An autoregressive model for a censored data denoising method robust to outliers with application to the Obépine SARS-CoV-2 monitoring - Archive ouverte HAL Accéder directement au contenu
Pré-Publication, Document De Travail Année : 2021

An autoregressive model for a censored data denoising method robust to outliers with application to the Obépine SARS-CoV-2 monitoring

Un modèle autorégressif robuste aux valeurs aberrantes pour le débruitage de données censurées avec application à la surveillance du SARS-CoV-2 par Obépine

Résumé

This work is motivated by the Obépine French system for SARS-CoV-2 viral load monitoring in wastewater. The objective of this work is to identify, from time-series of noisy measurements, the underlying auto-regressive signals, in a context where the measurements present numerous missing data, censoring and outliers. We propose a method based on an auto-regressive model adapted to censored data with outliers. Inference and prediction are produced via a discretised smoother. This method is both validated on simulations and on real data from Obépine. The proposed method is used to denoise measurements from the quantification of the SARS-CoV-2 E gene in wastewater by RT-qPCR. The resulting smoothed signal shows a good correlation with other epidemiological indicators and an estimate of the whole system noise is produced.
Ce travail est motivé par le système français de surveillance de la charge virale SARS-CoV-2 dans les eaux usées Obépine. L'objectif de ce travail est d'identifier, à partir de séries temporelles de mesures bruitées, les signaux auto-régressifs sous-jacents, dans un contexte où les mesures présentent de nombreuses données manquantes, censurées et aberrantes. Nous proposons une méthode fondée sur un modèle auto-régressif adapté aux données censurées et aux valeurs aberrantes. L'inférence et la prédiction sont réalisées via un lisseur discrétisé. Cette méthode est validée à la fois sur des simulations numériques et sur des données réelles d'Obépine. La méthode proposée est utilisée pour débruiter les mesures issues de la quantification du gène E de SARS-CoV-2 dans les eaux usées par RT-qPCR. Le signal lissé résultant montre une bonne corrélation avec d'autres indicateurs épidémiologiques et une estimation du bruit de l'ensemble du système est produite.

Dates et versions

hal-03340229 , version 1 (10-09-2021)

Identifiants

Citer

Marie Courbariaux, Nicolas Cluzel, Siyun Wang, Vincent Maréchal, Laurent Moulin, et al.. An autoregressive model for a censored data denoising method robust to outliers with application to the Obépine SARS-CoV-2 monitoring. 2021. ⟨hal-03340229⟩
130 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More