[論文レビュー] A model for the spread of an epidemic from local to global: A case study of COVID-19 in India

Buddhananda Banerjee, Pradumn Kumar Pandey+1 more|arXiv (Cornell University)|Jun 4, 2020

COVID-19 epidemiological studies参考文献 13被引用数 5

ひとこと要約

本稿は、インドにおけるCOVID-19の地方的（地方レベル）からグローバル的（国レベル）への広がりを、地方レベルの検査データ、移動パターン、封鎖措置を用いてシミュレートするメタポピュレーションベースの疫学的モデルを提案する。線形または対数線形の日次検査数の増加が、感染数の安定化と第二波の防止に寄与することを示しており、干渉がなければ、低速な検査増加の下で2020年末までに最大1億3000万人の感染が予測される。

ABSTRACT

In this paper we propose an epidemiological model for the spread of COVID-19. The dynamics of the spread is based on four fundamental categories of people in a population: Tested and infected, Non-Tested but infected, Tested but not infected, and non-Tested and not infected. The model is based on two levels of dynamics of spread in the population: at local level and at the global level. The local level growth is described with data and parameters which include testing statistics for COVID-19, preventive measures such as nationwide lockdown, and the migration of people across neighboring locations. In the context of India, the local locations are considered as districts and migration or traffic flow across districts are defined by normalized edge weight of the metapopulation network of districts which are infected with COVID-19. Based on this local growth, state level predictions for number of people tested with COVID-19 positive are made. Further, considering the local locations as states, prediction is made for the country level. The values of the model parameters are determined using grid search and minimizing an error function while training the model with real data. The predictions are made based on the present statistics of testing, and certain linear and log-linear growth of testing at state and country level. Finally, it is shown that the spread can be contained if number of testing can be increased linearly or log-linearly by certain factors along with the preventive measures in near future. This is also necessary to prevent the sharp growth in the count of infected and to get rid of the second wave of pandemic.

研究の動機と目的

• インドにおけるCOVID-19の広がりが地方（地方レベル）から国家（国レベル）のダイナミクスに移行するのをモデル化すること。
• 検査率、移動、封鎖措置の影響が感染進行に与える影響を定量化すること。
• 日次検査数の線形的または対数線形的増加が、パンデミックの安定化または抑制に寄与するかどうかを評価すること。
• 州および国レベルでの異なる検査および移動シナリオの下で、将来の感染トレンドを予測すること。

提案手法

• モデルは、個々の人物を4つの状態に分類する：検査を受けたが感染、検査を受けていないが感染、検査を受けたが非感染、検査を受けていない非感染。
• 地方間移動を正規化されたエッジ重みで表現するメタポピュレーションネットワークを用い、地方伝播をモデル化する。
• 検査率、移動（θ）、感染拡散などのパラメータを、2020年5月7日時点の実データとの誤差を最小化するようにグリッドサーチでキャリブレーションする。
• 日次検査数の線形および対数線形増加仮定に基づき、州レベルおよび国レベルの陽性者数を予測する。
• 安定化および第二波分析は、異なる検査増加率と移動条件をシミュレートすることで実施する。
• 十分な検査が行われる条件下で感染曲線が平坦化する時間系列シミュレーションを通じて、モデルの妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 地方間移動は、インドにおけるCOVID-19の地方的からグローバル的への広がりにどのように影響するか？
• RQ2 感染曲線を安定化または逆転させるために、どの程度の日次検査増加が必要か？
• RQ3 初期の抑制後に第二波の感染が発生する条件は何か？
• RQ4 封鎖措置と検査を併用することで、地方および国レベルでのパンデミックの制御はどの程度効果的か？

主な発見

• 線形検査増加（r₁ = 5×10³ 日次検査数）の下では、2020年7月7日までにインドの予測感染数は約200万人、2020年11月7日までに5900万人、2020年末までに1億3000万人に達する。
• 対数線形検査増加の下では、封鎖措置がなければ、2020年7月7日までに530万人の感染が予測され、2020年11月7日までに8800万人、年末までに2億2000万人に達する。
• 感染数の安定化は、検査率が線形的または対数線形的に増加する場合にのみ達成可能であり、封鎖解除後の移動増加が続く状況でも同様である。
• 第二波は、初期の感染減少後でさえも、日次検査数が必要な閾値を下回る場合に発生する可能性がある。特に、移動が増加している場合には顕著である。
• 本モデルは、高い検査率と厳格な移動制御の併用が、再発生を防ぎ、第二波を回避する上で不可欠であることを示している。
• 本モデルの予測は、検査率および地方間移動に敏感であり、高い検査率は長期的な感染負担を顕著に低減することが示されている。