[論文レビュー] Does Social Distancing Matter for Infectious Disease Propagation? An SEIR Model and Gompertz Law Based Cellular Automaton

S. W. Biernacki|arXiv (Cornell University)|Jun 15, 2022

Complex Network Analysis Techniques参考文献 53被引用数 6

ひとこと要約

本研究では、SARS-CoV-2の広がりを模擬するために、SEIR感染症モデルとGompertzの生死法則を統合した、正方形格子上の確率的で同期的な細胞自動車を提案する。感染伝播を可変な近隣半径と年齢依存の死亡率でモデル化することで、接触範囲が広がるほど疾病の広がりが加速すること、また、感染したが無症状の個体が存在する場合、隔離された感染者だけでは流行を防げないことが示された。これは、無症状者からの伝播を抑制するための積極的で徹底的な検査戦略の重要性を強調する。

ABSTRACT

In this paper, we present stochastic synchronous cellular automaton defined on a square lattice. The automaton rules are based on the SEIR (susceptible → exposed → infected → recovered) model with probabilistic parameters gathered from real-world data on human mortality and the characteristics of the SARS-CoV-2 disease. With computer simulations, we show the influence of the radius of the neighborhood on the number of infected and deceased agents in the artificial population. The increase in the radius of the neighborhood favors the spread of the pandemic. However, for a large range of interactions of exposed agents (who neither have symptoms of the disease nor have been diagnosed by appropriate tests), even isolation of infected agents cannot prevent successful disease propagation. This supports aggressive testing against disease as one of the useful strategies to prevent large peaks of infection in the spread of SARS-CoV-2-like diseases.

研究の動機と目的

• SARS-CoV-2の伝播ダイナミクスを現実的に模擬できる、空間的に明示的で確率的な細胞自動車を開発すること。
• Gompertzの法則を用いて年齢依存の死亡率を組み込み、現実の死亡パターンを反映すること。
• 近隣半径と、潜伏期（無症状）の感染者からの伝播が流行拡大に与える影響を調査すること。
• 潜伏期の感染者が感染性を保つ場合の隔離戦略の有効性を評価すること。
• 隔離策が講じられても、大規模な感染ピークを防ぐために、積極的検査がなぜ不可欠であるかを評価すること。

提案手法

• 2次元正方形格子上に、感受性（S）、潜伏期（E）、感染（I）、回復（R）の4状態を持つ確率的で同期的な細胞自動車を定義する。
• 潜伏期（E）および感染（I）の個体から感染が広がる確率をそれぞれpEおよびpIとし、それぞれ異なる接触半径rEおよびrIを設定する。
• Gompertzの法則に基づき、健康な個体の死亡率fGと感染した個体の死亡率fCを年齢依存として用い、死亡した個体は新たな個体に置き換えられる。
• シミュレーションは、1名の「患者ゼロ」が潜伏期状態で初期化され、タイプライター順の毎日刻みの時間ステップで進化する。
• モア・またはフォン・ノイマンの構成を用い、可変な半径で近隣領域を定義することで、異なる社会的距離のレベルを模擬する。
• 臨床データから得られる現実的なパラメータ（潜伏期間、回復率など）を用いることで、生物学的妥当性を確保する。

実験結果

リサーチクエスチョン

• RQ1 潜伏期および感染個体の接触範囲を広げると、SARS-CoV-2流行の感染ピーク数と死亡者数にどのような影響を与えるか？
• RQ2 潜伏期の個体が感染性を保つ場合、症状がある個体を厳密に隔離しても、流行の広がりを防げるか？
• RQ3 Gompertzの法則による年齢依存の死亡率を組み込むことで、一定の死亡率を仮定した場合と比較して、流行の推移が顕著に変化するか？
• RQ4 現実的なパラメータ設定のもとで、本モデルは、無症状伝播や遅延ピークといった、実世界のSARS-CoV-2のダイナミクスの主要特徴を再現できるか？
• RQ5 無症状者からの伝播が可能である場合、積極的検査が大規模な感染ピークを緩和するために果たす役割は何か？

主な発見

• 潜伏期および感染個体の近隣半径を広げることで、感染個体および死亡個体の数が顕著に増加し、広範な接触ネットワークが流行の拡大を加速することを確認した。
• 症状がある個体を厳密に隔離しても、無症状で検出されない潜伏期の個体が広い範囲でウイルスを伝播できる場合、流行は依然として広がってしまう。
• 本モデルは、無症状の潜伏期個体からの無症状伝播が、単に症状に基づく隔離戦略に大きな挑戦をもたらすことを示している。
• Gompertzの法則を細胞自動車に統合することで、実際の年齢別死亡率と整合する死亡パターンが得られ、モデルの生物学的現実性が向上した。
• 結果から、積極的検査と接触者追跡が、無症状キャリアを早期に同定・隔離することで、大規模な流行を防ぐために極めて重要であることが強調された。
• 本モデルは、早期かつ広範な検査が行われない限り、症状がある感染者の隔離がしっかりと実施されていなくても、大規模な流行ピークを防げないことを示している。