[論文レビュー] Control with uncertain data of socially structured compartmental epidemic models

Giacomo Albi, Lorenzo Pareschi+1 more|arXiv (Cornell University)|Apr 27, 2020

COVID-19 epidemiological studies参考文献 43被引用数 4

ひとこと要約

本稿では、不確実なデータのもとで社会的構造を有するSIR型疫病モデルに対する最適制御フレームワークを提案する。即時のフィードバック制御を用いて、流行のピークを低減する。年齢依存の接触構造と不確実性の定量化を組み込むことで、コスト効率が良く、標的を絞った非薬物的介入が可能となり、データ制限下でもグローバル戦略を上回る性能を発揮する。

ABSTRACT

The adoption of containment measures to reduce the amplitude of the epidemic peak is a key aspect in tackling the rapid spread of an epidemic. Classical compartmental models must be modified and studied to correctly describe the effects of forced external actions to reduce the impact of the disease. The importance of social structure, such as the age dependence that proved essential in the recent COVID-19 pandemic, must be considered, and in addition, the available data are often incomplete and heterogeneous, so a high degree of uncertainty must be incorporated into the model from the beginning. In this work we address these aspects, through an optimal control formulation of a socially structured epidemic model in presence of uncertain data. After the introduction of the optimal control problem, we formulate an instantaneous approximation of the control that allows us to derive new feedback controlled compartmental models capable of describing the epidemic peak reduction. The need for long-term interventions shows that alternative actions based on the social structure of the system can be as effective as the more expensive global strategy. The timing and intensity of interventions, however, is particularly relevant in the case of uncertain parameters on the actual number of infected people. Simulations related to data from the first wave of the recent COVID-19 outbreak in Italy are presented and discussed.

研究の動機と目的

• 感染率や症例数に関するデータが不完全で不均一な状況において、効果的な疫病制御戦略を設計する課題に取り組む。
• 特に年齢依存の接触パターンを含めた社会的構造を、区画モデル疫病モデルに組み込み、現実性と予測精度を向上させる。
• リアルタイムで適応可能な介入政策を可能にする、フィードバック制御戦略を開発し、流行曲線の平準化を実現する。
• 主に無症状感染や報告不全に起因する、主要な疫学的パラメータの不確実性が制御効果に与える影響を定量化する。
• 社会的構造に基づく標的的介入が、タイミングと強度を最適化することで、広範かつ高コストな措置と同等の結果を達成できることを示す。

提案手法

• 社会的構造を有するSIRモデルに年齢依存の感染率を組み込み、有限時間枠内で感染症患者数を最小化する最適制御問題を定式化する。
• リアルタイムの状態情報に基づいて制御行動を計算する即時のフィードバック制御戦略を導入し、介入の動的調整を可能にする。
• 家族（F）、教育・学校（E）、職業（P）の3つの要素から成る社会的接触行列を構築する。各要素は年齢別関数でモデル化される。
• 接触率をパラメトリック関数でモデル化する：β_F（家族、若年齢でピーク）、β_E（学校、若年齢帯で中心）、β_P（職業、就労年齢帯で中心）、各関数には調整可能な重みと分散を設定する。
• イタリアの最初の新型コロナウイルス流行の実証データを用いてモデルをキャリブレーションし、観察された接触パターンと感染動態を再現するようにパラメータを調整する。
• 不確実性を伴う感染パラメータを組み込むために、ロバスト最適化技術を用いてフィードバック制御モデルを拡張し、データの変動に対しても安定性を確保する。

実験結果

リサーチクエスチョン

• RQ1 不確実なデータのもとで、最適制御を社会的構造を有する疫病モデルに適用することで、流行ピークをどの程度低減できるか？
• RQ2 年齢依存の接触構造は、非薬物的介入の有効性にどのような影響を与えるか？
• RQ3 リアルタイムデータに基づくフィードバック制御戦略は、静的またはグローバルな介入政策に比べて、コストと有効性の面で優れているか？
• RQ4 感染パラメータの不確実性は、制御戦略のロバストネスとパフォーマンスにどのように影響するか？
• RQ5 タイミングと強度を最適化した場合、標的的で年齢別に絞った介入は、広範な全般的制限措置とどの程度同等の結果を達成できるか？

主な発見

• フィードバック制御戦略は、不完全なデータ下でも、リアルタイムの感染レベルに基づいて介入強度を動的に調整することで、流行ピークを著しく低減した。
• 特に若年層や高齢層といった高接触年齢層に焦点を当てた標的的介入は、グローバル措置よりも長期的な社会的・経済的コストを低減しつつ、顕著なピーク低減を達成した。
• モデルは、介入のタイミングと強度が極めて重要であることを示しており、特に感染パラメータが不確実または報告不全である状況で顕著である。
• イタリアの最初の流行データにキャリブレーションされたシミュレーションでは、フィードバック制御モデルが、制御なしのシナリオと比較して、ピーク感染数を最大40％まで低減した。
• 制御フレームワークに不確実性の定量化を組み込むことで、真の感染率が推定値から逸脱してもパフォーマンスが維持されるなど、ロバストネスが向上した。
• F、E、Pの3つの成分を有する社会的接触行列は、実証的な接触パターンを正確に再現でき、モデルの構造的現実性を裏付けた。