[論文レビュー] Optimal Vaccine Allocation to Control Epidemic Outbreaks in Arbitrary Networks

Víctor M. Preciado, Michael Zargham+3 more|arXiv (Cornell University)|Mar 16, 2013

Complex Network Analysis Techniques参考文献 15被引用数 34

ひとこと要約

本稿は、ネットワークのスペクトル的性質と感染パラメータを活用して、任意の接触ネットワークにおけるSIS流行の制御を目的とした凸最適化フレームワークを提案する。コスト最適な分数的ワクチネーション割り当てを実現するための凸最適化と、理論的性能保証を備えた貪欲な組合せアルゴリズムを提示し、実際の社会的ネットワークにおけるシミュレーションで、次数や中心性に基づく戦略を上回る性能を示した。

ABSTRACT

We consider the problem of controlling the propagation of an epidemic outbreak in an arbitrary contact network by distributing vaccination resources throughout the network. We analyze a networked version of the Susceptible-Infected-Susceptible (SIS) epidemic model when individuals in the network present different levels of susceptibility to the epidemic. In this context, controlling the spread of an epidemic outbreak can be written as a spectral condition involving the eigenvalues of a matrix that depends on the network structure and the parameters of the model. We study the problem of finding the optimal distribution of vaccines throughout the network to control the spread of an epidemic outbreak. We propose a convex framework to find cost-optimal distribution of vaccination resources when different levels of vaccination are allowed. We also propose a greedy approach with quality guarantees for the case of all-or-nothing vaccination. We illustrate our approaches with numerical simulations in a real social network.

研究の動機と目的

• 任意の接触ネットワークにおける流行の制御を、限られたワクチネーションリソースを最適に割り当てることで実現すること。
• 流行制御問題を、ネットワーク依存行列の固有値を含むスペクトル最適化問題として定式化すること。
• 変動する個々のコストを考慮した状況下で、コスト最適な分数的ワクチネーション割り当てを実現する凸最適化フレームワークを構築すること。
• すべてのノードにワクチネーションを施すか否かの組合せ的状況における、性能保証付きの貪欲アルゴリズムを設計すること。
• 実際の社会的ネットワークデータを用いて、提案手法と中心性に基づくワクチネーション戦略を実証的に評価・比較すること。

提案手法

• 個々の感染者・回復率が異なる非一様なN相互接続SISモデルを用いて、流行制御問題を定式化する。
• 感染閾値条件を、行列 $ \delta B^{-1} - A_{\mathcal{G}} $ の最大固有値を用いて表現する。ここで $ B $ は個別レベルのワクチネーション効果を符号化し、$ A_{\mathcal{G}} $ はネットワークの隣接行列である。
• 凸コスト関数を前提とした分数的ワクチネーション問題を、凸最適化により解き、グローバル最適性を保証する。
• ラグランジュ双対性を用いて、組合せ的状況における貪欲アルゴリズムを導出し、双対問題に基づく理論的近似保証を提示する。
• 全ワクチネーション集合からノードを段階的に削除する逆方向の貪欲ヒューリスティックを採用し、標準的な中心性に基づくヒューリスティックよりも優れた性能を達成する。
• 247ノードからなる実際のオンライン社会的ネットワークを用いて結果を検証し、次数、固有ベクトル中心性、および提案アルゴリズムの結果を比較した。

実験結果

リサーチクエスチョン

• RQ1 SIS流行の制御を、任意のネットワークにおいて最小コストで実現するには、どのようにワクチネーションリソースを最適に割り当てるか？
• RQ2 ネットワーク構造、個々の感受性、および流行拡散を支配するスペクトル閾値との関係は何か？
• RQ3 一般のコスト関数を想定した状況下でも、凸最適化フレームワークを用いて分数的ワクチネーション割り当て問題を解くことは可能か？
• RQ4 すべてのノードにワクチネーションを施すか否かの組合せ的（全量）ワクチネーション問題に対して、貪欲アルゴリズムの性能保証は何か？
• RQ5 実世界のネットワーク環境下では、中心性に基づく戦略と比較して、提案された最適化に基づく手法はどのように異なるか？

主な発見

• 提案された凸最適化フレームワークは、スペクトル制約に基づく半定値計画問題を解くことで、コスト最適な分数的ワクチネーション割り当てを達成する。
• 組合せ的ワクチネーションのための貪欲アルゴリズムは、定理IV.1に基づく理論的上限 $ D_C^* $ から10%以内の解を得ることを保証する。
• 逆方向の貪欲アルゴリズムは、特に中程度の次数を持つノードの選択において、次数および固有ベクトル中心性に基づく戦略を上回る性能を示す。
• 最適なノード選択は、ネットワークのトポロジーだけでなく、パラメータ集合 $ \bar{\beta}, \underline{\beta} $ 全体に依存するため、次数や固有ベクトル中心性のみでは信頼性を持って予測できない。
• 実際の社会的ネットワークにおけるシミュレーションでは、提案手法が高次数および高中心性ノードを効果的にワクチネートするが、同時にスペクトル感度に基づく直感的でないノードを選択する。
• 固有ベクトル中心性に基づく選択曲線は非単調的であり、中心性が高いノードが常にワクチネートされるわけではないことを示しており、中心性ヒューリスティックの限界を強調している。