[論文レビュー] Modelling Covid-19 epidemic in Mexico, Finland and Iceland

Rafael A. Barrio, Kimmo Kaski+3 more|arXiv (Cornell University)|Jul 18, 2020

COVID-19 epidemiological studies参考文献 27被引用数 4

ひとこと要約

本研究では、メキシコ、フィンランド、アイスランドにおけるCOVID-19流行をシミュレートおよび予測するため、確率的移動を組み込んだ空間的に明示的なSEIRSモデルを提案する。地域間の移動を介した局所的 compartmental 動的モデルと、感染の伝播を結合することで、観察された症例の推移を正確に再現し、再開の影響を予測する。その結果、早期に厳格な封鎖と検査を実施した国（アイスランド、フィンランド）は、初期に広範な感染が広がったメキシコと比較して、第二波の影響が小さいことが明らかになった。

ABSTRACT

Over the past two decades there has been a number of global outbreaks of viral diseases. This has accelerated the efforts to model and forecast the disease spreading, in order to find ways to confine the spreading regionally and between regions. Towards this we have devised a model of geographical spreading of viral infections due to human spatial mobility and adapted it to the latest COVID-19 pandemic. In this the region to be modelled is overlaid with a two-dimensional grid weighted with the population density defined cells, in each of which a compartmental SEIRS system of delay difference equations simulate the local dynamics (microdynamics) of the disease. The infections between cells are stochastic and allow for the geographical spreading of the virus over the two-dimensional space (macrodynamics). This approach allows to separate the parameters related to the biological aspects of the disease from the ones that represent the spatial contagious behaviour through different kinds of mobility of people acting as virus carriers. These provide sufficient information to trace the evolution of the pandemic in different situations. In particular we have applied this approach to three in many ways different countries, Mexico, Finland and Iceland and found that the model is capable of reproducing and predicting the stochastic global path of the pandemic. This study sheds light on how the diverse cultural and socioeconomic aspects of a country influence the evolution of the epidemics and also the efficacy of social distancing and other confinement measures.

研究の動機と目的

• 人口構造、政策、社会的構造が著しく異なる国々におけるCOVID-19の地理的拡散をモデル化すること。
• 社会的距離の確保、封鎖、検査政策の有効性を、パンデミックの拡散を制御する観点から評価すること。
• 移動の再開が流行の再燃に与える影響を予測し、特に第二波のリスクを特定すること。
• 生物学的伝播パラメータと移動に起因する空間的ダイナミクスを分離し、予測精度を向上させること。

提案手法

• 各国に2次元グリッドを重ね、人口密度に応じてセルを重み付けし、遅延差分方程式を用いて局所的SEIRSダイナミクスをシミュレートする。
• セル間の感染伝播は確率的にモデル化され、人間の移動が地理的伝播（マクロダイナミクス）を駆動するものとして扱う。
• 生物学的パラメータ（例：潜伏期間、回復速度）と移動パラメータ（例：移動頻度、経路）を分離する。
• 封鎖や再開などの政策変更を再現するために、時間変動する移動性を組み込む。
• 初期の流行データを用いてモデルをキャリブレーションし、メキシコ、フィンランド、アイスランドの観察済み症例数と照合して妥当性を検証した。
• 完全な移動再開を想定したシナリオシミュレーションを実施し、3か国の結果を比較した。

実験結果

リサーチクエスチョン

• RQ1 社会的距離の確保や検査に関する異なる国別政策が、人口構造が著しく異なる国々におけるCOVID-19パンデミックの推移にどのように影響するか？
• RQ2 限定的なデータで、確率的空間的モデルに移動性を組み込んだモデルが、現実の流行ダイナミクスをどれほど正確に予測できるか？
• RQ3 国際的および国内の移動が再開された後の第二波のリスクはどの程度か？
• RQ4 同程度の早期対応を取った国（例：フィンランドとアイスランド）が、再開後に異なる再発現象を示すのはなぜか？

主な発見

• 本モデルは、情報が限られた状況下でも、2020年4月上旬のデータのみを用いても、メキシコの流行推移を正確に予測できた。
• 早期に厳密な封鎖と検査を実施したアイスランドとフィンランドでは、移動が再開されても再発の兆しなかった。これは、集団の感受性が低かったためである。
• 最初の波でほぼ全員が感染したメキシコでは、移動再開後も再発が極めて小さく抑えられた。これは、多くの人々がすでに免疫を獲得していたためである。
• フィンランドでは、早期の効果的な対策のおかげで、多くの人々が感受性を保っていたため、移動再開後に最大の再発が観察された。
• 本モデルは、早期かつ的確に実施された封鎖と検査措置が、深刻な第二波のリスクを顕著に低減することを示している。
• 本研究は、初期にキャリブレーションされたモデルを用いることで、特にデータが乏しい状況下でも、移動に起因する空間的モデルと確率的伝播を組み合わせた手法が、予測に有効であることを確認した。