[論文レビュー] Did COVID-19 infections decline before UK lockdown?

Simon N. Wood|arXiv (Cornell University)|May 5, 2020

COVID-19 epidemiological studies参考文献 9被引用数 14

ひとこと要約

本研究では、死亡者データと病状持続期間の分布を用いて、英国およびスウェーデンにおけるSARS-CoV-2感染の推移を再構築するため、ベイズ的逆問題アプローチを用いる。この手法は、モデル化の仮定に依存することを最小限に抑える。その結果、2020年3月24日における完全なロックダウンの前から、英国におけるCOVID-19感染はすでに減少し始めていた。スウェーデンの減少は、その1〜2日前に始まった。

ABSTRACT

The number of new infections per day is a key quantity for effective epidemic management. It can be estimated by testing of random population samples. Without such direct epidemiological measurement, other approaches are required to infer whether the number of new cases is likely to be increasing or decreasing: for example, estimating the pathogen reproductive rate, R, using data gathered from the clinical response to the disease. For COVID-19 (SARS-CoV-2) such R estimation is heavily dependent on modelling assumptions, because the available clinical case data are opportunistic observational data subject to severe temporal confounding. Given this difficulty it is useful to reconstruct the time course of infections from the least compromised available data, using minimal prior assumptions. A Bayesian inverse problem approach applied to UK data on COVID-19 deaths and the disease duration distribution suggests that infections were in decline before full UK lockdown (24 March 2020), and that infections in Sweden started to decline only a day or two later.

研究の動機と目的

• 直接的な症例検査に依存せずに、英国およびスウェーデンにおけるSARS-CoV-2感染の真の推移を推定すること。
• 時系列的バイアスや報告遅延によって歪められる可能性がある、任意の臨床的症例データの限界を解消すること。
• 公式のロックダウン措置の前における感染の増加または減少を、最小限の事前仮定で推定すること。
• 死亡者数と既知の病状持続期間分布のみを用いて、強固でデータ駆動型の感染トレンド推定を提供すること。

提案手法

• 観察された死亡者データから、潜在的な感染曲線を推定するために、ベイズ的逆問題フレームワークを適用する。
• 病状発症から死亡までの期間の既知の分布を、逆問題の処理の主要な要素として使用する。
• 死亡者報告の不確実性と病状持続期間の不確実性を組み込み、感染推移に関する事後分布を生成する。
• 伝染病動態やR(t)推定に関する仮定を最小限に抑えることで、逆問題を解く。
• 事前指定された流行モデル構造によるバイアスを避けるために、非パラメトリック推論を用いる。
• 推定されたトレンドと観察データの比較、および既知の疫学的制約との整合性の評価により、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 2020年3月24日における全国的ロックダウンの前、英国におけるSARS-CoV-2感染は減少していたか？
• RQ2 政策的対応の時期に近い時期における、英国とスウェーデンの感染トレンドにはどのような相違があるか？
• RQ3 直接的な症例報告がなく、死亡者データのみを用いて、感染推移を信頼性高く再構築できるか？
• RQ4 感染トレンドの推定値は、病状持続期間や報告遅延に関する仮定にどれほど感応するか？

主な発見

• 死亡者データと病状持続期間の分析に基づき、2020年3月24日における完全なロックダウンの前から、英国における感染はすでに減少していた。
• 英国における感染の減少は、全国的制限の実施前から始まっており、流行の初期段階が自己制限的であったか、ロックダウン前の行動変化によって影響を受けていた可能性を示唆している。
• スウェーデンにおける感染の減少は、英国に1〜2日遅れて始まり、類似したがわずかに遅延した流行の推移を示している。
• ベイズ的逆問題アプローチにより、モデル化の仮定やR(t)推定にほとんど依存しない、一貫性があり強固な感染トレンド推定が得られた。