Modeling Infectious Disease Parameters Based on Serological and Social Contact Data: A Modern Statistical Perspective

اپیدمیولوژی ریاضی بیماری‌های عفونی معمولاً شامل توصیف جریان افراد بین حالت‌های عفونت منحصر به فرد است. یکی از پارامترهای کلیدی که انتقال از گروه حساس به طبقه آلوده را توصیف می کند، خطر عفونت است که اغلب به عنوان نیروی عفونت از آن یاد می شود. نیروی عفونت نشان دهنده میزان تماس با پتانسیل انتقال بین افراد آلوده و مستعد است. به طور کلی فرض می شود که رابطه ریاضی بین نیروی عفونت و الگوهای تماس مؤثر تابع اصل عمل انبوه است، که اطلاعات لازم را برای تخمین تعداد تولید مثل اولیه، یکی دیگر از پارامترهای کلیدی در اپیدمیولوژی بیماری های عفونی به دست می دهد.

در همین چارچوب است که مرکز آمار (CenStat، I-Biostat، دانشگاه Hasselt) و مرکز ارزیابی واکسیناسیون و مرکز تحقیقات اقتصادی سلامت و مدل‌سازی بیماری‌های عفونی (CEV، CHERMID، موسسه واکسن و بیماری های عفونی، دانشگاه آنتورپ) در 15 سال گذشته با یکدیگر همکاری داشته اند. این کتاب نشان‌دهنده فعالیت‌های پژوهشی گذشته و کنونی این مؤسسه‌ها است و می‌توان آن را نقطه عطفی در این همکاری دانست.

این کتاب بر روی کاربرد روش‌های آماری نوین متمرکز شده است. مدل هایی برای تخمین پارامترهای بیماری عفونی ما می‌خواهیم راهنمایی‌های نرم‌افزاری، مانند بسته‌های R، و داده‌هایی را تا جایی که بتوان در دسترس عموم قرار داد، در اختیار خوانندگان قرار دهیم.

Mathematical epidemiology of infectious diseases usually involves describing the flow of individuals between mutually exclusive infection states. One of the key parameters describing the transition from the susceptible to the infected class is the hazard of infection, often referred to as the force of infection. The force of infection reflects the degree of contact with potential for transmission between infected and susceptible individuals. The mathematical relation between the force of infection and effective contact patterns is generally assumed to be subjected to the mass action principle, which yields the necessary information to estimate the basic reproduction number, another key parameter in infectious disease epidemiology.

It is within this context that the Center for Statistics (CenStat, I-Biostat, Hasselt University) and the Centre for the Evaluation of Vaccination and the Centre for Health Economic Research and Modelling Infectious Diseases (CEV, CHERMID, Vaccine and Infectious Disease Institute, University of Antwerp) have collaborated over the past 15 years. This book demonstrates the past and current research activities of these institutes and can be considered to be a milestone in this collaboration.

This book is focused on the application of modern statistical methods and models to estimate infectious disease parameters. We want to provide the readers with software guidance, such as R packages, and with data, as far as they can be made publicly available.