[論文レビュー] Modeling and forecasting the Covid-19 pandemic in Brazil

Bastos Sb, Cajueiro Do|arXiv (Cornell University)|Mar 31, 2020

COVID-19 epidemiological studies参考文献 8被引用数 34

ひとこと要約

本研究では、時間に依存する社会的距離の取り方を組み込んだ変更されたSIRモデルを用いて、ブラジルにおける初期の新型コロナウイルス感染の拡大をモデル化・予測した。社会的距離の取り方が感染曲線を平らにする一方で、その継続期間がピークの時期と大きさに顕著に影響することを示した。長期シミュレーションにより、こうした政策の最適な終了日が特定され、無症状感染の影響がピークの大きさに顕著に及ぶことが明らかになった。これは、広範な検査の実施の重要性を強調するものである。

ABSTRACT

We model and forecast the early evolution of the COVID-19 pandemic in Brazil using Brazilian recent data from February 25, 2020 to March 30, 2020. This early period accounts for unawareness of the epidemiological characteristics of the disease in a new territory, sub-notification of the real numbers of infected people and the timely introduction of social distancing policies to flatten the spread of the disease. We use two variations of the SIR model and we include a parameter that comprises the effects of social distancing measures. Short and long term forecasts show that the social distancing policy imposed by the government is able to flatten the pattern of infection of the COVID-19. However, our results also show that if this policy does not last enough time, it is only able to shift the peak of infection into the future keeping the value of the peak in almost the same value. Furthermore, our long term simulations forecast the optimal date to end the policy. Finally, we show that the proportion of asymptomatic individuals affects the amplitude of the peak of symptomatic infected, suggesting that it is important to test the population.

研究の動機と目的

• 2020年2月25日から3月30日までのリアルタイムデータを用いて、ブラジルにおける新型コロナウイルスパンデミックの初期動態をモデル化すること。
• 社会的距離の取り方が感染曲線を平らにする効果とピークの時期をずらす影響を評価すること。
• ピーク感染レベルを最小限に抑えるために、社会的距離の取り方の最適な期間を特定すること。
• 無症状の人の割合が、症状を示す感染者のピークの大きさに与える影響を評価すること。
• パンデミックの拡大を制御するための全人口を対象とした検査の重要性を強調すること。

提案手法

• 社会的距離の取り方を表す時間に依存するパラメータを含む、古典的なSIRモデルの適応。
• 初期のブラジルの症例データとの補正を通じて、未報告症例の影響を組み込む。
• 政策期間を変化させた短期および長期のシミュレーションを実施し、感染動向を予測。
• 感染ピークの大きさに与える影響を評価するため、無症状感染率を変数としてモデルに組み込む。
• 2月25日から3月30日までのデータを用いて、パンデミック初期の状況を反映するパラメータ推定。
• ブラジルの初期症例傾向とシミュレートされた曲線を比較することで、モデルの妥当性を検証。

実験結果

リサーチクエスチョン

• RQ1 社会的距離の取り方は、ブラジルにおける新型コロナウイルス感染ピークの時期と大きさにどのように影響するか？
• RQ2 ピーク感染レベルを最小限に抑えるために、社会的距離の取り方の最適な期間は何か？
• RQ3 無症状の人の割合が、症状を示す感染者のピークの大きさにどのように影響するか？
• RQ4 症例の低報告が、パンデミック初期の予測の正確性にどの程度影響を与えるか？
• RQ5 本モデルは、社会的距離の取り方の最適な終了日を予測できるか？

主な発見

• 社会的距離の取り方は感染曲線を効果的に平らにするが、継続期間が十分でない限り、ピークの到来を遅らせるにとどまる。
• 社会的距離の取り方が早々に解除されると、ピーク感染レベルはほぼ変化しないため、長期的な実施が不可欠であることが示された。
• 長期シミュレーションにより、ピーク感染を最小限に抑えるために、社会的距離の取り方の具体的な最適な終了日が特定された。
• 無症状の人の割合が増加すると、症状を示す感染者のピークがより大きくなることが判明し、感染リスクが高まることを示した。
• モデルは、広範な検査がパンデミックの制御に不可欠であると示唆しており、無症状の感染者が感染動態に顕著に影響を与えることが明らかになった。
• モデルの予測は、観察された初期データと整合しており、パンデミック初期段階における政策に役立つ予測の有効性が裏付けられた。