[論文レビュー] Effects of weather and policy intervention on COVID-19 infection in Ghana

Wahab Abdul Iddrisu, Peter Appiahene+1 more|arXiv (Cornell University)|Apr 28, 2020

COVID-19 epidemiological studies被引用数 9

ひとこと要約

本研究は、2020年3月13日から4月21日までのガーナにおけるCOVID-19新規症例数に、気象要因（気温、湿度、降水量、風速）および政策的対策（部分的ロックダウン）の影響を調査する。ラグ付き予測子を用いた時系列一般化線形モデルを用いた分析の結果、最高気温、相対湿度、降水量が新規感染を有意に予測し、部分的ロックダウンは統計的に有意な効果（p = 0.0164）を示した。これは、気象要因および政策的要因が、ガーナにおけるパンデミック初期の感染拡大ダイナミクスにおいて重要な役割を果たしている可能性を示唆する。

ABSTRACT

Even though laboratory and epidemiological studies have demonstrated the effects of ambient temperature on the transmission and survival of coronaviruses, not much has been done on the effects of weather on the spread of COVID-19. This study investigates the effects of temperature, humidity, precipitation, wind speed and the specific government policy intervention of partial lockdown on the new cases of COVID-19 infection in Ghana. Daily data on confirmed cases of COVID-19 from March 13, 2020 to April 21, 2020 were obtained from the official website of Our World in Data (OWID) dedicated to COVID-19 while satellite climate data for the same period was obtained from the official website of NASA's Prediction of Worldwide Energy Resources (POWER) project. Considering the nature of the data and the objectives of the study, a time series generalized linear model which allows for regressing on past observations of the response variable and covariates was used for model fitting. The results indicate significant effects of maximum temperature, relative humidity and precipitation in predicting new cases of the disease. Also, results of the intervention analysis indicate that the null hypothesis of no significant effect of the specific policy intervention of partial lockdown should be rejected (p-value=0.0164) at a 5\% level of significance. These findings provide useful insights for policymakers and the public.

研究の動機と目的

• パンデミック初期のガーナにおける気象変数が、1日あたりのCOVID-19新規症例数に与える影響を評価すること。
• 特定の政府の政策的対策（部分的ロックダウン）が、新規感染の減少に効果的であるかどうかを評価すること。
• ラグ付き気象要因および政策変数を用いて、感染率の時系列的ダイナミクスをモデル化すること。
• ガーナのような低資源環境における公衆衛生意思決定のための証拠に基づく知見を提供すること。

提案手法

• 1日あたりの確認済みCOVID-19症例数および気象データを分析するために、時系列一般化線形モデル（GLM）が用いられた。
• 反応変数（新規症例数）および共変量（気温、湿度、降水量、風速、政策的対策）のラグ付き値が予測子として含まれた。
• 確認済み症例データはOur World in Data（OWID）から入手した。気象データはNASAのPOWERプロジェクトから取得した。
• 感染症例数の時系列的依存性を考慮するため、自己回帰構造がモデルに組み込まれた。
• 介入分析を実施し、部分的ロックダウンの感染拡大への統計的有意性を検証した。
• モデルの適合度および有意性は、p値および尤度に基づく推論を用いて評価された。

実験結果

リサーチクエスチョン

• RQ1 最高気温、相対湿度、降水量、風速が、ガーナにおける1日あたりの新規COVID-19症例数をどの程度有意に予測できるか。
• RQ2 部分的ロックダウンの導入が、新規感染の推移を有意に変化させるか。
• RQ3 気象要因のラグ効果が、COVID-19感染拡大の時系列的パターンにどのように影響するか。
• RQ4 時系列自己相関を調整した後、気象要因と感染率の間の関係が統計的に有意であるか。

主な発見

• 最高気温は、新規1日あたりのCOVID-19症例数と有意に負の相関を示し、高温が感染拡大を抑制する可能性を示唆している。
• 相対湿度は、新規症例数に対して有意に正の効果を示し、高湿度がウイルスの拡散を促進する可能性を示唆している。
• 降水量は、新規感染の増加と有意に関連しており、雨天が感染ダイナミクスに影響を与える可能性を示唆している。
• 部分的ロックダウン対策は、新規感染の減少に統計的に有意な効果を示した（p値 = 0.0164、5%有意水準）。
• 風速は、最終モデルにおいて新規症例数と有意な関連を示さなかった。
• ラグ付き予測子を用いた時系列GLMは、感染拡大の主要な時系列的パターンを捉えるのに良好な適合度を示した。