[論文レビュー] A mathematical epidemic model using genetic fitting algorithm with cross-validation and application to early dynamics of COVID-19 in Algeria

Mohamed Taha Rouabah, Abdellah Tounsi+1 more|arXiv (Cornell University)|May 26, 2020

COVID-19 epidemiological studies参考文献 2被引用数 14

ひとこと要約

本研究では、過学習を軽減し、感染症動態の推定精度を向上させるために、交差検証を組み合わせた遺伝的アルゴリズム最適化SEIRモデルを提案する。このモデルはアルジェリアの初期COVID-19データ（2月25日〜5月24日）に適用され、基本再生産数R₀=3.78（95%信頼区間：3.03〜4.53）および有効再生産数Rₜ=0.651（95%信頼区間：0.539〜0.761）を推定し、2020年5月下旬に感染者数のピークが予測された。

ABSTRACT

A compartmental epidemic model based on genetic fitting algorithm and using cross-validation method to overcome the overfitting problem is proposed. This generic enhanced SEIR model allows to estimate approximate nowcast and forecast of epidemic evolution including key epidemic parameters and non-measurable asymptomatic infected portion of the susceptible population. The model is used to study COVID-19 outbreak dynamics in Algeria between February 25th and May 24th. Basic reproduction number on Feb. 25th is estimated to 3.78 (95% CI 3.033-4.53) and effective reproduction number on May 24th after three months of the outbreak is estimated to 0.651 (95% CI 0.539-0.761). Infection peak time is predicted to the end of April while active cases peak time is predicted to the end of May 2020. The disease incidence, CFR and IFR are calculated. Information provided by this study could help establish a realistic assessment of the situation in Algeria for the time being, inform predictions about potential future evolution, and guide the design of appropriate public health measures.

研究の動機と目的

• 初期段階の流行期における疫学的パラメータの正確な推定を目的とした堅牢な数学的モデルの開発。
• 交差検証と遺伝的フィッティングアルゴリズムを統合することで、疫学的モデルにおける過学習を是正すること。
• アルジェリアにおける基本再生産数、有効再生産数、感染発生率、CFR、IFRといった主要な疫学的指標の推定。
• COVID-19流行の初期段階における感染症発生数および活動中患者数のピーク時期の予測。
• アルジェリアの流行推移に関する信頼性の高い即時推計と予測を提供し、公衆衛生意思決定を支援すること。

提案手法

• 実世界の発生数データへの適合を最適化するため、遺伝的アルゴリズムを用いてSEIRモデルを強化する。
• 過学習を防ぎ、未知のデータへの一般化性能を向上させるために、交差検証を適用する。
• 実世界の伝播動態を反映させるために、感受性集団内に測定不能な無症候性感染者層を組み込む。
• 遺伝的アルゴリズムは、モデル予測と観察された症例数の差を最小化するように、パラメータセットを繰り返し進化させる。
• モデルの性能は10分割交差検証を用いて検証され、推定パラメータの安定性と信頼性を確保する。
• R₀、Rₜ、CFR、IFRといった疫学的指標は、最適化されたモデル出力から導出される。

実験結果

リサーチクエスチョン

• RQ1 SARS-CoV-2のアルジェリアにおける流行初期段階での推定された基本再生産数（R₀）は何か？
• RQ2 特に2020年5月24日までに、有効再生産数（Rₜ）はどのように推移したか？
• RQ3 アルジェリアにおける初期流行波の感染症発生数および活動中患者数のピークはいつごろ予測されるか？
• RQ4 無症候性伝播の組み込みが、モデルの精度およびパラメータ推定にどのように影響するか？
• RQ5 標準的なフィッティング手法と比較して、交差検証の統合が、疫学的予測の頑健性をどの程度向上させるか？

主な発見

• 2月25日における基本再生産数（R₀）は3.78と推定され、95%信頼区間は3.033から4.53の間であった。
• 5月24日時点で、有効再生産数（Rₜ）は0.651に低下し、95%信頼区間は0.539から0.761の間であった。
• モデルは感染症発生数のピークを2020年4月下旬に予測したが、活動中患者数のピークは2020年5月下旬に予測された。
• 症例死亡率（CFR）および感染症死亡率（IFR）は、モデル出力の一部として計算され、疾病の重症度に関する重要な洞察が得られた。
• 交差検証の統合により、過学習が顕著に軽減され、パラメータ推定および予測の信頼性が向上した。
• このモデルは、アルジェリアにおける初期流行動態を的確に捉え、根拠に基づく公衆衛生計画を支援した。