発展途上国における年齢別COVID-19感染致死率推定のための階層的ベイズモデル。

COVID-19感染致死率（IFR）は、SARS-CoV-2に感染した人のうち、その後死亡する人の割合である。COVID-19は高齢者に偏って感染するため、年齢別のIFR推定値は、COVID-19の地域間の影響の比較を容易にし、乏しい資源を優先的に配分するために不可欠である。しかし、年齢によって連続的に変化し、基礎データに内在する不確実性を適切に反映したIFRと血清有病率の推定値を作成するために、利用可能なデータを統合する首尾一貫した方法は存在しない。この論文では、IFRを年齢の連続関数として推定する新しいベイズ階層モデルを紹介する。このモデルは、場所間の集団年齢構造の不均一性を認め、血清有病率サンプリングのばらつきと血清検査アッセイの不完全性による推定値の不確実性を考慮したものである。この手法では、血清学的検査法特性、血清学的データ、死亡データを同時にモデル化する。限られたデータでパラメーターの推定を改善するため、階層的モデリングにより、地域間で情報を共有する。COVID-19パンデミック初年度の発展途上国26ヵ所のデータをモデル化したところ、血清有病率は年齢によって劇的に変化することはなく、60歳時点のIFRはほとんどのヵ所で高所得国の推定値を上回っていた。