[論文レビュー] Parametrization Model Motivated from Physical Processes for Studying the Spread of COVID-19 Epidemic

S. Maltezos|arXiv (Cornell University)|Apr 8, 2020

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

ひとこと要約

本稿では、物理的プロセスにインspiredされた三パラメータの半ガウス型パラメータ化モデルを提案し、非線形最適化プロセスを用いてCOVID-19の日別報告症例をフィッティングする。このモデルは、流行の転換点の信頼性の高い予測を可能にし、平均感染時間や疾病管理効果性といった主要な疫学的パラメータを定量化する。ギリシャは高い隔離（τ）と低い伝播（n）のおかげで、曲線の平坦化が顕著に優れていた。

ABSTRACT

The outbreak of the new virus COVID-19, beyond the human health risks and loss, has caused also very serious problems in a wide range of human activities, including the basic and applied scientific research, mainly that concern world wide collaborations. It is desirable to all of us to have the prospect of quickly predicting a turning point in the daily cases curve of the disease. In this work we face the problem of COVID-19 virus disease spreading by aiming mostly to create a reliable mathematical model describing this mechanism for an isolated society, for cities or even for a whole country. Drawing upon similar mechanisms appearing in the particle detector Physics, we concentrated to the so called, semi-gaussian function of n-degree. This approach can provide some very useful advantages in the data analysis of the daily reported cases of the infected people. Applying this model and fitting to the data, reported until the submission of this work, we have determined, among others, the mean infection time for a citizen in the society under study. We also applied and adopted this model to the reported cases in other countries and we have performed useful comparisons and conclusions.

研究の動機と目的

• 日別報告COVID-19症例の転換点を予測するための柔軟で物理的根拠を持つ数学的モデルの開発。
• 実世界のデータを用いて、平均感染時間や基本再生産数といった主要な疫学的パラメータを定量化すること。
• 日別症例曲線の形状とピーク抑制の比較を通じて、各国の公衆衛生政策の効果を評価すること。
• 孤立地域やデータが限られた国に対しても適応可能な、簡単で堅牢なパラメータ化モデルを提供すること。
• ギリシャ（基準国）を基準として、疾病管理の成功度を評価する次元なしの指標（pr）を導入すること。

提案手法

• モデルは三パラメータの半ガウス関数を用いる：c(t) = A·t^n·e^(-t/τ)，ここでAは振幅、nは次数、τは平均感染時間である。
• 関数は非線形最適化を用いて実際の日別症例データにフィットさせられ、流行の増加段階と減少段階の両方に適合する。
• 粒子検出器の物理学とRC回路応答に類似しており、指数分布の記憶なし性質を活用する。
• パラメータnは人口移動性または輸送強度の代理指標として解釈され、τは隔離効果性を示す。
• ギリシャ（基準、pr = 1）を基準として、疾病管理パフォーマンスを比較する次元なしの指標pr = pi/p1を定義する。
• モデルはギリシャ、中国、韓国、イタリア、スイス、英国のデータに適用され、国際比較が可能になった。

実験結果

リサーチクエスチョン

• RQ1 物理的インスピレーションを受ける半ガウス型モデルは、日別報告COVID-19症例の転換点を正確に予測できるか？
• RQ2 モデルのパラメータnとτは、人口移動や隔離措置といった現実の公衆衛生行動とどのように関係しているか？
• RQ3 次元なしの指標prは、国家レベルの疾病管理政策の成功度をどの程度正確に定量化できるか？
• RQ4 日別症例曲線の形状と公衆衛生介入の効果性の間には、各国でどのような関係があるか？
• RQ5 限られたデータや転換点以前のデータでも、モデルは平均感染時間（τ）とピーク抑制（pr）を信頼性を持って推定できるか？

主な発見

• モデルはギリシャ、中国、韓国、イタリア、スイス、英国の日別症例データをすべて信頼性高くフィットさせ、すべてのケースでパラメータ推定が成功した。
• ギリシャでは、平均感染時間τ = 6日と推定され、ピーク抑制比pr = 1.0であった。これは、調査された国の中で最適な管理を示している。
• イタリアではn = 4.5、τ = 5.5日で、高い人口移動性と効果的な隔離が不足しており、pr = 1.43であった。
• 韓国は最も高いpr値（4.35）を示し、早期の強力な対策のおかげで、曲線の平坦化が最も効果的だった。
• 中国ではpr = 2.43であり、効果的な管理がなされていたが、韓国ほどではない。τ = 6.5日、n = 3.5であった。
• モデルは、nが10%増加するごとにprが約5%低下し、τが10%増加するごとに15%低下することを示した。これは、τが曲線の平坦化により強い影響を与えることを示している。