[論文レビュー] Different scenarios in the Dynamics of SARS-Cov-2 Infection: an adapted ODE model

Ramón González|arXiv (Cornell University)|Apr 2, 2020

COVID-19 epidemiological studies参考文献 3被引用数 6

ひとこと要約

本研究では、隔離および隔離措置を含むさまざまな公衆衛生介入シナリオ下でのSARS-CoV-2の伝播ダイナミクスをシミュレートするために、ODEモデルが適応応用された。タイムリーな制御策が基本再生産数（R0）を4.04から1.12に低下させることを示しており、ブラジルのパンデミック初期の推移を事例として、介入の有効性を評価し、報告済みの症例傾向に基づいてパンデミックの制御日を推定した。

ABSTRACT

A mathematical model to calculate the transmissibility of SARS-Cov-2 in Wuhan City was developed and published recently by Tian-Mu Chen et al., Infectious Diseases of Poverty, 2020, https://doi.org/10.1186/s40249-020-00640-3. This paper improves this model in order to study the effect of different scenarios that include actions to contain the pandemic, such as isolation and quarantine of infected and at-risk people. Comparisons made between the different scenarios show that the progress of the infection is found to strongly depend on measures taken in each case. The particular case of Brazil was studied, showing the dynamics of the first days of the infection in comparison with the different scenarios contained in the model and the reality of the Brazilian health system was exposed, in front of each possible scenario. The relative evolution of the number of new infection and reported cases was employed to estimate a containment date of the pandemic. Finally, the basic reproduction number R0 values were estimated for each scenario, ranging from 4.04 to 1.12.

研究の動機と目的

• 既存のSARS-CoV-2伝播ODEモデルを拡張し、公衆衛生介入の影響を評価すること。
• 隔離や隔離などの異なる制御戦略がパンデミックの進行に与える影響を分析すること。
• ブラジルのパンデミック初期シナリオにモデルを適用し、異なる介入レベル下での制御の可能性と時期を評価すること。
• 各シナリオにおける基本再生産数（R0）を推定し、介入のタイミングと強度に対する感受性を比較すること。

提案手法

• 感染・回復・隔離された個体の動態をモデル化するため、通常微分方程式（ODE）の拡張系が用いられた。
• 症状を示す症例の隔離やリスクのある接触者の隔離といった、時間に依存する介入がモデルに組み込まれた。
• 介入の強度に応じて感染率が調整され、パラメータはブラジル初期アウトブレイクフェーズの観察済み症例データにキャリブレーションされた。
• 報告済み症例データを用いて、新規感染と報告済み症例の相対的変化を推定し、制御日を予測可能にした。
• 各シナリオにおけるR0は、異なる介入レベル下での感染初期増加率を分析することで算出された。
• エピデミックの進行に対する介入のタイミングとカバー率の影響を評価するため、感度分析が各シナリオで実施された。

実験結果

リサーチクエスチョン

• RQ1 隔離および隔離措置は、集団内でのSARS-CoV-2の伝播ダイナミクスにどのように影響を及けるか？
• RQ2 異なる介入シナリオ下で達成可能なR0の範囲は何か？ また、ベースラインシナリオと比較するとどうなるか？
• RQ3 報告済み症例傾向に基づいて、パンデミックの実現可能な制御日をモデルが予測できるか？
• RQ4 モデルのパフォーマンスは、ブラジルパンデミック初期段階の実世界データと比較してどの程度か？
• RQ5 R0を1.12未満に低下させ、エピデミックを制御するために必要な介入の閾値レベルは何か？

主な発見

• モデルは、積極的な隔離および隔離措置が、介入なしの状況下での基本再生産数（R0）4.04を最適な制御下で1.12にまで低下させられることを予測している。
• 新規感染と報告済み症例の相対的変化は、持続的な介入を仮定した場合、パンデミックの制御日を推定する信頼できる根拠を提供する。
• ブラジルのパンデミック初期の動態は、遅延または不十分な介入を伴うシナリオと最も一致しており、制御不能な拡散の高いリスクを示唆している。
• 早期かつ厳格な介入が施されたシナリオでは、ピーク感染負荷が著しく低下し、エピデミック期間が短くなった。
• 介入のための重要な時間的ウィンドウがモデルで特定され、遅延が累積症例数とR0値の指数的増加を引き起こすことが分かった。
• 本研究は、R0が隔離および隔離のタイミングとカバー率に極めて感受性を示すことを確認しており、実装のわずかな改善でも公衆衛生上の大きな利益が得られることを示している。