和基于模体的超图神经网络框架。第 4 节展示了实验结果。第 5 节总结本文并讨论未来工作。

章节片段

传统的流行病预测方法

流行病预测已被广泛研究，其主要目标是基于历史观察预测特定区域的感染病例数量。统计领域内的传统方法，如自回归（AR）模型 [3], [4]，常被用于捕捉流行病数据中的时间依赖关系。此外，区室模型，特别是经典的易感 - 感染 - 康复（SIR）框架 [1], [2]，将人口...

方法论

本节提出了我们用于区域流行病预测的框架的整体设计，该框架整合了基于模体的图结构和超图建模，以捕捉局部化和高阶传播动力学。该方法论由以下五个组件组成，如图 2 所示：（1）特征构建：提取时序和流行病学特征，以表示每个区域随时间变化的感染动力学。（2）超图构建：首先，

实验设置

数据集。我们在三个流行病数据集上评估我们的方法——两个关于季节性流感，一个关于 COVID-19。表 1 报告了它们的数据统计。对于每个数据集，我们创建按时间顺序划分的划分，其中 50% 用于训练，20% 用于验证，30% 用于测试。

日本 - 都道府县：从传染病周报（IDWR）1 收集，它包含 2012 年 8 月至 结论与未来工作 期间日本所有 47 个都道府县的每周 ILI 记录。

结论与未来工作

本文提出了基于模体的超图神经网络（MHGNN）框架用于区域流行病预测，该框架利用网络模体和超图来捕捉复杂流行病动力学的高阶依赖关系。MHGNN 的贡献有两方面：首先，网络模体使模型能够消除无关紧要的关系并识别关键消息传递路径，提高流行病预测准确性。其次，超边连接多个潜在相关的区域节点...

CRediT 作者贡献声明

Qing Bao：写作 – 审阅与编辑，验证，监督，资源，项目管理，方法论，调查，资助获取，形式分析，概念化。Jinting Ye：写作 – 初稿，验证，软件，方法论，调查，形式分析，数据整理。Pengfei Jiao：写作 – 审阅与编辑，监督，资源，项目管理，资助获取，概念化。Zhidong Zhao：资源，项目管理，资助。

利益冲突声明

作者声明他们没有已知的竞争性经济利益或个人关系，可能被认为会影响本论文报告的工作。

致谢

这项工作部分得到了国家重点研发计划（2025QY2877）、国家自然科学基金（62372146, 61806061）、浙江省重点研发计划项目（2024C01212, 2025C01023）以及浙江省敏感数据安全保护与保密管理重点实验室（2024E10048）的支持。

Qing Bao|Jinting Ye|Pengfei Jiao|Zhidong Zhao|Fuqiang Lei