[論文レビュー] Modifying the Network-Based Stochastic SEIR Model to Account for Quarantine

Chris Groendyke, Adam Combs|arXiv (Cornell University)|Aug 3, 2020

COVID-19 epidemiological studies参考文献 47被引用数 6

ひとこと要約

本稿では、感染期中の隔離および無症候性感染を模擬するために接触ネットワークを動的に調整する修正されたネットワークベースの確率的SEIRモデルを提案する。時間変動するネットワーク構造と無症候性感染率を組み込むことで、感染期間の長さと感染伝播率が流行の重症度に最も大きな影響を与えることが示された。効用的再生産数とピーク感染規模は、これらのパラメータに極めて敏感である。

ABSTRACT

In this article, we present a modification to the network-based stochastic SEIR epidemic model which allows for modifications to the underlying contact network to account for the effects of quarantine. We also discuss the changes needed to the model to incorporate situations where some proportion of the individuals who are infected remain asymptomatic throughout the course of the disease. Using a generic network model where every potential contact exists with the same common probability, we conduct a simulation study in which we vary four key model parameters (transmission rate, probability of remaining asymptomatic, and the mean lengths of time spent in the Exposed and Infectious disease states) and examine the resulting impacts on various metrics of epidemic severity, including the effective reproduction number. We find that the mean length of time spent in the Infectious state and the transmission rate are the most important model parameters, while the mean length of time spent in the Exposed state and the probability of remaining asymptomatic are less important.

研究の動機と目的

• 隔離や自己隔離に伴う接触パターンの変化を反映する動的ネットワークベースの確率的SEIRモデルを開発すること。
• 感染後に全期間にわたり無症候性のままである割合の感染者が存在しうることを組み込むこと。
• 現実的なネットワーク設定下で、流行の主要な伝播および持続期間パラメータに対する疫学的指標の感度を評価すること。
• 従来の平均場SEIRモデルよりもSARS-CoV-2のダイナミクスをより正確にモデリングするフレームワークを提供すること。
• 介護施設やクルーズ船など閉鎖的で小規模な集団における隔離戦略のシミュレーションを可能にすること。

提案手法

• 初期の接触パターンを表すために、ギルバート＝エルドーシュ＝レニー（GER）ランダムネットワークが用いられ、各潜在的接触が固定確率で存在する。
• 症状発現時に感染性個体は隔離状態に移行し、ネットワーク上の有効接触数が減少する。
• 症状を示す感染者と無症候性感染者を区別し、後者は通常の接触頻度を維持する。
• 確率的シミュレーションフレームワークを用いて、ネットワーク上の個体の病状進行を追跡し、感染伝播確率および状態滞在時間分布に基づいて状態（S→E→I→R）を更新する。
• 各時刻ステップでネットワーク構造を動的に更新し、隔離済み個体の接続性低下を反映する。
• 有効再生産数、ピーク感染規模、流行期間、ストレス日数といった主要指標をシミュレーション出力から算出する。

実験結果

リサーチクエスチョン

• RQ1 ネットワークベースのSEIRモデルに隔離を組み込むと、感染拡大のダイナミクスにどのように影響を与えるか？
• RQ2 潜伏期および感染期の平均期間が、流行の重症度にどの程度影響を与えるか？
• RQ3 無症候性のまま過ごす確率が、全体の伝播パターンおよび流行指標に与える影響は何か？
• RQ4 伝播率およびネットワーク構造の変動に対して、主要な流行結果がどの程度感度を示すか？
• RQ5 効用的再生産数および医療システムへのピーク負荷を決定づける要因として、異なるモデルパラメータの相対的な重要度は何か？

主な発見

• 感染期に費やす期間の長さが、流行の重症度に最も顕著な影響を与える。感染期間が長いほど、ピーク感染規模が上昇し、流行期間も延長される。
• 伝播率は2番目に重要な要因であり、高い伝播率は有効再生産数と全体の感染率を著しく上昇させる。
• 潜伏期の平均期間は、流行指標にやや小さい影響を与える。これは、症状発現の遅れが感染期間の長さほど重要ではないことを示唆する。
• 無症候性のまま過ごす確率は、大多数の流行結果に弱い影響を与える。これは、検出されない伝播が感染期間の長さほど影響が小さいことを示している。
• 流行の初期および終盤における有効再生産数は、感染期間および伝播率の変化に最も感度が高い。
• 感染クラスの最大規模やストレス日数といった指標は、感染期間の長さに極めて敏感である。これは、医療システムの計画において感染期間の長さが極めて重要であることを強調している。