[論文レビュー] Non-Markovian SIR epidemic spreading model

Lasko Basnarkov, Igor Tomovski+2 more|arXiv (Cornell University)|Jul 15, 2021

COVID-19 epidemiological studies参考文献 15被引用数 5

ひとこと要約

本稿では、潜伏期間、感染性、回復期間に一般分布を組み込んだ非マルコフ型SIRモデルを提案する。これにより、COVID-19のような疾患のより現実的なモデル化が可能になる。感染性および回復関数が任意の形である場合のエピデミック閾値を解析的に導出し、イタリアのCOVID-19第一波のデータに強く適合させることで、遅延した症状や非指数的回復時間の要因を考慮した場合、マルコフ型モデルよりも高い精度を示すことを実証した。

ABSTRACT

We introduce non-Markovian SIR epidemic spreading model inspired by the characteristics of the COVID-19, by considering discrete- and continuous-time versions. The incubation period, delayed infectiousness and the distribution of the recovery period are modeled with general functions. By taking corresponding choice of these functions, it is shown that the model reduces to the classical Markovian case. The epidemic threshold is analytically determined for arbitrary functions of infectivity and recovery and verified numerically. The relevance of the model is shown by modeling the first wave of the epidemic in Italy, in the spring, 2020.

研究の動機と目的

• 潜伏期間の遅れや非指数的回復時間といった現実的な疾患進行の特徴を捉える非マルコフ型SIRモデルの開発。
• 感染性および回復関数が一般分布である場合のエピデミック閾値の解析的表現の導出。
• 2020年イタリアのCOVID-19パンデミック第一波の実世界データへの適合を通じて、モデルの妥当性を検証。
• 特定の分布関数の選択下で、モデルが古典的マルコフ型SIRモデルに還元されることを示すこと。
• 入院者・隔離者などの他の状態を含めるための拡張可能なフレームワークの提供。

提案手法

• 感染性、潜伏期間、回復期間に一般関数を用いた離散的および連続的時間の定式化により、SIR遷移を記述。
• 感染性は、感染後経過時間τの関数β(τ)としてモデル化され、遅延発症や非指数的伝播を可能にする。
• 回復は一般回復関数によりモデル化され、マルコフ型モデルの指数的レート仮定が置き換えられる。
• 疾患フリー均衡の安定性解析を用いてエピデミック閾値を導出し、非マルコフ型設定における基本再生産数R₀の一般化を実現。
• 2020年春のイタリアにおける日次確認症例データへの適合を通じて数値的妥当性を検証し、確認遅延および感染性パラメータを観察データに合わせて調整。
• 感染性および回復関数に任意の関数形を採用可能であり、実データからの経験的分布の体系的統合が可能。

実験結果

リサーチクエスチョン

• RQ1 一般分布を用いた潜伏期間、感染性、回復期間を組み込んだ非マルコフ型SIRモデルをどのように定式化できるか？
• RQ2 任意の感染性および回復関数を持つ非マルコフ型SIRモデルにおけるエピデミック閾値の解析的表現は何か？
• RQ3 本モデルは、遅延症状および非指数的回復を示す疾患に対して、実世界の疫学的データにどの程度適合するか？
• RQ4 特定の関数形の選択下で、モデルが古典的マルコフ型SIRモデルに還元可能か？
• RQ5 感染性および確認遅延の変動が、観察された流行曲線の再現能力にどのように影響するか？

主な発見

• 本モデルは、感染性発症から確認までの5日間の遅延を想定した場合、イタリアのCOVID-19第一波の日次症例数を最もよく再現する。
• 感染性および回復関数が任意の形である場合のエピデミック閾値が解析的に決定され、古典的R₀概念が非マルコフ型ダイナミクスに一般化された。
• 感染性および回復関数が指数分布に選ばれた場合、モデルは古典的マルコフ型SIRモデルに還元される。
• 数値シミュレーションにより解析的閾値の妥当性が確認され、異なるパラメータ設定でも一貫した挙動を示した。
• 感染性発症から確認までの遅延を5日間に設定した場合、臨床的観察である無症状期の感染伝播に合致するため、モデルの性能が著しく向上した。
• 感染性パラメータβを閾値β = 0.5β_th未満に低下させることで、日別最多症例数が顕著に減少することが示され、社会的距離の維持が有効であることを裏付けた。