[論文レビュー] A simulation of a COVID-19 epidemic based on a deterministic SEIR model

José M. Carcione, Juan E. Santos+2 more|arXiv (Cornell University)|Apr 7, 2020

COVID-19 epidemiological studies参考文献 20被引用数 16

ひとこと要約

本研究では、初期の $ R_0 $ が 3 から 0.8 に低下する状況下で、調整済みのパラメータを用いて、イタリアのロンバルディアにおけるCOVID-19流行を決定的SEIRモデルでシミュレートした。主な結果として、3月31日（日付37日目）に流行のピークが予測され、死者数は15,600人、感染者数は270万人に達すると予想された。公式データに基づく感染致死率（IFR）は0.57%であった。

ABSTRACT

An epidemic disease caused by a new coronavirus has spread in Northern Italy with a strong contagion rate. We implement an SEIR model to compute the infected population and number of casualties of this epidemic. The example may ideally regard the situation in the Italian Region of Lombardy, where the epidemic started on February 25. We calibrate the model with the number of dead individuals to date (May 5, 2020) and constraint the parameters on the basis of values reported in the literature. The peak occurs at day 37 (March 31) approximately, when there is a rapid decrease, with a reproduction ratio R0 = 3 initially, 1.36 at day 22 and 0.8 after day 35, indicating different degrees of lockdown. The predicted death toll is approximately 15600 casualties, with 2.7 million infected individuals at the end of the epidemic. The incubation period providing a better fit of the dead individuals is 4.25 days and the infection period is 4 days, with a fatality rate of 0.00144/day [values based on the reported (official) number of casualties]. The infection fatality rate (IFR) is 0.57 %, and 2.36 % if twice the reported number of casualties is assumed. However, these rates depend on the initially exposed individuals. If approximately nine times more individuals are exposed, there are three times more infected people at the end of the epidemic and IFR = 0.47 %. If we relax these constraints and use a wider range of lower and upper bounds for the incubation and infection periods, we observe that a higher incubation period (13 versus 4.25 days) gives the same IFR (0.6 versus 0.57 %), but nine times more exposed individuals in the first case. Therefore, a precise determination of the fatality rate is subject to the knowledge of the characteristics of the epidemic.

研究の動機と目的

• 限られたデータと不確実性が伴う中で、決定的SEIRモデルを用いてイタリアのロンバルディアにおけるCOVID-19流行のダイナミクスをシミュレートすること。
• 2020年5月5日までの報告された死者数を用いて、潜伏期間・感染期間・致死率・基本再生産数などのモデルパラメータをキャリブレーションすること。
• ロックダウン措置の影響を、時間とともに変化する $ R_0 $ の変化を分析することで、流行の進行に与える影響を評価すること。
• 初期の被感染者数やパラメータの範囲の変化に伴う感染致死率（IFR）の感度を評価すること。
• 隔離や社会的距離の確保措置の影響を数量的に評価することで、不確実なデータのもとでも、区画モデルが公衆衛生政策の意思決定を支援できることを示すこと。

提案手法

• 決定的SEIR区画モデルが用いられ、人口を感受性（S）、潜伏（E）、感染性（I）、回復・死亡（R）の4つのクラスに分類する。
• モデルは、感染率、潜伏期間、回復率、致死率に基づく、区画間の遷移を記述する常微分方程式系によって支配される。
• 時間経過に伴う微分方程式系の数値解法として、前進オイラー法が採用された。
• パラメータとして $ R_0 $、潜伏期間（4.25日）、感染期間（4日）、致死率（0.00144/日）が、2020年5月5日までのロンバルディアの報告死者数に一致するようにキャリブレーションされた。
• 感度解析として、初期の被感染者・感染患者数、潜伏期間・感染期間、$ R_0 $ を変化させ、結果の妥当性と現実性を評価した。
• より広いパラメータ範囲を想定した代替のパラメータセットを検証し、観察データとの整合性を評価するとともに、IFRと流行の時期に関する妥当な範囲を探索した。

実験結果

リサーチクエスチョン

• RQ1 ロックダウンによる時間的変化を伴う $ R_0 $ の低下を考慮した場合、ロンバルディアにおける流行のピークのタイミングと強度は、初期の再生産数 $ R_0 $ にどのように依存するか？
• RQ2 ロンバルディアの流行における推定感染致死率（IFR）は何か？ また、初期被曝の仮定や報告死者数の変化に伴ってどのように変化するか？
• RQ3 潜伏期間および感染期間の変化は、観察された死亡者数へのフィットと予測される流行経路にどのような影響を及ぼすか？
• RQ4 初期条件（例：初期被曝者数）の変化が、最終的な流行規模およびIFRの推定値に与える影響はどの程度か？
• RQ5 社会的距離の確保や隔離措置が、時間的に変化する $ R_0 $ にどのように反映され、SEIRモデルを用いてどのように数量化できるか？

主な発見

• ロンバルディアにおける流行のピークは、日付37日目（2020年3月31日）に到来し、1日あたりの感染者数および死者数が最大に達した。
• 2020年5月5日までの公式報告死者数を根拠に、流行終了時点で約15,600人の死者が発生するとモデルは予測した。
• 初期の再生産数 $ R_0 $ は3であったが、日付22日目には1.36に低下し、日付35日目以降は1未満（0.8）に低下し、効果的なロックダウン措置が実施されたことを示した。
• 最良のフィットを得るための潜伏期間は4.25日、感染期間は4日であり、公式の死者数データに基づく感染致死率（IFR）は0.57%であった。
• 報告死者数を2倍にするとIFRは2.37%に上昇し、初期被曝者数を9倍に増加させるとIFRは0.47%に低下するが、最終的な感染者数は3倍に増加した。
• 長期間の潜伏期間（例：13日）を想定した代替パラメータセットでも、IFRは0.6%程度に達するが、著しく高い初期被曝者数を要するため、IFR推定におけるパラメータの不確実性が顕在化した。