[論文レビュー] Epidemics with asymptomatic transmission: Sub-critical phase from recursive contact tracing

Lorenz Baumgarten, Stefan Bornholdt|arXiv (Cornell University)|Aug 22, 2020

COVID-19 epidemiological studies参考文献 49被引用数 4

ひとこと要約

本稿は、SARS-CoV-2のような無症候性感染が顕著な流行を抑えるために、再帰的接触追跡アルゴリズムを提案する。任意の次数分布をもつネットワークに基づくSIRモデルを用い、標準的な接触追跡が失敗する状況でも、再帰的追跡、特に深い再帰レベルにおいては、アウトブレイクを抑制できることを示している。これは、アプリ利用者の臨界閾値と、依然として制御可能な最大無症候性感染率を特定する。

ABSTRACT

The challenges presented by the COVID-19 epidemic have created a renewed interest in the development of new methods to combat infectious diseases. A prominent property of the SARS-CoV-2 transmission is the significant fraction of asymptomatic transmission. This may influence the effectiveness of the standard contact tracing procedure for quarantining potentially infected individuals. However, the effects of asymptomatic transmission on the epidemic threshold of epidemic spreading on networks are largely unknown. Here we study the critical percolation transition in a simple epidemic network model in the presence of a recursive contact tracing algorithm for instant quarantining. We find that, above a certain fraction of asymptomatic transmission, standard contact tracing loses its ability to suppress spreading below the epidemic threshold. However, we also find that recursive contact tracing opens a possibility to contain epidemics with a large fraction of asymptomatic or presymptomatic transmission. In particular, we calculate the required fraction of network nodes participating in the contact tracing for networks with arbitrary degree distributions and for varying recursion depths and discuss the influence of recursion depth and asymptomatic rate on the epidemic percolation phase transition. We test and illustrate our theoretical results using numerical simulations on infection trees and networks. We anticipate recursive contact tracing to provide a basis for digital, app-based contact tracing tools that extend the efficiency of contact tracing to diseases with a large fraction of asymptomatic transmission.

研究の動機と目的

• 無症候性感染が流行制御における接触追跡の有効性に与える影響を調査すること。
• 複雑なネットワークにおける再帰的接触追跡の深さが、流行閾値に与える影響を分析すること。
• 高無症候性感染を伴う流行を抑えるために必要なアプリ利用者の臨界割合を特定すること。
• 与えられた再帰深さに対して、再帰的追跡によってまだ制御可能な最大無症候性感染率を確立すること。

提案手法

• 任意の次数分布をもつネットワーク上でのSIR流行をモデル化し、ノードの割合Φが接触追跡アプリを使用する。
• 直接の接触だけでなく、接触の接触までを再帰的深さrまで追跡する再帰的接触追跡アルゴリズムを導入する。
• 行列に基づく伝播ルールを用いて、各時刻における隔離済みノードを計算し、バックトラッキングにおいては、隔離済みでない、アプリ利用中のノードのみを考慮する。
• 再帰深さrと無症候性感染率に基づいて、感染ノードが正しく隔離される確率の解析的表現を導出する。
• 感染木および次数分布が異なるネットワーク上で、理論的結果を数値シミュレーションにより検証する。
• 再帰深さと無症候性感染率の割合を関数として、臨界透過転移および流行閾値を分析する。

実験結果

リサーチクエスチョン

• RQ1 無症候性感染は、接触追跡が施されたネットワークにおける流行閾値にどのように影響するか？
• RQ2 与えられた再帰深さに対して、再帰的接触追跡が制御可能な最大無症候性感染率は何か？
• RQ3 再帰深さは、流行を抑えるために必要なアプリ利用者の臨界割合にどのように影響するか？
• RQ4 再帰深さが十分に大きい場合、再帰的接触追跡は、基本再生産数が任意に大きな場合でもアウトブレイクを抑えることができるか？
• RQ5 ネットワークの次数分布は、再帰的追跡下での流行制御のための臨界閾値にどのように影響するか？

主な発見

• 再帰的接触追跡により、高無症候性感染が顕著な状況でも、標準的接触追跡が失敗する状況でも、流行の抑制が可能になる。
• アプリ利用者の割合（Φ）に臨界閾値が存在し、これは無症候性感染率と再帰深さに依存する。
• 有限の無症候性感染を伴う疾患に対しては、十分に大きな再帰深さがあれば、基本再生産数にかかわらず流行を制御可能である。
• 浅い再帰深さでは、許容可能な最大無症候性感染率が低下するが、深い再帰では、より高い静かなる拡散を伴う疾患の制御が可能になる。
• 次数分布が多様なネットワークにおける数値シミュレーションにより、理論的予測の臨界転移が確認された。
• モデルは、無症候性感染者が症状が現れる前からウイルスを広める状況でも、再帰的追跡が感染チェーンを効果的に断ち切れる可能性を示している。