[論文レビュー] Modeling Super-spreading Events for Infectious Diseases: Case Study SARS

Thembinkosi Peter Mkhatshwa, Anna Mummert|arXiv (Cornell University)|Jul 6, 2010

COVID-19 epidemiological studies参考文献 15被引用数 30

ひとこと要約

本稿では、感染症の古典的SIRフレームワークを拡張し、隔離期間に応じて感染者を2つのクラスに分けることで、SARSにおけるスーパースポーナーの発生を捉えるSIPRモデルを提案する。モデルは、スーパースポーナーの迅速な隔離が極めて重要であることを示しており、その長期にわたる感染期間が深刻な流行を引き起こす可能性がある。隔離策が講じられない場合、香港では170万人を超える感染が予測される。

ABSTRACT

Super-spreading events for infectious diseases occur when some infected individuals infect more than the average number of secondary cases. Several super-spreading individuals have been identified for the 2003 outbreak of severe acute respiratory syndrome (SARS). We develop a model for super-spreading events of infectious diseases, which is based on the outbreak of SARS. Using this model we describe two methods for estimating the parameters of the model, which we demonstrate with the small-scale SARS outbreak at the Amoy Gardens, Hong Kong, and the large-scale outbreak in the entire Hong Kong Special Administrative Region. One method is based on parameters calculated for the classical susceptible - infected - removed (SIR) disease model. The second is based on parameter estimates found in the literature. Using the parameters calculated for the SIR model, our model predicts an outcome similar to that for the SIR model. On the other hand, using parameter estimates from SARS literature our model predicts a much more serious epidemic.

研究の動機と目的

• 感染症の流行におけるスーパースポーナー発生の影響を捉える数学的モデルを開発すること。SARSを事例として用いる。
• 隔離期間の違い、特に延長された感染期間がスーパースポーナー行動を引き起こすメカニズムを解明すること。
• 古典的SIRモデルのパラメータから導出される手法と、文献からの推定値に基づく手法の2通りのパラメータ推定法を比較すること。
• SIPRモデルの予測能力を、小規模（Amoy Gardens）および大規模（香港）のSARS流行の両方について評価すること。
• 迅速なスーパースポーナー隔離が流行の拡大を防ぐ公衆衛生上の緊急性を示すこと。

提案手法

• SIPRモデルは、古典的SIRモデルを拡張し、感染者を2つのクラスに分類する。すなわち、通常の感染者（I）とスーパースポーナー型感染者（P）であり、それぞれ異なる隔離速度（除去率）を持つ。
• モデルは微分方程式を用いて、感受性者（S）、感染者（I）、回復者（R）の動態を追跡する。Pは遅延した隔離により、より長期間にわたり感染性を保つ個体を表す。
• 2種類のパラメータ推定法を適用する。手法1はSIRモデルから導出されたパラメータを用いる。手法2は、文献からの推定値に基づく感染率および隔離率を用いる。
• モデルは、香港のAmoy Gardensおよび香港特別行政区全体の3つの異なる時間帯にわたり、実際の流行データに適合させる。
• モデルの出力結果を実際のSARS感染者数データと比較し、適合度と予測精度を評価する。
• 個々の基本再生産数（R₀）をIおよびPの両クラスについて計算し、感染伝播の潜在能力を定量化する。

実験結果

リサーチクエスチョン

• RQ1 一部の感染者における隔離の遅延が、SARSの全体的な流行経路に与える影響は何か？
• RQ2 古典的SIRモデルから導出されたパラメータと文献からの推定値との差が、スーパースポーナー発生の予測にどの程度影響を与えるか？
• RQ3 SIPRモデルは、小規模（Amoy Gardens）および大規模（香港）のSARS流行の観察された動態を正確に再現できるか？
• RQ4 制御策がない場合、スーパースポーナーが流行の深刻度に与える影響は何か？
• RQ5 通常の感染者とスーパースポーナー型感染者の個々の基本再生産数はどのように異なるか。これは公衆衛生対策にどのような示唆をもたらすか？

主な発見

• SIRモデル由来のパラメータを用いた場合、SIPRモデルは古典的SIRモデルとほぼ同一の予測結果を示し、ベースラインの感染伝播仮定と整合的であることが示された。
• 文献由来のパラメータを用いた場合、モデルははるかに深刻な流行を予測した。隔離策が講じられない場合、香港では170万人を超える感染者が予測された。
• Amoy Gardensの流行では、手法2により、介入がなければBlock Eの住民のほぼ全員が感染すると予測された。これはスーパースポーナーが引き起こすリスクを強く示している。
• 長期的な香港の流行においては、全体の個々の基本再生産数は1未満であったが、スーパースポーナーはR₀ > 1を示し、このグループからの継続的な感染リスクがあることが明らかになった。
• 手法1を用いた場合、通常の感染者は、流行全体を通じて合計で4.4人の人にしか感染させないことが示された。これは、彼らが流行拡大にほとんど寄与しないことを示している。
• モデルは、香港におけるSARS関連死亡者数を17万人と予測したが、実際の数は299人であった。この差は、迅速な隔離措置がいかに命を救ったかを強調している。