[論文レビュー] COVID-19 Plateau: A Phenomenon of Epidemic Development under Adaptive Prevention Strategies.

Ziqiang Wu, Hao Liao+3 more|arXiv (Cornell University)|Nov 6, 2020

COVID-19 epidemiological studies参考文献 22被引用数 5

ひとこと要約

本稿では、時間変動する予防戦略と人口移動を組み込んだ、適応的でマルチシティ型の流行モデルを提案する。このモデルは、感染数の長期にわたる平坦化（プラトー）が生じる要因を示し、プラトーが相互に依存する地域間ダイナミクスに起因することを明らかにしている。実世界のデータによる検証を通じて、複数のグローバル地域で観察されたプラトー現象が、本モデルと整合することが示された。

ABSTRACT

Since the beginning of the COVID-19 spreading, the number of studies on the epidemic models increased dramatically. It is important for policy makers to know how the disease will spread, and what are the effects of the policies and environment on the spreading. In this paper, we propose two extensions to the standard infectious disease models: (a) We consider the prevention measures adopted based on the current severity of the infection, those measures are adaptive and change over time. (b) Multiple cities and regions are considered, with population movements between those cities/regions, while taking into account that each region may have different prevention measures. While the adaptive measures and mobility of the population were often observed during the pandemic, these effects are rarely explicitly modeled and studied in the classical epidemic models. The model we propose gives rise to a plateau phenomenon: the number of people infected by the disease stay at the same level during an extended period of time. We show what are conditions needs to be met in order for the spreading to exhibit a plateau period, and we show that this phenomenon is interdependent: when considering multiples cities, the conditions are different from a single city. We verify from the real-world data that plateau phenomenon does exists in many regions of the world in the current COVID-19 development. Finally, we provide theoretical analysis on the plateau phenomenon for the single-city model, and derive a series of results on the emergence and ending of the plateau, and on the height and length of the plateau. Our theoretical results match well with our empirical findings.

研究の動機と目的

• 古典的な流行モデルにおいて、適応的で時間変動する予防措置のモデリングが不足しているという点を解決すること。
• 地域別に異なる干渉が施される状況下で、複数の都市間の人口移動が流行ダイナミクスに与える影響を調査すること。
• 実世界のCOVID-19データで観察された長期にわたる感染プラトーの発生と持続を説明すること。
• 単一都市およびマルチシティ設定におけるプラトーの形成および終了の理論的条件を導出すること。
• 本モデルの予測を、複数のグローバル地域からの実証データと照合して検証すること。

提案手法

• 各地域の感染症の深刻度に応じてリアルタイムで調整される適応的予防措置を導入することで、標準的な流行モデルを拡張する。
• 地域別に異なる制御政策を組み込んだネットワークベースのフレームワークを用いて、都市間の人口移動を組み込む。
• 感染増加に伴いより厳格な措置が発動し、それが感染伝播を低減して症例数を安定化させるという動的フィードバックループをモデル化する。
• 単一都市ケースを理論的安定性および分岐解析を用いて分析し、プラトーの発生および持続の条件を導出する。
• 理論的予測と実世界の感染データを比較することで、プラトーの存在および特徴の妥当性を検証する。
• 伝播率および適応的反応のしきい値に基づいて、プラトーの高さ、期間、終了の数学的条件を導出する。

実験結果

リサーチクエスチョン

• RQ1 適応的予防措置が適用される状況下で、流行が感染数の長期的プラトーを示す条件は何か？
• RQ2 複数の都市間の人口移動が、感染プラトーの発生および安定性にどのように影響するか？
• RQ3 単一都市モデルと、相互に接続されたマルチシティ・システムとの間で、プラトーダイナミクスにどのような差異が生じるか？
• RQ4 さまざまなグローバル地域からの実世界データは、本モデルが予測するプラトー現象をどの程度再現しているか？
• RQ5 プラトーの高さと期間は、適応的干渉のタイミングと強度にどのように依存するか？

主な発見

• 本モデルは、複数のグローバル地域における実世界のCOVID-19データで観察されたプラトー現象を、うまく再現した。
• プラトーは、感染数の増加に伴って適応的予防措置が発動され、伝播が一定水準に安定化することによって生じる。
• マルチシティシステムでは、プラトーは相互地域フィードバックによって維持される：一方の地域の感染減少が緩和策を引き起こし、他方の地域の感染増加が全体の安定性を保っている。
• プラトーの高さと期間は、適応的措置のしきい値および反応性、および地域間の移動パターンに強く依存する。
• 理論的分析により、プラトーが持続可能であるのは、伝播が新規感染と制御による減少が釣り合うレベルに抑えられている場合に限ることが確認された。
• 本モデルのプラトー特性に関する予測は、実世界データからの実証観察とよく一致している。