[論文レビュー] An efficient explicit approach for predicting the Covid-19 spreading with undetected infectious: The case of Cameroon

Eric Ngondiep|arXiv (Cornell University)|May 21, 2020

Fractional Differential Equations Solutions参考文献 28被引用数 7

ひとこと要約

本稿では、カメルーンにおけるSARS-CoV-2の伝播をモデル化するための2段階の明示的数値スキームを提案する。このモデルは、検出不能な感染症例を考慮しており、L∞-ノルムにおいて少なくとも2次収束性と安定性を達成している。これにより、2020年3月から4月にかけて、検出済み／検出不能な症例、死亡者数、入院患者数、有効再生産数の高速かつ高精度な予測が可能となる。

ABSTRACT

This paper considers an explicit numerical scheme for solving the mathematical model of the propagation of Covid-19 epidemic with undetected infectious cases. We analyze the stability and convergence rate of the new approach in $L^{\infty}$-norm. The proposed method is less time consuming. Furthermore, the method is stable, at least second-order convergent and can serve as a robust tool for the integration of general systems of ordinary differential equations. A wide set of numerical evidences which consider the case of Cameroon are presented and discussed.

研究の動機と目的

• 検出不能な感染者を含むSARS-CoV-2の伝播をシミュレートする、高速で安定的かつ高精度な数値的手法の開発を目的とする。
• パンデミック初期段階における限られたかつ一貫性のないデータの課題に対処するため、モデルに検出不能な感染者を組み込む。
• キャリブレーションを施した常微分方程式系を用いて、パンデミック期における病床需要の推定とピークの時期の特定を目的とする。
• 低資源環境（カメルーンなど）における検出率の変化が、死亡率および疾病負担に与える影響を分析することを目的とする。
• さまざまな干渉シナリオ下での感染症動態の予測に耐えうる、強固で計算的に効率的なツールの提供を目的とする。

提案手法

• 感染症の伝播をモデル化する常微分方程式系を解くための、2段階の明示的有限差分スキームを開発した。このモデルは、検出不能な感染者を含む。
• 安定性と収束性をL∞-ノルムにおいて分析し、少なくとも2次収束性と無条件安定性を証明した。
• 検出済み感染者、検出不能感染者、回復者（免疫あり・なし）、入院患者、潜伏期の個体を含む状態変数をモデルに組み込んだ。
• 入院中の感染者および検出不能感染者の感染性のばらつきを考慮し、パラメータは既存の文献から抽出した。
• 2020年3月6日から4月30日までのカメルーンの実データを用いて、症例の進行をシミュレートした。
• 有効再生産数（Re）を動的に計算し、時間経過に伴う伝播制御の度合いを評価した。

実験結果

リサーチクエスチョン

• RQ1 検出不能な感染者の組み込みが、カメルーンにおけるコロナウイルス感染症の予測的推移にどのように影響を与えるか？
• RQ2 検出率（検出済み症例の割合）が、推定される死亡率および全体的な疾病負担に与える影響は何か？
• RQ3 提案された2段階の明示的スキームは、入院患者数、死亡者数、感染ピークといった主要な感染症指標を、正確かつ効率的に予測できるか？
• RQ4 モデル内の異なる伝播仮定のもとで、有効再生産数（Re）は時間経過とともにどのように変化するか？
• RQ5 このモデルは、感染症ピークの時期と規模、および病床需要をどの程度正確に予測できるか？

主な発見

• 提案された2段階の明示的スキームは、無条件安定であり、L∞-ノルムにおいて少なくとも2次収束性を示し、信頼性の高い高速な数値統合が可能である。
• カメルーンの状況では、検出済み感染症例のピークは2020年3月17日～30日ごろに予測され、検出率0.0667のもとで4月30日までに累計116例に達した。
• 低検出率（0.0667）の下では、4月30日までに累計1,548.22例の検出不能感染者が予測され、顕在化しない感染拡散の蓄積が顕著に示された。
• ベースラインシナリオのもとで、有効再生産数（Re）は4月15日までに1.11から0.12に低下し、介入策が継続されれば最終的に感染が制御可能である可能性を示唆した。
• 病床需要は、検出率0.0667のもとで4月15日ごろに約56.6床のピークに達すると推定され、早期の準備体制の重要性が浮き彫りになった。
• モデルは観察された傾向と強く一致しており、低検出率が感染症の深刻度の認識を著しく歪め、公衆衛生対応の遅延を引き起こす可能性があることが示された。