統計分析協助分析傳染病疫情數據有助於傳染病流行數據分析的統計分析
西浦宏司，北海道大學醫學院教授
由於國際間人員流動增加、與動物和自然接觸增多等因素，新發生、再發傳染病疫情相繼爆發。從2002-2003年的嚴重急性呼吸道症候群（SARS）開始，各種傳染病疫情相繼出現，包括高致病性禽流感、2009年H1N1豬流感、中東呼吸道症候群、伊波拉出血熱、茲卡熱等。此外，可透過疫苗接種預防的風疹和麻疹疫情仍在包括日本在內的已開發國家繼續發生。當此類疫情發生時，首先需要了解感染的自然史和傳播特點，準確掌握當前情勢，然後再考慮各項疫情應對措施。迄今為止，日本等國在流行病發生時的觀測資料收集方法方面取得了長足的發展，流行病學的基礎設施也逐漸成型，國立傳染病研究所的現場流行病學家培養計劃（FETP）也培養出了一批畢業生，高級建模研究也逐漸成為可能。在本演講中，演講者將簡單總結數理統計模型的研究在傳染病流行病學中的應用，以及如何利用其研究經驗為發展流行病對策做出貢獻。特別是，在寨卡病毒和麻疹病例中，我們在 JMP 中實施了最大似然估計，作為與合作者共享代碼的一部分，所以我希望您也能看看這一點。我們希望向對JMP和統計學感興趣的專家介紹我們的研究成果，例如（1）估計輸入性傳染病感染風險和流行風險，（2）分析傳播模式和流行對策，以及（3）因果推斷的新方法，例如檢疫的影響。
