[論文レビュー] Human-Human interaction: epidemiology

Andrzej Jarynowski|arXiv (Cornell University)|Mar 28, 2013

COVID-19 epidemiological studies参考文献 10被引用数 3

ひとこと要約

本論文は、社会的ネットワークと行動反応を重視する、エージェントベースのシミュレーションを用いた人為的疾患伝播のモデリングフレームワークを提示する。2009年H1N1パンデミックの文脈における現実の人的相互作用をモデル化することで、流行の拡大を予測し、予防接種などの政策的対策を評価する。2009/2010年のシーズンにおいて、リアルタイムでの予測能力を有することが示された。

ABSTRACT

The aim of this work was to show few examples and few perspective of modeling in epidemiology. We began with differential equations which were a first tool to describe and predict that phenomena. Wroclaw as a cite was very important, because statistics from smallpox epidemic were used by Bernoulli to estimate parameters of first mathematical model of epidemic. Next step were SIR models and those also appeared first as differential equations. They were very popular in begin of XX century. When computer simulation changed the world of mathematical modeling agent-based models gave more possibilities in epidemiology. That models have a big privilege on differential equation, because of information of social network people habits and reaction on infections, which can me involved in agent-based models as well as governmental intervention. We showed in this work how that human relations are important in transmitting diseases and there is example, where it is possible to conduct experiments of significant policy relevance (vaccinating), such as investigating the initial growth of an epidemic on a real-world network. Presented H1N1 model could be observed in real time (prediction was made in September 2009 for winter season 2009/2010) what make it more exiting and also practice.

研究の動機と目的

• 人間の社会的ネットワークが疾患伝播ダイナミクスに与える役割を明らかにすること。
• 行動的およびネットワークレベルの複雑性を組み込むことで、従来の微分方程式モデルに比べて向上するエージェントベースモデルの優位性を示すこと。
• 予防接種などの公衆衛生的対策の影響を、流行拡大のリアルなシミュレーションを用いて評価すること。
• 実証データとネットワーク構造を用いて、2009年H1N1パンデミックのリアルタイム予測モデルを提供すること。
• ヴロツワフの天然痘データが初期の数学的疫学の発展に与えた歴史的意義を強調すること。

提案手法

• エージェントベースモデリングを用いて、個々の人の相互作用と社会的ネットワーク上での疾患伝播をシミュレートする。
• 現実のネットワーク構造を統合して人間の接触パターンを表現し、より正確な伝播モデリングを可能にする。
• 感染に対する行動的反応および政府の対策（例：予防接種）を、シミュレーションフレームワーク内に統合する。
• 初期の数学的モデルをキャリブレーションするため、ヴロツワフの天然痘流行からの歴史的データを用いる。
• SIR（感受性者－感染者－回復者）の区分モデルを基礎的ツールとして用い、後にエージェントベースの拡張が施される。
• 2009年H1N1パンデミックのリアルタイムデータを活用し、2009/2010年のシーズンにおける予測シミュレーションの検証と精緻化を実施する。

実験結果

リサーチクエスチョン

• RQ1 社会的ネットワーク構造は、人間集団における感染症の拡散にどのように影響を与えるか？
• RQ2 エージェントベースモデルは、従来の微分方程式モデルに比べて、流行予測をどの程度向上させるか？
• RQ3 的確な人間接触ネットワークにおける初期流行段階において、標的型予防接種戦略の影響は何か？
• RQ4 2009年のH1N1のような進行中の流行を、エージェントベースのシミュレーションを用いてリアルタイムでモデリングすることは可能か？
• RQ5 天然痘流行の歴史的データは、疫学における基礎的数学的モデルの発展にどのように寄与したか？

主な発見

• 現実の社会的ネットワークを組み込んだエージェントベースモデルは、従来の微分方程式モデルに比べ、複雑な伝播ダイナミクスをよりよく捉えている。
• 2009年H1N1モデルは、2009/2010年の冬シーズンにリアルタイムでの予測を成功裏に実施し、政策的実用性を示した。
• 人間の行動とネットワーク構造は、特に初期伝播段階において、流行の速度と規模に顕著な影響を与える。
• シミュレーション内での予防接種戦略の評価が有効に可能であり、早期に適用された標的型介入が流行の拡大を抑制することが示された。
• ヴロツワフの天然痘流行からの歴史的データが、ベルヌーイの疾患伝播の基礎的数学的モデルに重要なパラメータを提供した。
• エージェントベースモデルに政府の対策政策を統合することで、公衆衛生計画のシナリオ分析が可能になった。