[論文レビュー] COVID-19: Estimating spread in Spain solving an inverse problem with a probabilistic model

Marcos Matabuena, Carlos Meijide-García+2 more|arXiv (Cornell University)|Apr 28, 2020

COVID-19 epidemiological studies参考文献 67被引用数 6

ひとこと要約

本論文は、死亡者データを用いて逆問題を解くことで、スペインにおけるSARS-CoV-2の真の感染拡大状況を推定する、新しい確率的個別レベルモデルを提案している。4月26日時点で、公式発表の17倍にのぼる感染が実際には発生していた可能性が示され、マドリードでは異なる仮定のもとで血清有病率が9.8%に達し、ガリシアでは2.5%にとどまった。

ABSTRACT

We introduce a new probabilistic model to estimate the real spread of the novel SARS-CoV-2 virus along regions or countries. Our model simulates the behavior of each individual in a population according to a probabilistic model through an inverse problem; we estimate the real number of recovered and infected people using mortality records. In addition, the model is dynamic in the sense that it takes into account the policy measures introduced when we solve the inverse problem. The results obtained in Spain have particular practical relevance: the number of infected individuals can be $17$ times higher than the data provided by the Spanish government on April $26$ $th$ in the worst-case scenario. Assuming that the number of fatalities reflected in the statistics is correct, $9.8$ percent of the population may be contaminated or have already been recovered from the virus in Madrid, one of the most affected regions in Spain. However, if we assume that the number of fatalities is twice as high as the official numbers, the number of infections could have reached $19.5\%$. In Galicia, one of the regions where the effect has been the least, the number of infections does not reach $2.5 \%$ . Based on our findings, we can: i) estimate the risk of a new outbreak before Autumn if we lift the quarantine; ii) may know the degree of immunization of the population in each region; and iii) forecast or simulate the effect of the policies to be introduced in the future based on the number of infected or recovered individuals in the population.

研究の動機と目的

• 公式の感染データが偏りや不完全さを示す状況下でも、リアルタイムでのSARS-CoV-2感染伝播の正確な推定が求められるという重要なニーズに対応する。
• 従来の集団レベルSIRモデルの限界を克服し、時間変動パラメータを有する個別レベルの確率的ダイナミクスをモデル化する。
• 政策的介入や生物学的知識を動的確率的フレームワークに統合し、現実性と予測力の向上を図る。
• 感染・回復の隠れた推移を推定するため、感染数よりも正確であると想定される死亡記録を主なデータソースとして用いる。
• 公衆衛生政策の立案および今後の流行対策に役立てるため、地域別に血清有病率と免疫レベルの推定を提供する。

提案手法

• 感受性 → 感染 → 回復または死亡という段階をとる有限状態のマーキョフ連鎖モデルを定式化する。
• 連続確率分布と動的ポアソン過程を統合し、時間経過に伴う感染および死亡イベントをモデル化する。
• 確率的最適化を用いて、観察された累積死亡者数に一致するようにモデルパラメータをキャリブレーションすることで逆問題を解く。
• パラメータ空間に制限を設けた状態で、回復率関数 $ R_i(t) = \min\{C, ae^{-(bt + ct^2 + dt^3 + et^4 + ft^5)}\} $ のパラメータを最適化するためにCMA-ES進化的アルゴリズムを採用する。
• 観察値から±10%以内の死亡者数を生成する確率的経路を特定することで、モデルの推移に90%信頼区間を構築する。
• 地域ごとに死亡者データを独立して用い、パラメータ最適化と推論をシミュレーション平均化および残差平方和最小化により実施する。

実験結果

リサーチクエスチョン

• RQ1 公式データが系的に低く報告されている場合、スペインにおけるSARS-CoV-2感染の真の数をどのように推定できるか？
• RQ2 血清有病率の地域差が、集団の免疫状態および今後の流行リスクにどの程度影響を及えるか？
• RQ3 個別レベルでモデル化した場合、政策的介入が感染および回復の推定ダイナミクスにどのように影響を及えるか？
• RQ4 感染データが信頼できない場合、死亡者データのみで、隠れた流行推移を信頼性高く再構築できるか？
• RQ5 報告された死亡者数の不確実性が、感染・回復者数の推定にどのような影響を及えるか？

主な発見

• 4月26日時点で、スペインにおける感染者数は公式政府統計の最大17倍に上っていたと推定された。
• マドリードでは、約9.8%の人口が感染または回復済みと推定されたが、死亡者数が公式発表の2倍であれば、19.5%にまで上昇した。
• ガリシアでは、感染率は2.5%未満にとどまり、感染伝播に顕著な地域差が示された。
• モデルの信頼区間は、観察値から±10%以内の死亡者数を生成する経路が、流行拡大の妥当な説明であることを示している。
• モデルは、推定された集団レベルの免疫状態および感染ダイナミクスに基づき、今後の政策の影響を予測可能にしている。
• 結果から、十分な免疫が得られていない状態で休眠措置を解除すると、秋までに再流行が発生する可能性があることが示唆された。これは地域の血清有病率に依存する。