Analyse et prévisions en temps réel des épidémies avec R: Points clés

Accéder aux distribution des délais épidémiologiques

Utilisez epiparameter pour accéder au catalogue des distributions de délais épidémiologiques.
Utilisez cette fonction pour accéder au catalogue de la littérature sur les distributions de délais épidémiologiques. epiparameter_db() pour sélectionner une seule distribution de délais.
Utilisez cette option pour sélectionner les distributions à délais unique. parameter_tbl() pour obtenir une vue d’ensemble des distributions de délais multiples.
Réutiliser les estimations connues pour une maladie inconnue au début d’une épidémie lorsqu’il n’y a pas de données sur la recherche des contacts.

Les paramètres de transmission peuvent être estimés à partir des données du cas après prise en compte des retards.
L’incertitude peut être prise en compte dans la distribution des retards.

Utilisez les fonctions de distribution avec <epiparameter> pour obtenir des statistiques sommaires et des paramètres informatifs pour les interventions de santé publique, comme la fenêtre de recherche des contacts et la durée de la quarantaine.
Utilisez discretise() pour convertir les distributions de délais continues en distributions discrètes.
Utilisez epiparameter pour obtenir les délais de déclaration requis dans les estimations de transmissibilité.

Nous pouvons créer des prévisions à court terme en faisant des hypothèses sur le comportement futur du nombre de reproduction.
Les estimations peuvent tenir compte des déclarations de cas incomplètes.

Utilisez la librairie cfr pour estimer la gravité clinique
Utilisez la fonction cfr::cfr_static() pour estimer le RL global à l’aide des plus récentes données disponibles.
Utilisez la fonction cfr::cfr_rolling() pour obtenir les estimations du RL durant chaque jour de l’épidémie.
Utiliser l’argument delay_density pour ajuster les valeurs du RL au délai épidémiologique en fonction de la distribution des délais correspondants.

Utiliser epicontacts pour calculer le nombre de cas secondaires causés par une personne particulière à partir de la liste de diffusion et des données de contact.
Utiliser fitdistrplus pour estimer empiriquement la distribution de la descendance à partir de la distribution du nombre de cas secondaires.
Utilisez superspreading pour estimer la probabilité d’avoir des grappes d’une taille donnée à partir des cas primaires et informer les efforts de recherche de contacts.