[論文レビュー] Day Level Forecasting for Coronavirus Disease (COVID-19) Spread: Analysis, Modeling and Recommendations

Haytham H. Elmousalami, Aboul Ella Hassanien|arXiv (Cornell University)|Mar 15, 2020

COVID-19 epidemiological studies参考文献 11被引用数 68

ひとこと要約

この論文は、日次レベルの予測モデルを用いてCOVID-19拡大を時系列と数理形式で比較し、社会的距離対策が感染者数の成長に与える影響を論じる。

ABSTRACT

In mid of March 2020, Coronaviruses such as COVID-19 is declared as an international epidemic. More than 125000 confirmed cases and 4,607 death cases have been recorded around more than 118 countries. Unfortunately, a coronavirus vaccine is expected to take at least 18 months if it works at all. Moreover, COVID -19 epidemics can mutate into a more aggressive form. Day level information about the COVID -19 spread is crucial to measure the behavior of this new virus globally. Therefore, this study presents a comparison of day level forecasting models on COVID-19 affected cases using time series models and mathematical formulation. The forecasting models and data strongly suggest that the number of coronavirus cases grows exponentially in countries that do not mandate quarantines, restrictions on travel and public gatherings, and closing of schools, universities, and workplaces (Social Distancing).

研究の動機と目的

• 2020年初頭に世界的にCOVID-19拡大を理解するための日次データの重要性を動機づける。
• 日次分解での予測モデルを時系列と数理形式で比較する。
• モデル分析と異なる政策対応下の成長パターンの観察に基づく推奨を提供する。

提案手法

• 時系列モデルと数理形式を用いてCOVID-19の感染者を対象とした日次レベルの予測モデルを比較する。
• 指数成長の考え方を用いて拡散ダイナミクスを分析する。
• 社会的距離などの政策影響を観察した上で、モデル分析に基づく推奨を示す。

実験結果

リサーチクエスチョン

• RQ1 国を跨いだCOVID-19の感染者データに対して日次レベルの予測モデルはどの程度性能を発揮するか？
• RQ2 介入（検疫、渡航制限、学校/職場の閉鎖）が日次成長パターン形成に果たす役割は？
• RQ3 時系列と数理形式アプローチは初期のCOVID-19拡大で観察された指数成長を捉えられるか？

主な発見

• 検疫、渡航制限、学校・大学・職場の閉鎖を義務付けない国ではコロナウイルス感染者数が指数関数的に増加する。
• 本研究は時系列と数理形式を用いた日次レベル予測モデルの比較を提示する。
• 予測モデルとデータは政策措置がCOVID-19拡大の成長ダイナミクスに影響を与えることを示唆している。