[論文レビュー] Optimal Lockdown for Pandemic Stabilization

Qiang Ma, Liu Y+1 more|arXiv (Cornell University)|Oct 24, 2020

Complex Network Analysis Techniques被引用数 5

ひとこと要約

本稿では、経済的混乱を最小限に抑えつつ、所定の速度で感染症例をゼロに駆り込むことを目的とした最適な非均一的封鎖戦略を提案する。ネットワークベースの疫病モデル（SIS、SIR、SEIR、および症状性・無症状性感染伝播を組み込んだ新規のCOVID-19モデルを含む）を用い、エッジ数に線形に依存するアルゴリズムとノード数に立方に依存するアルゴリズムの2つを効率的に開発した。主な直感に反する発見として、2020年4月のニューヨーク州の郡間移動データに基づく分析では、感染者数が多いニューヨーク市内よりも、周辺の農村部での封鎖措置をより厳しくする必要があったという結果が得られた。

ABSTRACT

We consider the problem of pandemic stabilization through a non-uniform lockdown, where our goal is to reduce economic activity as little as possible while sending the number of infected patients to zero at a prescribed rate. We consider several different models of epidemic spread over networks, including SIS/SIR/SEIR models as well as a new model of COVID-19 transmissions with symptomatic and asymptomatic individuals. We provide two efficient algorithms which can efficiently compute the optimal lockdown, with one of our algorithms having a running time which explicitly scales only linearly in the number of edges in the network and is applicable to the vast majority of epidemic models we have tested. Our second algorithm has an explicit scaling which is cubic in the number of nodes in the network, but is applicable without any assumptions. We further demonstrate a number of previously-unknown counter-intuitive phenomena by numerically computing the optimal lockdown on a number of test cases. For example, we show that in a variety of random graph models, node centrality and population have little effect on the value of a lockdown at a node unless they take on extreme values. Most surprisingly, we use publicly available data on inter-county travel frequencies to analyze a model of COVID-19 spread in the 62 counties of New York State; we compute that an optimal stabilizing shutdown based on the state of the epidemic in April 2020 would have reduced activity more stringently outside of New York City compared to within it, even though the epidemic was much more prevalent in New York City at that point.

研究の動機と目的

• 所定の速度で感染症例をゼロに駆り込むことを目的とした、経済的混乱を最小限に抑えたパンデミックの安定化。
• 多様な疫病ネットワークモデルに適用可能な最適な封鎖政策を計算するための効率的アルゴリズムの開発。
• ネットワーク構造、ノードの中心性、および人口規模が最適な封鎖強度に与える影響の解明。
• 実世界の郡間移動データを分析し、最適な封鎖政策の実用的意義を評価すること。

提案手法

• SIS/SIR/SEIRおよび症状性・無症状性感染伝播を組み込んだ新規モデルを用いて、ネットワーク化された疫病ダイナミクスにおける最適封鎖問題を制約付き最適化問題として定式化する。
• エッジ数に線形に依存する最初のアルゴリズムを開発し、多数のテスト済み疫病モデルに適用可能である。
• ノード数に立方に依存する第二のアルゴリズムを開発し、モデルに関する仮定なしに適用可能である。
• ランダムグラフモデルおよびニューヨーク州の実際の郡間移動データを用いた数値シミュレーションにより、最適な封鎖を計算する。
• 最適制御理論の原則を用いて、各ノードにおける封鎖強度が経済的コストを最小限に抑えつつ、疫病の安定化を達成する条件を導出する。
• 公に利用可能な移動データを用い、ニューヨーク州の62カ郡間の伝播ダイナミクスをモデル化し、地域別に最適な封鎖戦略を計算する。

実験結果

リサーチクエスチョン

• RQ1 ネットワーク化された疫病モデルにおいて、ノードの中心性や人口規模と関連して、最適な封鎖強度はどのようにノード間で変動するか？
• RQ2 ネットワークサイズに応じてスケーリングが良好に機能する、最適な非均一的封鎖を計算するための効率的アルゴリズムを開発できるか？
• RQ3 実世界の移動データ（例：ニューヨーク州）に適用した場合、最適な封鎖戦略にどのような直感に反するパターンが現れるか？
• RQ4 無症状感染者の存在が、最適な封鎖政策の構造にどのように影響を与えるか？
• RQ5 局所的な感染症の流行が顕著である地域では、最適制御下で必然的により厳しい封鎖措置がとられるのか？

主な発見

• ランダムグラフモデルでは、ノードの中心性や人口規模が最適な封鎖強度に与える影響は、極端な値を除きほとんど無視できる。
• 2020年4月のニューヨーク州における最適な封鎖戦略では、感染者数が多いニューヨーク市内よりも、農村部の郡でより厳しい措置を講じる必要があった。
• エッジ数に線形に依存するアルゴリズムは、大規模ネットワークにおいても効率的な計算が可能であり、多数のテスト済み疫病モデルに適用可能である。
• 立方に依存するアルゴリズムは、モデル固有の仮定なしに一般解を提供し、広範な適用性を確保している。
• 本研究では、経済的コストの最小化が、感染が顕著な地域を最初に標的とすることと一致しないことが明らかになった。これは、一般的な直感に反する。
• 最適な封鎖戦略は、地域間移動パターンに極めて敏感であることが判明し、政策設計において輸送データの重要性が浮き彫りになった。