[論文レビュー] A time-dependent SEIR model to analyse the evolution of the SARS-CoV-2 epidemic outbreak in Portugal

P. Teles|arXiv (Cornell University)|Apr 9, 2020

COVID-19 epidemiological studies参考文献 15被引用数 25

ひとこと要約

本研究では、動的な感染率と政府・個人の予防措置を組み込んだ時間に依存するSEIRモデルを構築し、ポルトガルにおけるSARS-CoV-2の流行を予測した。予測では、約19,000件の活動中感染症例と1,250件のが入院患者がピークに達するとされ、ICUに200〜300名が要する見込みであり、既存の呼吸器支援装置の能力を考慮しても医療システムへの負担は管理可能であると示唆している。

ABSTRACT

Background: The analysis of the Sars-CoV-2 epidemic is of paramount importance to understand the dynamics of the coronavirus spread. This can help health and government authorities take the appropriate measures and implement suitable politics aimed at fighting and preventing it. Methods: A time-dependent dynamic SEIR model inspired in a model previously used during the MERS outbreak in South Korea was used to analyse the time trajectories of active and hospitalized cases in Portugal. Results: The time evolution of the virus spread in the country was adequately modelled. The model has changeable parameters every five days since the onset of mitigation measures. A peak of about 22,000 active cases is estimated, although the official value for recovered cases is out of date. Hospitalized cases could reach a peak of about 1,250 cases, of which 200/300 in ICU units. Conclusion: With appropriate measures, the number of active cases in Portugal can be controlled at about 22,000 people, of which about 1,250 hospitalized and 200/300 in ICU units. This seems manageable by the country national health service with an estimated 1,140 ventilators.

研究の動機と目的

• ポルトガルにおける初期流行段階における活動中および入院中のSARS-CoV-2感染症例の時間的変化ダイナミクスをモデル化すること。
• 政府の緩和策と個人の自己防護行動が流行の進行に与える影響を評価すること。
• 政策立案および計画目的のため、ピーク感染症例数と医療システムへの負担を推定すること。
• 動的なパラメータ調整が、リアルタイムの流行予測におけるモデルの正確性を向上させる効果を評価すること。

提案手法

• 時間に依存するSEIRモデルを用い、感受性（S）、潜伏期（E）、無症状（A）、軽症〜重症感染（I）、入院（H）、回復（R）の各状態変数を含む。
• 感染率係数β(t)は5日ごとに変化させ、緩和策や防護行動の変化を反映する。
• 政府の措置（d）と個人の自己防護（l）の時間変動パラメータを含み、感染率を動的に調整する。
• 微分方程式によりコンpartments間の移行を記述し、インキュベーション期間（σ⁻¹ = 5.1日）、回復期間（k⁻¹ ≈ 11日）、入院率（I症例の13％）などのパラメータを設定する。
• モデルフィッティングにはMathematicaのNonLinearModelFitを用い、初期条件を2020年2月15日とし、ポルトガルの症例報告データを用いた。
• 基本再生産数R₀は11.77と算出され、初期段階での高い感染性を示唆するが、2020年4月下旬までに有効再生産数Rₑは1に近づく。

実験結果

リサーチクエスチョン

• RQ1 感染率および緩和パラメータの時間依存的調整は、ポルトガルにおけるSARS-CoV-2流行予測の正確性をどのように向上させるか？
• RQ2 現在の緩和策および防護戦略のもとで、活動中および入院中の感染症例のピーク数は予測されるか？
• RQ3 自己防護行動と政府の対策は、時間経過とともに有効な感染率をどの程度低減させるか？
• RQ4 本モデルは、特に無症状例の検査行動の変化をどのように扱っているか？

主な発見

• モデルは、ポルトガルにおけるSARS-CoV-2の活動中感染症例が約19,000件にピークに達すると予測しており、観察された傾向と整合的である。
• 入院患者数は約1,250件にピークに達すると予測され、そのうち200〜300名がICUを要するが、これは国家医療システムの能力内に収まるとされている。
• 有効再生産数Rₑは2020年4月20日〜25日ごろに1.0に近づき、流行が減少への移行段階にあることを示唆している。
• モデルは、基本再生産数R₀を11.77と推定しており、緩和策が導入される前における高い初期感染性を反映している。
• 入院患者数の plateau（平坦化）は、感染率の上昇によるものではなく、無症状者に対する検査の拡大によるものであると仮説され、活動中感染症例のピークがすでに達成された可能性を示唆している。
• 動的なパラメータ調整により、公共の健康状況が変化する中でも、短期間（5〜10日）の流行曲線の正確な予測が可能であるとモデルが示している。