[論文レビュー] COVID-19 Epidemic Study II: Phased Emergence From the Lockdown in Mumbai

Prahladh Harsha, Sandeep Juneja+8 more|arXiv (Cornell University)|Jun 5, 2020

COVID-19 epidemiological studies参考文献 9被引用数 7

ひとこと要約

本研究では、COVID-19パンデミック期のムンバイにおける段階的リオープン戦略をモデル化するために、エージェントベースの都市スケールシミュレータ（ABCS）を用いた。主な焦点は勤務出席率、公共交通機関利用、非薬物的介入である。その結果、勤務出席率を20–33％に制限するとともに、公共交通機関の乗車率を20％に抑えることで、医療体制を維持し、感染拡大を抑えることができ、特にマスク着用と物理的距離の確保と併用した場合に顕著である。

ABSTRACT

The nation-wide lockdown starting 25 March 2020, aimed at suppressing the spread of the COVID-19 disease, was extended until 31 May 2020 in three subsequent orders by the Government of India. The extended lockdown has had significant social and economic consequences and `lockdown fatigue' has likely set in. Phased reopening began from 01 June 2020 onwards. Mumbai, one of the most crowded cities in the world, has witnessed both the largest number of cases and deaths among all the cities in India (41986 positive cases and 1368 deaths as of 02 June 2020). Many tough decisions are going to be made on re-opening in the next few days. In an earlier IISc-TIFR Report, we presented an agent-based city-scale simulator(ABCS) to model the progression and spread of the infection in large metropolises like Mumbai and Bengaluru. As discussed in IISc-TIFR Report 1, ABCS is a useful tool to model interactions of city residents at an individual level and to capture the impact of non-pharmaceutical interventions on the infection spread. In this report we focus on Mumbai. Using our simulator, we consider some plausible scenarios for phased emergence of Mumbai from the lockdown, 01 June 2020 onwards. These include phased and gradual opening of the industry, partial opening of public transportation (modelling of infection spread in suburban trains), impact of containment zones on controlling infections, and the role of compliance with respect to various intervention measures including use of masks, case isolation, home quarantine, etc. The main takeaway of our simulation results is that a phased opening of workplaces, say at a conservative attendance level of 20 to 33\%, is a good way to restart economic activity while ensuring that the city's medical care capacity remains adequate to handle the possible rise in the number of COVID-19 patients in June and July.

研究の動機と目的

• ムンバイという高密度都市における段階的リオープン戦略がCOVID-19の感染拡大に与える影響を評価すること。
• 特にサブカルン・トレインを含む公共交通機関がリオープン期における感染拡大をどのように促進するかを評価すること。
• 医療体制の維持を確保するための勤務出席率と輸送機関の乗車率の安全な閾値を特定すること。
• マスク着用、隔離、自宅隔離などの非薬物的介入の有効性を評価すること。
• 公衆衛生と経済回復の両立を図るための政策立案者への根拠に基づく提言を提供すること。

提案手法

• ムンバイの人口（約1,240万人）の個々の相互作用をモデル化するために、エージェントベースの都市スケールシミュレータ（ABCS）を採用した。
• 密着接触頻度に関するヒューリスティック仮定を用いて、家庭内（β_H）および通勤時（β_T）の感染率をキャリブレーションした。
• 通勤時の接触頻度が時間当たり約60回、家庭内が1日約50回であると想定し、β_Tを1kmあたりのβ_Hの約1/5として導出した。
• 勤務出席率（20–100％）、輸送機関の乗車率（10–50％）、および介入策への準拠度を変化させた複数のリオープンシナリオをシミュレートした。
• 感染ダイナミクスをモデル化するために、1/4日単位のタイムステップを用い、移動時間と1回の接触における感染確率を組み込んだ。
• 感染率仮定への感度を検証するために、β_Tの乗数を1/4、1/5、1/6として変化させた。

実験結果

リサーチクエスチョン

• RQ1 段階的リオープン期におけるどの程度の勤務出席率が、ムンバイの医療体制への負担を最小限に抑えつつ経済活動を可能にするか？
• RQ2 特にサブカルン・トレインにおける公共交通機関の乗車率は、高密度都市環境下でのCOVID-19の広がりにどのように影響するか？
• RQ3 マスク着用、症例隔離、自宅隔離の組み合わせ効果は、リオープン期の流行制御にどのように寄与するか？
• RQ4 家庭内との接触と比較して通勤時の感染率仮定にどのような感度が見られるか？
• RQ5 6月および7月2020年の段階的で監視されたリオープン戦略は、医療体制の過負荷リスクを低減できるか？

主な発見

• 段階的リオープン期に勤務出席率を20–33％に制限することで、重症例のための8,000床の医療体制上限内に保ち、医療体制を維持できる。
• サブカルン・トレインの乗車率を20％に制限することで、感染拡大リスクが顕著に低下し、特にマスク着用と物理的距離の確保と併用した場合に顕著である。
• モデル推定によれば、通勤中の感染率は、1kmあたりの家庭内感染率の約1/5に相当する。
• 公共交通機関での感染率が高くなると、特に乗車率が20％を超えると、観察された水準を超えて、1日あたりの入院者数と死亡者数が増加する可能性がある。
• 段階的かつ監視付きのリオープン戦略により、政策立案者はリアルタイムでの感染動向を評価し、制限措置を適宜調整できる。
• このシミュレータは絶対的な感染者数を予測することを目的としていないが、さまざまな非薬物的介入の相対的影響を効果的に比較できる。