[論文レビュー] Estimating SARS-CoV-2-positive Americans using deaths-only data

James E. Johndrow, Kristian Lum+1 more|arXiv (Cornell University)|Apr 6, 2020

COVID-19 epidemiological studies被引用数 5

ひとこと要約

本研究では、死亡者データのみを用いて米国のSARS-CoV-2感染症の実際の感染者数を推定するベイジアンモデルを開発し、確認済み症例の著しい低カウントが明らかになった。また、社会的距離の確保が州ごとに異なる影響を及ぼしていることが判明し、カリフォルニア州、フロリダ州、ニューヨーク州、ワシントン州では、類似したデータ制約のもとで明確に異なる流行経路を示した。

ABSTRACT

Understanding the number of individuals who have been infected with the novel coronavirus SARS-CoV-2, and the extent to which social distancing policies have been effective at limiting its spread, are critical for effective policy going forward. Here we present estimates of the extent to which confirmed cases in the United States undercount the true number of infections, and analyze how effective social distancing measures have been at mitigating or suppressing the virus. Our analysis uses a Bayesian model of COVID-19 fatalities with a likelihood based on an underlying differential equation model of the epidemic. We provide analysis for four states with significant epidemics: California, Florida, New York, and Washington. Our short-term forecasts suggest that these states may be following somewhat different trajectories for growth of the number of cases and fatalities.

研究の動機と目的

• 確認済み症例のデータが低カウントされている場合に、米国の真のSARS-CoV-2感染症の実態を推定すること。
• 死亡者データのみを用いて、感染拡大の抑制に向けた社会的距離の確保策の有効性を評価すること。
• ベイジアンフレームワークを用いて、深刻な流行が見られた州の流行経路をモデル化すること。
• 尤度に基づく微分方程式モデルを用いて、確認済み症例と実際の感染症の間の乖離を定量化すること。
• カリフォルニア州、フロリダ州、ニューヨーク州、ワシントン州における、症例および死亡者数の短期的予測を提供すること。

提案手法

• 報告されたCOVID-19死亡者数を入力として、ベイジアン階層モデルを構築する。
• 尤度関数は、感染拡大プロセスの微分方程式モデルに基づき、感染伝播のダイナミクスを捉える。
• 真の感染症と確認済み症例の比を推定することで、感染症の低カウントを補正する。
• 州ごとのパラメータを推定し、感染伝播、検査の実施、対策の導入時期の差を反映する。
• 推定の不確実性を定量化するために、マルコフ連鎖モンテカルロ法を用いて事後分布をサンプリングする。
• 事後予測分布を用いて、症例および死亡者数の短期的増加を予測する。

実験結果

リサーチクエスチョン

• RQ1 確認済みSARS-CoV-2症例は、米国においてどれほど真の感染者数を低く見積もっているのか？
• RQ2 米国の異なる州において、社会的距離の確保策は感染伝播の抑制にどれほど効果的だったのか？
• RQ3 カリフォルニア州、フロリダ州、ニューヨーク州、ワシントン州における、症例および死亡者数の短期的予測経路はどのようなものか？
• RQ4 死亡者データのみを用いて推論する場合、州ごとの流行ダイナミクスはどのように異なるのか？
• RQ5 死亡者データのみを用いて真の感染症有病率を推定する際の不確実性はどの程度か？

主な発見

• モデルは、確認済み症例が真の感染者数を著しく低く見積もっていると推定しており、州ごとに顕著な差異が認められた。
• 社会的距離の確保策は測定可能ではあるが、その効果は州によって異なり、ニューヨーク州ではフロリダ州よりも感染抑制効果が顕著に見られた。
• カリフォルニア州とワシントン州では、ニューヨーク州やフロリダ州と比較して死亡者数の増加が遅やかであり、感染制御の効果に差がある可能性を示唆している。
• 死亡者データのみを用いても、モデルは症例および死亡者数のトレンドの信頼性のある短期的予測を生成できた。
• ベイジアンフレームワークは、感染症推定値および流行経路の不確実性を効果的に定量化できた。
• 分析から、州レベルでの流行経路は、死亡者データのみに依存しても、顕著に分岐していることが明らかになった。