[論文レビュー] A feedback SIR (fSIR) model highlights advantages and limitations of infection-based social distancing

Elisa Marques Franco|arXiv (Cornell University)|Apr 27, 2020

COVID-19 epidemiological studies参考文献 38被引用数 42

ひとこと要約

本稿では、感染レベルのリアルタイム推移に基づき、負のフィードバック機構によって伝染率を動的に低下させるフィードバックSIR（fSIR）モデルを提案する。このモデルは、生態学的および生化学的動態にインspiredされたものであり、感染に基づく社会的距離の保ちが、遅れがあっても流行のピークを低く抑え、流行期間を延長することを示している。情報の遅れがあっても有効であり、単一の追加パラメータで政策の影響を簡便かつ効果的に評価できる。

ABSTRACT

Transmission rates in epidemic outbreaks vary over time depending on the societal and government response to infections and mortality data, as evidenced in the course of the COVID-19 pandemic. Following a mean field approach that models individuals like molecules in a well-mixed solution, I derive a modified SIR model in which the average daily contacts between susceptible and infected population are reduced based on the known infection levels, capturing the effects of social distancing policies. This approach yields a time-varying reproduction number that is continuously adjusted based on infection information through a negative-feedback term that is equivalent to Holling type II functions in ecology and Hill functions in chemistry and molecular biology. This feedback-adjustment of the transmission rate causes a structural reduction in infection peak, and simulations indicate that such reduction persists even in the presence of information delays. Simulations also show that a distancing policy based on infection data may substantially extend the duration of an epidemic. If the distancing rate is linearly proportional to infections, this model adds a single parameter to the original SIR, making it useful to illustrate the effects of social distancing enforced based on awareness of infections.

研究の動機と目的

• 流行期におけるリアルタイムの感染データが、社会的距離の政策をどのように情報提供・調整するかをモデル化すること。
• 既存のSIRモデルが、公衆や政策への反応に関係なく固定された伝染率を仮定しているというギャップを埋めること。
• 感染レベルに基づくフィードバック機構が、特にピークの低減と期間延長に与える影響を調査すること。
• 意識に基づく行動変容を捉えるために、古典的SIRモデルに最小限のパラメータを追加する拡張を提供すること。

提案手法

• 標準SIRフレームワークを変更し、感染レベルの上昇に伴い減少する時間変動型の伝染率を導入する。
• 感染増加に伴う社会的距離の飽和効果を表現するために、ホールリング型II関数（またはヒル関数）をフィードバック機構に用いる。
• 累積感染数または現在の感染数に基づき、伝染率を動的に調整することで、負のフィードバックループを形成する。
• モデルはコアとなるSIR構造を維持するが、フィードバック応答の強さを制御するための1つの新しいパラメータを追加する。
• ピーク低減のロバストネスを検証するため、さまざまな情報遅延シナリオでシミュレーションを実行する。
• 解析的および数値的評価により、流行ピーク、期間、および基本再生産数の変化を評価する。

実験結果

リサーチクエスチョン

• RQ1 感染レベルによって引き起こされるフィードバックベースの社会的距離が、集団内の流行ピークの高さにどのように影響するか？
• RQ2 感染情報の遅れが、感染に基づく社会的距離の効果に与える影響は何か？
• RQ3 リアルタイムの感染データに基づき伝染率を低下させた場合、流行期間はどのように変化するか？
• RQ4 フィードバック機構は、時間経過とともに効果的再生産数にどの程度影響を与えるか？
• RQ5 モデルの1つの追加パラメータは、ピーク低減と流行期間延長のトレードオフにどのように影響するか？

主な発見

• フィードバック機構により、感染レベルへの伝染率反応が弱くても、流行ピークが構造的に低減される。
• 感染情報の遅れがあっても、ピーク低減効果が持続することから、現実の報告遅れに対してもロバストであることが示された。
• 感染フィードバックに基づく社会的距離がとられると、伝染率が持続的に抑制されるため、流行期間が著しく延長される。
• 距離の強さが感染数に線形比例する場合、fSIRモデルは元のSIRに1つの追加パラメータを加えるだけで解析的に扱える。
• fSIRモデルにおける時間変動型の再生産数は、感染レベルの変化に応じて動的に調整され、現実の政策対応を反映している。
• モデルのフィードバック構造は生物学的・生態学的レギュラトリープロセスに類似しており、流行における行動反応を理解する自然なアナロジーを示唆している。