[論文レビュー] Estimating the number of SARS-CoV-2 infections and the impact of social distancing in the United States

James E. Johndrow, Kristian Lum+2 more|arXiv (Cornell University)|Apr 6, 2020

COVID-19 epidemiological studies参考文献 14被引用数 7

ひとこと要約

本研究では、COVID-19 死亡者数に基づくベイジアン階層モデルを用いて、米国におけるSARS-CoV-2感染の真の数と社会的距離の取り組みの影響を推定し、確認済み症例が実際の感染を5〜25倍程度低く見積もっていることを明らかにした。モデルは、ニューヨークの流行がおそらくすでにピークに達していることを示唆しているが、カリフォルニア州とフロリダ州ではまだ増加傾向にある可能性があり、結果は感染致死率（IFR）の仮定や政策遵守の程度に敏感である。

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

• 確認済み症例数の低報を補正して、米国におけるSARS-CoV-2感染の真の数を推定すること。
• 主な米国州における社会的距離の取り組みが、ウイルス伝播を抑制する効果を評価すること。
• 症例数や入院者数のデータが信頼できないため、信頼できるデータ（具体的には死亡者数）のみを用いるモデルを構築すること。
• 感染致死率（IFR）の不確実性と、それが感染および伝播の推定に与える影響を定量化すること。
• 信頼区間を含む解釈可能な、パラメータ同定可能な予測を、整合的なベイジアンフレームワークを用いて提供すること。

提案手法

• 疫学的動態を記述する標準的なSIR compartmentalモデルを基盤とするベイジアン階層モデルを構築し、死亡者数からパラメータを推定する。
• 感染と死亡の間の時間的関係と仮定された感染致死率（IFR）を介して、感染と死亡を結びつける。IFRは主要な不確実なパラメータとして扱う。
• 観察された死亡者数の確率に基づいて、潜在的な感染推移とIFRを前提とした尤度関数を構築する。
• マルコフ連鎖モンテカルロ（MCMC）サンプリングを用いてモデルを適合させ、伝播率（β）、回復率（γ）、およびR₀の事後分布を生成する。
• ニューヨーク、カリフォルニア、フロリダ、ワシントンの4つの米国州の死亡者データにモデルを適用し、複数のIFR仮定のもとで結果を報告する。
• 外部の臨床データから得た死亡までの時間分布を固定することで、モデルの同定性を高め、IFRを複数のシナリオで扱うハイパーパラメータとして扱う。

実験結果

リサーチクエスチョン

• RQ1 米国における確認済み症例数は、真のSARS-CoV-2感染数をどの程度低く見積もっているか？
• RQ2 社会的距離の取り組みは、米国の異なる州でウイルス伝播をどの程度抑制しているか？
• RQ3 州ごとの流行推移はどのようなもので、ピーク伝播はいつごろに予想されるか？
• RQ4 感染致死率（IFR）の不確実性に起因する推定値の感度はどの程度か？
• RQ5 症例数や入院者数の報告に限界がある中で、死亡者数のみを用いて信頼できる流行予測を生成できるか？

主な発見

• 米国における確認済み症例数は、仮定される感染致死率に応じて、実際の感染数を約5〜25倍程度低く見積もっている。
• ニューヨーク州の流行は、現在の政策状況を踏まえると、すでにピークに達しているとみられる。
• カリフォルニア州では、現在の政策状況下で死亡者数の上行傾向が続くことから、まだピークに達していない可能性がある。
• フロリダ州では、死亡者数の緩やかな増加が予想され、流行の増加が続くと示唆される。
• モデルの予測は、特に流行の初期段階において、報告遅延や記録誤りといったデータ品質の問題に敏感である。
• 本研究は、症例数や入院者数のデータが信頼できない状況において、死亡者数が真の感染負担を推定するうえで最も信頼できる指標であることを強調している。