[論文レビュー] An Interactive Dashboard for Real-Time Analytics and Monitoring of COVID-19 Outbreak in India: A proof of Concept

Arun Mitra, Biju Soman+1 more|arXiv (Cornell University)|Aug 23, 2021

COVID-19 epidemiological studies参考文献 23被引用数 6

ひとこと要約

本論文は、COVID-19 India Tracker、Census 2011、Google Mobilityレポートから得られる地方レベルのデータを用いて、インドにおけるCOVID-19の流行をリアルタイムで監視するインタラクティブダッシュボードを提示する。データサイエンスおよび疫学的手法を応用して、増加率、倍増時間、有効再生産数といった重要な指標を推定し、パンデミック期における公衆衛生意思決定の実用的ツールとしての有効性を示している。

ABSTRACT

Data analysis and visualization are essential for exploring and communicating findings in medical research, especially in epidemiological surveillance. Data on COVID-19 diagnosed cases and mortality, from crowdsourced website COVID-19 India Tracker, Census 2011, and Google Mobility reports have been used to develop a real-time analytics and monitoring system for the COVID-19 outbreak in India. We have developed a dashboard application for data visualization and analysis of several indicators to follow the SARS-CoV-2 epidemic using data science techniques. A district-level tool for basic epidemiological surveillance, in an interactive and user-friendly manner which includes time trends, epidemic curves, key epidemiological parameters such as growth rate, doubling time, and effective reproduction number have been estimated. This demonstrates the application of data science methods and epidemiological techniques in public health decision-making while addressing the gap of timely and reliable decision aiding tools.

研究の動機と目的

• インドにおけるCOVID-19パンデミック期に、タイムリーで信頼性の高い意思決定支援ツールが不足しているという問題に対処すること。
• SARS-CoV-2の感染動態を地方レベルでリアルタイムで監視できる、インタラクティブで使いやすいダッシュボードの開発。
• 症例数、死亡者数、人口統計、移動トレンドといった多様なデータソースを統合し、統合されたアナリティクスプラットフォームを構築すること。
• 増加率、倍増時間、有効再生産数（Rt）といった主要な疫学的パラメータを推定・可視化し、リアルタイム監視を可能にすること。
• データサイエンスおよび疫学的モデリングの応用が、進行中の流行期における公衆衛生意思決定を支援する方法を示すこと。

提案手法

• ダッシュボードは、COVID-19 India Tracker、Census 2011、Google Mobilityレポートから得られるリアルタイムデータを統合している。
• 時間系列解析を用いて、インド全域の地方レベルにおける流行曲線の作成と症例動向の追跡を実施している。
• 増加率、倍増時間、有効再生産数（Rt）といった主要な疫学的指標は、標準的な数学的モデルを用いて計算されている。
• 動的でインタラクティブな感染拡大パターンおよびリスク指標の可視化のため、データ可視化技術が使用されている。
• リアルタイム更新と公衆衛生用途におけるスケーラビリティを確保するため、データサイエンスパイプラインを用いてダッシュボードが構築されている。
• 非技術的公衆衛生関係者にとっての使いやすさとアクセシビリティを重視したデザインが採用されている。

実験結果

リサーチクエスチョン

• RQ1 パンデミック期に、リアルタイムでの地方レベルのデータをどのように集約・可視化すれば、公衆衛生監視を支援できるか？
• RQ2 インドのオープンソースデータから信頼性を持って推定可能な主要な疫学的指標（増加率、倍増時間、有効再生産数）とは何か？
• RQ3 インタラクティブダッシュボードは、進行中の流行期における公衆衛生関係者の状況認識および意思決定をどの程度向上できるか？
• RQ4 Google Mobilityレポートからの移動トレンドは、地方レベルでの症例発生数の変化とどの程度相関しているか？
• RQ5 低コストでオープンソースのダッシュボードは、中央集権型国家監視システムの代替または補完として実用的であると見なせるか？

主な発見

• 本ダッシュボードは、公開可能なデータを用いて、インド全域の地方レベルにおける確定症例数および死亡者数のリアルタイムトレンドを効果的に可視化している。
• システムは、地方ごとに増加率、倍増時間、有効再生産数（Rt）といった主要な疫学的パラメータを推定・表示している。
• 流行曲線および時間系列トレンドは動的に生成されており、感染拡大の急増を早期に検知することが可能になっている。
• Google Mobilityデータの統合により、症例発生と関連する人間の移動パターンの分析が可能となり、標的介入の支援が可能になっている。
• オープンデータおよびデータサイエンス技術の応用により、スケーラブルでインタラクティブな監視システムを公衆衛生用途に構築できることが実証された。
• 概念実証により、このようなダッシュボードが状況認識を向上させ、アウトブレイク期におけるエビデンスベースの公衆衛生意思決定を支援できることが示された。