[論文レビュー] Forecast Analysis of the COVID-19 Incidence in Lebanon: Prediction of Future Epidemiological Trends to Plan More Effective Control Programs

Salah El Falou, Fouad Trad|arXiv (Cornell University)|May 11, 2021

COVID-19 epidemiological studies参考文献 8被引用数 4

ひとこと要約

本研究では、モンテカルロシミュレーションを用いたエージェントベースモデルを開発し、レバノンにおけるCOVID-19の感染拡大を予測した。非医療的介入（NPIs）および学校・大学の再開が与える影響をシミュレーションした。結果として、予防接種が遅れている状況で学校・大学を再開すると、感染症の活動的症例数と死亡者数が著しく増加することが示された。したがって、予防接種のカバー率が向上するまで再開を延期すべきであると提言される。

ABSTRACT

Ever since the COVID-19 pandemic started, all the governments have been trying to limit its effects on their citizens and countries. This pandemic was harsh on different levels for almost all populations worldwide and this is what drove researchers and scientists to get involved and work on several kinds of simulations to get a better insight into this virus and be able to stop it the earliest possible. In this study, we simulate the spread of COVID-19 in Lebanon using an Agent-Based Model where people are modeled as agents that have specific characteristics and behaviors determined from statistical distributions using Monte Carlo Algorithm. These agents can go into the world, interact with each other, and thus, infect each other. This is how the virus spreads. During the simulation, we can introduce different Non-Pharmaceutical Interventions - or more commonly NPIs - that aim to limit the spread of the virus (wearing a mask, closing locations, etc). Our Simulator was first validated on concepts (e.g. Flattening the Curve and Second Wave scenario), and then it was applied on the case of Lebanon. We studied the effect of opening schools and universities on the pandemic situation in the country since the Lebanese Ministry of Education is planning to do so progressively, starting from 21 April 2021. Based on the results we obtained, we conclude that it would be better to delay the school openings while the vaccination campaign is still slow in the country.

研究の動機と目的

• 個々の行動と相互作用を捉えたエージェントベースモデルを用いて、レバノンにおけるCOVID-19の拡散をシミュレーションすること。
• フラットニング・ザ・カーブおよび第二波のシナリオを含む、現実のパンデミック曲線と比較してモデルを検証すること。
• レバノンの予防接種の遅れを踏まえた状況下で、学校・大学の再開がもたらす疫学的影響を評価すること。

提案手法

• モンテカルロサンプリングを用いて、年齢、移動性、感染状態などの確率的特性を有するエージェント（個々の人物を表す）を割り当てる。
• 仮想集団内での接触ダイナミクスを通じて、人間の相互作用とウイルスの感染拡大をシミュレーションする。
• レバノンの政策タイムラインに従い、ロックダウン、閉鎖、マスク着用義務などの非医療的介入（NPIs）を順次適用する。
• 2021年4月までのが世界のデータ（Worldometer、レバノン）と比較することで、シミュレートされた活動的症例曲線と実際のデータを照合してモデルを検証する。
• 4つの将来シナリオをシミュレーションした：再開なし、学校の再開のみ、大学の再開のみ、および同時に再開。
• 各シナリオにおける日次活動的症例数と累積死亡者数を出力し、比較的予測が可能となる。

実験結果

リサーチクエスチョン

• RQ1 エージェントベースモデルは、レバノンにおける現実のCOVID-19発症傾向をどの程度正確に再現できるか？
• RQ2 学校・大学の再開が、活動的症例数と死亡者数に及ぼす予想される影響は何か？
• RQ3 学校の再開時期と国家レベルの予防接種の進行速度の間には、どのような相互作用があるか？
• RQ4 予防接種率が低い状況（例：レバノンの状況）において、どのNPIの組み合わせが曲線の平坦化に最も効果的か？

主な発見

• エージェントベースモデルは、Worldometerのデータと照合した結果、レバノンの実際の活動的症例曲線を正確に再現でき、その妥当性が裏付けられた。
• 学校の再開のみでは、活動的症例数が急激に上昇し、過去のパンデミックのピークを上回る予測ピークが発生した。
• 学校と大学の同時に再開は、遅延再開と比較して累積死亡者数が著しく増加する、最も深刻な流行の急増をもたらした。
• モデルの予測では、予防接種カバー率が向上するまで学校・大学の再開を延期すれば、大規模な再流行を防げる可能性がある。