[論文レビュー] An Epidemiological Model for contact tracing with the Dutch CoronaMelder App

Peter Boncz|arXiv (Cornell University)|May 18, 2021

COVID-19 Digital Contact Tracing参考文献 4被引用数 5

ひとこと要約

本研究では、オランダのCoronaMelderデジタル接触追跡アプリの有効性を、COVID-19の感染症、入院、死亡の削減に与える影響をモデル化することで評価している。これは、GGDサービスによる手作業の接触追跡と比較した結果である。感染症および入院に関する実世界のデータを用いてモデル化した結果、アプリは約45,088例の感染症を回避したと推定されたが、手作業による追跡では773,599例が回避された。これは17:1の有効性比を示しており、将来的な影響を高めるために、アプリの導入率やリスクスコアの改善が可能であることが示唆されている。

ABSTRACT

We present an epidemiological model for the effectiveness of CoronaMelder, the Dutch digital contact tracing app developed on top of the Google/Apple Exposure Notification framework. We compare the effectiveness of CoronaMelder with manual contract tracing on a number of metrics. CoronaMelder turns out to have a small but noticeable positive influence in slowing down the COVID-19 pandemic, an effect that will become more pronounced in an opened-up society where adoption of CoronaMelder is increased.

研究の動機と目的

• オランダのCoronaMelderデジタル接触追跡アプリがCOVID-19の感染拡大をどの程度抑えるかを定量的に評価すること。
• 第二波（2020年10月～2021年5月）におけるオランダのGGDサービスによる手作業の接触追跡と比較し、アプリのパフォーマンスを評価すること。
• デジタルおよび手作業の接触追跡に起因する、回避された感染症、入院、集中治療室（ICU）入室、死亡の数を推定すること。
• 4日間の潜伏期間モデルを用いて、アプリおよび手作業の接触追跡が有効再生産数Rtに与える影響を分析すること。
• パンデミック後、ロックダウン解除後の状況において、アプリの導入率およびリスクスコアの向上が、デジタル接触追跡の有効性をどのように向上させるかを検討すること。

提案手法

• 本研究では、接触追跡なしの反事後的状況と観察された感染症および入院データを比較することで、回避された感染症、入院、死亡の数を推定するモデルベースのアプローチを用いている。
• 有効再生産数Rtは、4日間の潜伏期間を用いて計算され、1日あたりの感染症の増加率を4日前の感染症数と比較することでモデル化されている。
• モデルは、陽性PCR検査の実データおよび入院データを用いて推定を補正し、集団血清学的調査を用いてパンデミック全体の規模を推定している。
• アプリの有効性は、16％のアプリ導入率と、警告への40％の準拠率を仮定して、デジタル警告による感染症の回避数をモデル化することで推定されている。
• 感染期間（症状発症の2日前からGGDへの通報日まで）を考慮し、確定症例のTEKアップロードを用いてアプリ内で警告を発動している。
• 2つのシナリオを比較している：手作業の接触追跡のみ、およびCoronaMelderアプリを統合した手作業の接触追跡。感染拡大の増分的低減を推定している。

実験結果

リサーチクエスチョン

• RQ1 第二波の期間中に、オランダのCoronaMelderアプリは、COVID-19の感染症、入院、死亡をどれだけ回避したか？
• RQ2 CoronaMelderアプリの有効性は、GGDサービスによる手作業の接触追跡と比べてどの程度か？
• RQ3 アプリは有効再生産数Rtをどの程度低減したのか？また、これは手作業の追跡と比べてどうか？
• RQ4 将来的に、ワクチン接種後、社会的距離の緩和が進んだ状況で、アプリの有効性を高める要因は何か？
• RQ5 アプリの導入率、準拠率、リスクスコアの正確性に関する仮定の変化に、推定値がどの程度感応するか？

主な発見

• CoronaMelderアプリは、16％の導入率と40％の警告準拠率を仮定した場合、研究期間（2020年10月12日～2021年5月16日）中に推定で45,088例の感染症を回避した。
• GGDサービスによる手作業の接触追跡は、推定で773,599例の感染症を回避した。これはオランダ人口の4.5％（1740万人）に相当する。
• 感染症から入院への割合および感染症から死亡への割合を用いて、アプリは595件の入院、113件のICU入室、271件の死亡を回避したと推定された。
• アプリは有効再生産数Rtを1週間あたり平均0.0005の割合で低減したが、手作業の接触追跡のみでは0.0091の低減が見られた。
• アプリの有効性は手作業の追跡に比べて17倍低いが、導入率の向上やリスクスコアの改善により、将来的に著しく向上する可能性がある。
• ロックダウン解除後、ワクチン接種が進んだ環境では、アプリが匿名の接触者を検出できる能力を活かして、手作業の接触追跡よりも相対的に有効性が高まる可能性がある。