[論文レビュー] Modelling and predicting the spread of Coronavirus (COVID-19) infection in NUTS-3 Italian regions

Diego Giuliani, Dickson Mm+2 more|arXiv (Cornell University)|Mar 14, 2020

COVID-19 epidemiological studies被引用数 18

ひとこと要約

本研究では、イタリアのNUTS-3地域レベルにおけるCOVID-19の空間的・時間的拡散を予測するために、多変量領域的カウント時系列モデルを適用し、統計的エンドミック・エピデミックモデルを用いて背景伝播とエピデミックダイナミクスの両方を捉えている。このモデルは、不完全な報告を補正しながらも、局所的なレベルでの予測性能が優れており、地域感染パターンに関する貴重な知見を提供している。

ABSTRACT

This paper represents a frst attempt to model and predict the spatio-temporal distribution of Coronavirus (COVID-19) infections at NUTS-3 regional level in Italy. The statistical endemic-epidemic multivariate areal count time-series model introduced by Paul and Held (2011), and further refined by Meyer and Held (2014), is employed. Despite being very preliminary, the results are promising with respect to the possibility to gain useful insights about the spatial and temporal characteristics of both the endemic and epidemic behaviours of this new infectious disease. Moreover, the result also show that the model has the potential to provide good forecasts of the number of infections at local level while controlling for under-reporting.

研究の動機と目的

• イタリアのNUTS-3地域レベルにおけるCOVID-19の空間的・時間的広がりをモデリングおよび予測すること。これは、このようなモデルで以前に取り上げられていなかった細分化されたレベルである。
• 統計的エンドミック・エピデミック多変量領域的カウント時系列モデルが、SARS-CoV-2の背景（エンドミック）伝播および流行（エピデミック）伝播パターンをどの程度適切に捉えることができるかを評価すること。
• 報告事例における不完全な報告を補正しながら、地域的スケールでのモデルの予測精度を評価すること。
• イタリアの地方レベルにおけるパンデミックの空間的および時間的ダイナミクスに関する実用的な知見を提供すること。

提案手法

• PaulとHeld（2011）が当初提唱した統計的エンドミック・エピデミック多変量領域的カウント時系列モデルを採用し、後にMeyerとHeld（2014）によって洗練されたものである。
• 地域感染件数を、エンドミック（背景）伝播とエピデミック（局所的拡散）成分の両方の関数としてモデル化し、空間的および時間的依存性を捉えている。
• 観察レベルの不均一性を組み込むことで、地域間における報告件数の不完全な報告を補正している。
• ベイジアン階層モデルを用いてモデルのパラメータを推定し、将来の感染件数の確率的予測を生成している。
• NUTS-3イタリア地域にこのモデルを適用し、地域伝播パターンの詳細な分析を可能としている。

実験結果

リサーチクエスチョン

• RQ1 多変量領域的カウントモデルは、イタリアのNUTS-3地域レベルにおけるCOVID-19感染の空間的・時間的ダイナミクスをどの程度適切に捉えることができるか？
• RQ2 予測精度を維持したまま、地域の症例データにおける不完全な報告をどの程度モデルが補正できるか？
• RQ3 このモデルは、イタリアの地域間におけるエンドミックとエピデミック伝播成分のバランスに関して、どのような知見を提供するか？
• RQ4 このモデルは、地域レベルでの感染件数の信頼性の高い短期予測を生成できるか？

主な発見

• このモデルは、イタリアのNUTS-3地域におけるSARS-CoV-2伝播のエンドミックおよびエピデミック成分を効果的に捉えており、伝播ダイナミクスにおける地域ごとの明確なパターンを明らかにした。
• モデルは、地域的スケールでの予測性能が優れており、公衆衛生計画における運用的応用の可能性を示している。
• 不完全な報告の補正が、モデルの適合度と予測の信頼性を著しく向上させた。これは、データの不完全性を考慮することが重要であることを示している。
• 初期の結果から、このモデルは、細分化された行政レベルにおけるパンデミックの空間的・時間的進化に関する有用な知見を提供できる可能性がある。