[論文レビュー] COVID-19 infection and recovery in various countries: Modeling the dynamics and evaluating the non-pharmaceutical mitigation scenarios

Yong Zhang, Xiangnan Yu+4 more|arXiv (Cornell University)|Mar 31, 2020

COVID-19 epidemiological studies参考文献 25被引用数 7

ひとこと要約

本研究では、中国および特定の国におけるCOVID-19の感染・回復動態をシミュレート・予測する時間依存SEIRモデルを開発し、空間的に異なる感染率と公衆衛生介入による回復率の向上を明らかにした。さらに、確率的粒子追跡モデルを用いて非薬物的介入の効果を評価した結果、診断と隔離が遅れる場合には、自宅隔離に比べて厳格な社会的距離の確保がより効果的であると示唆された。

ABSTRACT

The coronavirus disease 2019 (COVID-19) pandemic radically impacts our lives, while the transmission/infection and recovery dynamics of COVID-19 remain obscure. A time-dependent Susceptible, Exposed, Infectious, and Recovered (SEIR) model was proposed and applied to fit and then predict the time series of COVID-19 evolution observed in the last three months (till 3/22/2020) in various provinces and metropolises in China. The model results revealed the space dependent transmission/infection rate and the significant spatiotemporal variation in the recovery rate, likely due to the continuous improvement of screening techniques and public hospital systems, as well as full city lockdowns in China. The validated SEIR model was then applied to predict COVID-19 evolution in United States, Italy, Japan, and South Korea which have responded differently to monitoring and mitigating COVID-19 so far, although these predictions contain high uncertainty due to the intrinsic change of the maximum infected population and the infection/recovery rates within the different countries. In addition, a stochastic model based on the random walk particle tracking scheme, analogous to a mixing-limited bimolecular reaction model, was developed to evaluate non-pharmaceutical strategies to mitigate COVID-19 spread. Preliminary tests using the stochastic model showed that self-quarantine may not be as efficient as strict social distancing in slowing COVID-19 spread, if not all of the infected people can be promptly diagnosed and quarantined.

研究の動機と目的

• 中国におけるCOVID-19感染および回復率の時空間的ダイナミクスを、時間依存SEIRフレームワークを用いてモデル化すること。
• 2020年3月22日までの中華人民共和国の省別データを用いて、SEIRモデルの妥当性を検証し、予測精度を確認すること。
• 高い不確実性を伴うが、妥当化されたモデルを米国、イタリア、日本、韓国における傾向の予測に拡張すること。
• 確率的粒子追跡モデルを用いて、非薬物的介入の有効性を評価すること。
• 診断および隔離の効率が異なる状況下で、自宅隔離と厳格な社会的距離の確保の相対的影響を比較すること。

提案手法

• 時間依存SEIRモデルを構築し、動的な感染率および回復率を用いて、中国の省・都市から得られた観察データに適合させた。
• 2020年3月22日までの中国の時系列データを用いて、モデルのパラメータをキャリブレーションし、地域的および時間的変動を捉えた。
• 妥当化されたSEIRモデルを用いて、国ごとのパラメータを設定し、米国、イタリア、日本、韓国における感染拡大の予測軌道を外挿した。
• 人間の接触と感染拡散をシミュレートするため、ランダムウォークフレームワークを用いた確率的粒子ベースのモデルを開発した。
• 接触頻度と隔離効率を調整することで、自宅隔離と社会的距離の確保の両方の緩和戦略をシミュレートし、その結果を比較した。
• 感染イベントを人口内での混合制限付き二分子反応プロセスとして表現するために、モデルはそのような反応過程を仮定した。

実験結果

リサーチクエスチョン

• RQ1 初期パンデミック段階における中国におけるCOVID-19の感染率および回復率は、空間的・時間的にどのように変化するか？
• RQ2 公衆衛生対応の異なる国々において、妥当化されたSEIRモデルは、感染の推移をどの程度正確に予測できるか？
• RQ3 診断および隔離が遅れる状況下で、自宅隔離と比較して厳格な社会的距離の確保は、SARS-CoV-2の拡散をどれほど効果的に遅らせるか？
• RQ4 スクリーニング能力および病床の増強は、回復時間の短縮および回復率の向上にどのような役割を果たすか？
• RQ5 非薬物的介入は、遵守度や検出効率の異なる条件下で、感染ピークの大きさと発生時期にどのように影響を与えるか？

主な発見

• SEIRモデルは中国の省別で観察された感染曲線を的確に再現し、感染率に顕著な空間的ばらつきと、時間の経過に伴う回復率の上昇を明らかにした。
• 特に都市封鎖が実施された後、スクリーニング能力の向上と病床の増強により、中国における回復率は著しく改善された。
• モデルの予測によると、米国、イタリア、日本は韓国よりも大きな感染ピークを示すと予測された。これは、初期対応の時期と強度の違いを反映している。
• 確率的シミュレーションの結果、感染が確認されず隔離が遅れる場合には、自宅隔離よりも厳格な社会的距離の確保が感染拡大を抑える上でより有効であることが示された。
• 粒子追跡モデルの結果、接触頻度を社会的距離の確保によって減らすことで、個々の自宅隔離に依存するのとは対照的に、累積感染数の削減に顕著な効果が得られた。
• 本研究は、国ごとの未知かつ変動する感染率および回復率のため、国際的予測に高い不確実性が伴うことを強調した。