A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä
Sima – an Open-source Simulation Framework for Realistic Large-scale Individual-level Data Generation (2021)

Tikka, S., Hakanen, J., Saarela, M., & Karvanen, J. (2021). Sima – an Open-source Simulation Framework for Realistic Large-scale Individual-level Data Generation. International Journal of Microsimulation, 14(3), 27-53. https://doi.org/10.34196/IJM.00240

JYU-tekijät tai -toimittajat

Tikka, Santtu
Hakanen, Jussi
Saarela, Mirka
Karvanen, Juha

Julkaisun tiedot

Julkaisun kaikki tekijät tai toimittajat: Tikka, Santtu; Hakanen, Jussi; Saarela, Mirka; Karvanen, Juha

Lehti tai sarja: International Journal of Microsimulation

eISSN: 1747-5864

Julkaisuvuosi: 2021

Ilmestymispäivä: 31.12.2021

Volyymi: 14

Lehden numero: 3

Artikkelin sivunumerot: 27-53

Kustantaja: International Microsimulation Association

Julkaisumaa: Britannia

Julkaisun kieli: englanti

DOI: https://doi.org/10.34196/IJM.00240

Julkaisun avoin saatavuus: Avoimesti saatavilla

Julkaisukanavan avoin saatavuus: Kokonaan avoin julkaisukanava

Julkaisu on rinnakkaistallennettu (JYX): https://jyx.jyu.fi/handle/123456789/80356

Tiivistelmä

We propose a framework for realistic data generation and the simulation of complex systems and demonstrate its capabilities in a health domain example. The main use cases of the framework are predicting the development of variables of interest, evaluating the impact of interventions and policy decisions, and supporting statistical method development. We present the fundamentals of the framework by using rigorous mathematical definitions. The framework supports calibration to a real population as well as various manipulations and data collection processes. The freely available open-source implementation in R embraces efficient data structures, parallel computing, and fast random number generation, hence ensuring reproducibility and scalability. With the framework, it is possible to run daily-level simulations for populations of millions of individuals for decades of simulated time. An example using the occurrence of stroke, type 2 diabetes, and mortality illustrates the usage of the framework in the Finnish context. In the example, we demonstrate the data collection functionality by studying the impact of nonparticipation on the estimated risk models and interventions related to controlling excessive salt consumption.

YSO-asiasanat: tilastomenetelmät; matemaattiset mallit; tietojärjestelmät; tietorakenteet; tietojenkäsittely; terveysala; simulointi; ennusteet; lähdekoodit; avoin lähdekoodi

Liittyvät organisaatiot

Hankkeet, joissa julkaisu on tehty

OKM-raportointi: Kyllä

Raportointivuosi: 2022

JUFO-taso: 1