[論文レビュー] Mathematical Modeling of the Spread of COVID-19 in Moscow and Russian Regions

E.M. Koltsova, Е. С. Куркина+1 more|arXiv (Cornell University)|Apr 21, 2020

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

ひとこと要約

本研究は、2020年3月1日から4月8日までのデータを用いて、モスクワおよびロシアの地域における新型コロナウイルスの感染拡大を記述するために離散的ロジスティック方程式を適用する。モデルのパラメータは世界的な流行傾向に合わせてキャリブレーションされ、複数のシナリオを予測し、ロシアの主要地域における感染ピークの時期、流行期間、累積感染者数を、成長ダイナミクスに基づいた定量的予測を提示する。

ABSTRACT

To model the spread of COVID-19 coronavirus in Russian regions and in Moscow, a discrete logistic equation describing the increase in the number of cases is used. To check the adequacy of the mathematical model, the simulation results were compared with the spread of coronavirus in China, in a number of European and Asian countries, and the United States. The parameters of the logistics equation for Russia, Moscow and other large regions were determined in the interval (01.03 - 08.04). A comparative analysis of growth rates of COVID-19 infected population for different countries and regions is presented. Various scenarios of the spread of COVID-19 coronavirus in Moscow and in the regions of Russia are considered. For each scenario, curves for the daily new cases and graphs for the increase in the total number of cases were obtained, and the dynamics of infection spread by day was studied. Peak times, epidemic periods, the number of infected people at the peak and their growth were determined.

研究の動機と目的

• 初期パンデミック段階におけるモスクワおよびロシア地域における新型コロナウイルス感染拡大を予測するための数学的モデルを開発すること。
• ロシアの実際のデータと中国、ヨーロッパ、米国との国際的比較を用いて、モデルの妥当性を保証するため、モデルパラメータをキャリブレーションすること。
• 異なる国および地域における感染増加率を分析・比較し、地域的パターンを特定すること。
• モスクワおよび主要ロシア地域における複数の流行シナリオを予測し、ピークの時期と累積感染者数を特定すること。
• 公衆衛生計画を支援するため、日次新規感染者数と累積感染者数の定量的予測を提供すること。

提案手法

• 累積新型コロナウイルス感染者数の時間的成長を記述するために、離散的ロジスティック方程式を用いる。
• ロシア（2020年3月1日～4月8日）の観察済み感染者データと中国、米国、ヨーロッパおよびアジア諸国からのデータを用いて、モデルパラメータをキャリブレーションし、相互に検証する。
• 地域および国ごとの感染増加率の比較分析を実施し、モデルの頑健性を評価する。
• 初期条件および感染伝播パラメータを変化させることで、複数の流行シナリオを生成する。
• モスクワおよび選択されたロシア地域の日次新規感染者曲線と累積感染者推移を生成する。
• 各シナリオにおける流行ダイナミクス、特にピークの時期、期間、最大感染者数を分析する。

実験結果

リサーチクエスチョン

• RQ1 離散的ロジスティックモデルは、2020年初頭のモスクワおよびロシア地域における新型コロナウイルス感染者数の増加をどの程度適切に記述できるか？
• RQ2 中国、米国、ヨーロッパ諸国と比較して、ロシアにおける感染増加率の主な差異は何か？
• RQ3 異なる感染伝播シナリオ下で、モスクワおよび主要ロシア地域におけるピーク時期と累積感染者数は予測されるか？
• RQ4 初期感染伝播パラメータの変動が、予測される流行曲線および期間にどのように影響を与えるか？
• RQ5 モスクワおよび他の主要ロシア地域における流行の推定期間と、ピーク感染波の時期は何か？

主な発見

• キャリブレーションされたパラメータを用いた離散的ロジスティックモデルは、モスクワおよびロシア地域における累積感染者数の成長ダイナミクスを効果的に捉えている。
• モスクワにおける感染ピークは、シナリオに応じて2020年4月下旬から5月上旬に予測される。
• ピーク時の感染者総数は、介入のタイミングに応じて約15,000～30,000人程度と推定される。
• 他の主要ロシア地域では、モスクワに比べてピーク感染者数が低く抑えられ、ピーク時期は4月下旬から5月中旬にかけて変動する。
• 地域ごとの流行期間は、指数的増加段階の開始から40～60日間と推定される。
• モデルは、早期の公衆衛生的対策がピークの到来を遅らせ、1日あたりの最大新規感染者数を最大で30～40％まで削減できることを示している。