[論文レビュー] Maximising the Benefits of an Acutely Limited Number of COVID-19 Tests

Jakob Jonnerby, Philip Lazos+5 more|arXiv (Cornell University)|Apr 28, 2020

COVID-19 epidemiological studies参考文献 11被引用数 7

ひとこと要約

本論文は、急性の検査制限下において、高曝露者および主要労働者を優先する最適化されたセグメント化されたプールテスト戦略を提案する。ネットワークベースの曝露推定と適応的グループテストを用いることで、100,000人規模の人口において1日16回のテストで、ピーク感染数を20％削減可能であり、隔離の効率が著しく向上する。

ABSTRACT

We propose a novel testing and containment strategy in order to contain the spread of SARS-CoV2 while permitting large parts of the population to resume social and economic activity. Our approach recognises the fact that testing capacities are severely constrained in many countries. In this setting, we show that finding the best way to utilise this limited number of tests during a pandemic can be formulated concisely as an allocation problem. Our problem formulation takes into account the heterogeneity of the population and uses pooled testing to identify and isolate individuals while prioritising key workers and individuals with a higher risk of spreading the disease. In order to demonstrate the efficacy of our testing and containment mechanism, we perform simulations using a network-based SIR model. Our simulations indicate that applying our mechanism on a population of $100,000$ individuals with only $16$ tests per day reduces the peak number of infected individuals by approximately $20\%$, when compared to the scenario where no intervention is implemented.

研究の動機と目的

• パンデミック期における検査能力の著しい制限に直面する状況に対処し、検査の割り当てを最適化すること。
• 不要な隔離を最小限に抑えながら、特に主要労働者や高リスク個体に対するウイルス伝播を低減すること。
• 社会的ネットワーク、位置情報、個々のリスク要因からの曝露推定を、動的テスト戦略に統合すること。
• スケーラブルでリソース制約のあるテストフレームワークを構築し、経済的・社会的活動の安全な再開を可能にすること。
• 現実的な制約下で、ネットワークベースのSIRモデルを用いて戦略の有効性を評価すること。

提案手法

• 感染拡散の低減と隔離コストのバランスを取る最適化問題として、検査割り当てを定式化する。
• 最大64人のグループまでを対象とするプールテストを用い、陽性のプールが検出された場合、個々の状態に関わらず全員を隔離する。
• 曝露リスク（職業、年齢、場所など）と隔離コストに基づいて人口をセグメント化し、リスクが高くコストの高いセグメントに多くの検査を割り当てる。
• ネットワークデータが入手できない場合には、社会的ネットワークの接続性、位置情報データ、または人口統計的・行動的代理指標を用いて曝露を推定する。
• 1日あたりのテスト数を固定し、物流上の制約に応じてグループの重複有無（非交差または交差）のサンプリングを実施する。
• テスト強度に応じた偽陽性・偽陰性率を関数としてモデル化し、最適化プロセスにおいて信頼性を補正する。

実験結果

リサーチクエスチョン

• RQ1 SARS-CoV-2の限られた数の検査を、感染拡大の抑制を最大化するように最適に割り当てることは可能か？
• RQ2 社会的つながり、場所、職業に基づく個々の曝露が、検査割り当ての効率を向上させる役割を果たすか？
• RQ3 プールテストと人口セグメンテーションを組み合わせることで、不必要な隔離を減らしながら感染拡散を最小限に抑える方法は何か？
• RQ4 1日16回のテストしか行えない状況で、大規模な人口におけるピーク感染率をどの程度低減できるか？
• RQ5 偽陽性および偽陰性のテストレートが、最適なテストポリシーの設計と性能に与える影響はどの程度か？

主な発見

• 1日16回のテストでしか行わない本手法を採用した場合、100,000人規模のシミュレートされた人口において、感染人数のピークが約20％削減された。
• 本手法は、高リスク個体および主要労働者を優先することで、急性の検査制限下でもアウトブレイクを効果的に抑制する。
• プールテストは、感染グループの高い検出感度を維持しつつ、必要なテスト数を著しく削減する。
• 曝露リスクと隔離コストに基づくセグメンテーションにより、社会的・経済的混乱を最小限に抑えたより効率的な割り当てが可能になる。
• テストが不完全であっても、偽陽性・偽陰性率を考慮してテスト強度を調整することで、本戦略は依然として有効である。
• 非交差グループテストは、交差テストに比べてより単純な代替手段を提供するが、重複するグループのため、1回あたりのテストで得られる情報量は少なくなる。