[論文レビュー] COVID-19 Data Analysis and Forecasting: Algeria and the World

Sami Belkacem|arXiv (Cornell University)|Jul 19, 2020

COVID-19 epidemiological studies参考文献 17被引用数 7

ひとこと要約

本研究では、アルジェリアにおけるCOVID-19の感染症例および死亡者数を予測するためにプロフェット時系列モデルを適用し、それぞれRMSEが218.87および4.79と低く、82か国のグローバル分析から、感染拡大と検査率、年齢層構成、医療体制、1人当たりGDPといった要因との顕著な相関関係が明らかになった。これにより、感染拡大および死亡率の主な駆動要因が特定された。

ABSTRACT

The novel coronavirus disease 2019 COVID-19 has been leading the world into a prominent crisis. As of May 19, 2020, the virus had spread to 215 countries with more than 4,622,001 confirmed cases and 311,916 reported deaths worldwide, including Algeria with 7201 cases and 555 deaths. Analyze and forecast COVID-19 cases and deaths growth could be useful in many ways, governments could estimate medical equipment and take appropriate policy responses, and experts could approximate the peak and the end of the disease. In this work, we first train a time series Prophet model to analyze and forecast the number of COVID-19 cases and deaths in Algeria based on the previously reported numbers. Then, to better understand the spread and the properties of the COVID-19, we include external factors that may contribute to accelerate/slow the spread of the virus, construct a dataset from reliable sources, and conduct a large-scale data analysis considering 82 countries worldwide. The evaluation results show that the time series Prophet model accurately predicts the number of cases and deaths in Algeria with low RMSE scores of 218.87 and 4.79 respectively, while the forecast suggests that the total number of cases and deaths are expected to increase in the coming weeks. Moreover, the worldwide data-driven analysis reveals several correlations between the increase/decrease in the number of cases and deaths and external factors that may contribute to accelerate/slow the spread of the virus such as geographic, climatic, health, economic, and demographic factors.

研究の動機と目的

• アルジェリアにおけるCOVID-19の拡大を時系列モデルを用いて分析・予測すること。
• グローバルスケールでCOVID-19の感染拡大および死亡率に影響を与える外部要因を同定すること。
• 82か国にわたる大規模なデータ分析を可能にする信頼できる情報源からの包括的データセットを構築すること。
• アルジェリアのデータに対するプロフェットモデルの予測性能を評価し、公衆衛生計画における信頼性を検証すること。
• 疫学的アウトカムと社会経済的、気候的、人口統計的変数との相関関係を調査すること。

提案手法

• プロフェット時系列予測モデルを、パンデミック開始以降のアルジェリアにおける日次で報告された症例および死亡者数のデータに訓練した。
• 将来の症例および死亡者数の予測精度を向上させるために、トレンド、季節性、休日要因をモデルに組み込んだ。
• 信頼できる情報源からなるグローバルデータセットを収集し、人口規模、中央年齢、1人当たりGDP、検査率、1000人あたりの病床数、平均年間気温といった変数を含めた。
• 82か国の間で、疾患のアウトカムと外部要因との線形関係を定量化するためにピアソン積率相関係数を計算した。
• ヒートマップを用いて、確認症例および死亡者数とさまざまな社会経済的・環境的変数との間の相関の強さと方向性を可視化した。
• 統計的に有意な相関関係の特定に注力したが、因果関係の欠如に注意を払った。

実験結果

リサーチクエスチョン

• RQ1 プロフェットモデルは、アルジェリアにおける確認済みCOVID-19症例および死亡者数をどの程度正確に予測できるか？
• RQ2 82か国の間で、確認済み症例および死亡者数と顕著に相関する外部要因は何か？
• RQ3 人口統計、経済、気候、医療インフラ要因は、パンデミックの拡大および重症度にどのように影響するか？
• RQ4 グローバルスケールで、検査率と報告済み症例数の関係は何か？
• RQ5 1人当たりGDPは症例および死亡者数とどの程度相関し、医療体制および検査率とどのように関連しているか？

主な発見

• プロフェットモデルは、アルジェリアにおける確認済み症例の予測でRMSEが218.87、死亡者数の予測で4.79にとどまり、高い予測精度を示した。
• 実施された検査数と確認済み症例数の間に強い正の相関（0.87）が確認され、検査が症例の同定に果たす役割が強調された。
• 中央年齢および65歳以上人口の割合は、死亡者数と正の相関（それぞれ0.17および0.20）を示し、高齢層が高リスク群であることが裏付けられた。
• 人口規模は医療従事者数（r = -0.22）および1000人あたりの病床数（r = -0.17）と負の相関を示し、人口の多い国々における医療体制への圧力が示唆された。
• 平均年間気温は症例数と弱い負の相関（r = -0.13）を示し、気温の高い地域が感染拡大をやや抑制する可能性があることを示唆した。
• 1人当たりGDPは症例数（r = 0.21）および死亡者数（r = 0.22）と正の相関を示したほか、検査率（r = 0.15）、病床数（r = 0.27）、医療従事者数（r = 0.46）ともに正の相関を示し、高所得国における医療能力の優位性が裏付けられた。