[論文レビュー] Epidemic analysis of COVID-19 in Brazil by a generalized SEIR model

Suzete Maria Silva Afonso, Juarez S. Azevedo+1 more|arXiv (Cornell University)|May 22, 2020

COVID-19 epidemiological studies参考文献 13被引用数 4

ひとこと要約

本研究では、2020年4月8日から5月21日までのリアルタイムデータを用いて非線形最小二乗法によるフィッティングを実施し、ブラジルおよびその主要州におけるCOVID-19の流行推移を予測するために、時間に依存する一般化SEIRDPモデルを適用した。モデルは、全国の累積感染数のピークが2020年7月21日ごろに発生し、約98万2千例の感染症例と19万2千人の死亡者を示すと予測している。また、日別新規感染数と死亡者数のピークはそれぞれ7月下旬と8月上旬ごろに予測されている。

ABSTRACT

We shall apply a generalized SEIR model to study the outbreak of COVID-19 in Brazil. In particular, we would like to explain the projections of the increase in the level of infection over a long period of time, overlapping large local outbreaks in the most populous states in the country. A time-dependent dynamic SEIR model inspired in a model previously used during the outbreak in China was used to analyses the time trajectories of infected, recovered, and deaths. The model has parameters that vary with time and are fitted considering a nonlinear least-squares method. The simulations starting from April 8, 2020, concluded that the time for a peak in Brazil will be in July 21, 2020 with total cumulative infected cases around 982K people; in addition, an estimated total death case will reach to 192K in the end. Besides that, Brazil will reach a peak in terms of daily new infected cases and death cases around the middle of July with 50K cases of infected and almost 6.0K daily deaths.

研究の動機と目的

• 潜伏期間、回復、死亡を考慮した一般化SEIRフレームワークを用いて、ブラジルにおけるCOVID-19の長期的流行動態をモデル化すること。
• 実世界の症例データへのフィッティングを通じて、感染率、保護率、回復率などの主要な流行パラメータを推定すること。
• 主なブラジル州における累積感染および日別新規感染症例、死亡者数のピークの時期と規模を予測すること。
• 緩和策および自己防護策の変動に対する予測を提供することで、公衆衛生計画を支援すること。
• 不十分なデータ、特に不顕在化と死亡報告の遅延が、モデルの正確性と予測信頼性に与える影響を評価すること。

提案手法

• Susceptible（感受性）、Exposed（潜伏）、Infected（感染）、Recovered（回復）、Death（死亡）、Insusceptible（P）の6つの状態を含む一般化SEIRDPモデルを採用した。
• 感染率（β）、保護率（α）、回復率（γ）の時間に依存するパラメータを、日次および累積症例データへの非線形最小二乗法フィッティングにより推定した。
• モデルは、2020年4月8日から5月21日までの期間にわたりブラジル保健省が収集したデータを用い、検証およびパラメータキャリブレーションに使用した。
• 深刻な症例負荷を示す州として、サンパウロ、リオジメイロ、セアラ、Espírito Santo（エスピリト・スェントウ）、バヒア、アマゾナス、パラ、ペルンビコ、マルナウを対象にモデルを適用した。
• 4月から2020年8月上旬までの流行推移をシミュレーションし、感染症例、回復者、死亡者数の観察値と予測値を比較した。
• 小さなデータセットが予測精度に与える影響を評価する感度分析を実施し、信頼性の高い推定にはデータ量の重要性が浮き彫りになった。

実験結果

リサーチクエスチョン

• RQ1 ブラジルにおける累積感染症例のピークはいつごろに発生し、その合計症例数はどのくらいになるか？
• RQ2 日別新規感染症例と日別死亡者数のピークはいつごろに発生し、それぞれの数値はどのくらいか？
• RQ3 緩和策および自己防護策の違いが、ブラジルの異なる州における流行推移にどのように影響するか？
• RQ4 不顕在化や死亡報告の遅延といったデータ制限要因が、モデル予測に与える影響はどの程度か？
• RQ5 時間変動パラメータを有するSEIRDPモデルは、複数のブラジル州における観察症例データにどの程度適合するか？

主な発見

• モデルは、全国の累積感染症例のピークが2020年7月21日ごろに発生し、推定される合計症例数は98万2千例であると予測している。
• 日別新規感染症例のピークは2020年7月中旬ごろに予測され、1日あたり約5万人の新規感染症例に達する。
• 日別死亡者数のピークは2020年8月19日ごろに予測され、1日あたり約6,000人の新規死亡者に達する。
• リオジメイロ州では、日別新規感染症例のピークが2020年7月21日ごろに発生し、1日あたり約9,000人の新規感染症例に達すると予測され、日別死亡者数のピークは2020年8月19日ごろに発生し、1日あたり約800人の新規死亡者に達する。
• 大多数の州において、感染症例、回復者、死亡者数の相対誤差が20％未満に抑えられており、観察データとの強い適合性が示された。
• 本研究では、データ量が増えるほど予測の正確性が顕著に向上することを確認した。一方、小さなデータサンプルでは、予測に顕著な差異が生じることが分かった。