[論文レビュー] A Simple Prediction Model for the Development Trend of 2019-nCov Epidemics Based on Medical Observations

Ye Liang, Dan Xu+5 more|arXiv (Cornell University)|Feb 2, 2020

Healthcare Systems and Public Health被引用数 13

ひとこと要約

本研究では、中国・湖北京以外の地域における2019-nCoV感染症の流行傾向を予測するシンプルなモデルを提案している。医療観察データを用いて、感染者数を予測するもので、2020年1月25日から1月29日までの6つのモデルを最適化した結果、流行のピークが1月29日から2月2日ごろに予測された。実際のデータは1月29日から1月31日までに、合成モデルの範囲内に収まっており、医療観察の傾向が流行の進行を信頼性高く予測できることを示している。

ABSTRACT

In order to predict the development trend of the 2019 coronavirus (2019-nCov), we established an prediction model to predict the number of diagnoses case in China except Hubei Province. From January 25 to January 29, 2020, we optimized 6 prediction models, 5 of them based on the number of medical observations to predicts the peak time of confirmed diagnosis will appear on the period of morning of January 29 from 24:00 to February 2 before 5 o'clock 24:00. Then we tracked the data from 24 o'clock on January 29 to 24 o'clock on January 31, and found that the predicted value of the data on the 3rd has a small deviation from the actual value, and the actual value has always remained within the range predicted by the comprehensive prediction model 6. Therefore we discloses this finding and will continue to track whether this pattern can be maintained for longer. We believe that the changes medical observation case number may help to judge the trend of the epidemic situation in advance.

研究の動機と目的

• 中国・湖北京を除く地域における2019-nCoV感染症の流行傾向を予測するモデルを開発すること。
• 医療観察の感染者数の変化が、確定診断の推移を予測できるかどうかを評価すること。
• 初期の流行データを用いた複数の予測モデルの正確性を評価すること。
• 流行の初期段階において、公衆衛生意思決定を支援するためのタイムリーでデータ駆動型の予測を提供すること。

提案手法

• 研究者たちは、2020年1月25日から1月29日までの日次医療観察感染者数に基づき、6つの予測モデルを構築した。
• 5つのモデルは、医療観察データを用いて流行ピークの時期を予測した。
• モデルは1月25日から1月29日のデータを用いて最適化され、予測期間は1月29日から2月2日を想定した。
• 5つのモデルの出力を統合することで、より頑健で正確な合成モデル（モデル6）を構築した。
• モデルの予測は、2020年1月29日から1月31日までに収集された実際の確定症例データと照合された。
• 研究では、医療観察の傾向を観察した時系列的手法を用い、将来の流行動態を推定した。

実験結果

リサーチクエスチョン

• RQ1 中国・湖北京以外の地域における2019-nCoV確定症例のピークは、医療観察の感染者数の変化によって信頼性高く予測可能か？
• RQ2 初期の医療観察データに基づく予測モデルは、流行の初期段階における流行傾向をどれほど正確に予測できるか？
• RQ3 複数の予測アプローチを統合した合成モデルは、個々のモデルと比較して予測の信頼性が向上するか？
• RQ4 確定症例データが安定化する前でも、医療観察の傾向のみを用いて流行ピークの時期を信頼性高く推定できるか？

主な発見

• モデルは、2020年1月29日から2月2日までの間、確定症例のピークが発生すると予測した。具体的には、1月29日午後12時から2月2日午前5時の間であった。
• 2020年1月29日から1月31日までの実際の確定症例データは、合成モデル（モデル6）の予測範囲内に収まっており、短期的な正確性が裏付けられた。
• 1月31日の予測値と実測値の乖離は小さく、3日間の検証期間を通じてもモデルの信頼性が保たれていた。
• 本研究では、確定症例データが伝達動態を完全に反映する前でさえ、医療観察の感染者数の変化が流行傾向の変化を早期に示す指標となり得ることを明らかにした。
• 合成モデル（モデル6）は、個々のモデルと比較して優れた一貫性と安定性を示した。これは、モデル統合の価値を示している。
• 研究者たちは、流行の初期段階において、医療観察データが流行進行をタイムリーかつ有用に予測する代替指標として機能しうると結論づけた。