[論文レビュー] Periodicity in Movement Patterns Shapes Epidemic Risk in Urban Environments

Zhanwei Du, Spencer J. Fox+4 more|arXiv (Cornell University)|Sep 13, 2018

Complex Systems and Time Series Analysis参考文献 38被引用数 5

ひとこと要約

本研究では、上海（2014年）の時間別地下鉄データに基づく動的メタポピュレーションモデルを用いて、感染症の導入時刻と場所によって、流行の拡大速度が20倍以上に変動することを示した。最も高いリスクが生じるのは金曜日の市街地付近であり、ここでは移動パターンの移行が、もともと分断された社会的コミュニティをつなぎ、感染拡大の可能性を高める。

ABSTRACT

Daily variation in human mobility modulates the speed and severity of emerging outbreaks, yet most epidemiological studies assume static contact patterns. With a highly mobile population exceeding 24 million people, Shanghai, China is a transportation hub at high risk for the importation and subsequent global propagation of infectious diseases. Here, we use a dynamic metapopulation model informed by hourly transit data for Shanghai to estimate epidemic risks across thousands of outbreak scenarios. We find that the rate of initial epidemic growth varies by more than twenty-fold, depending on the hour and neighborhood of disease introduction. The riskiest introductions are those occurring close to the city center and on Fridays--which bridge weekday and weekend transit patterns and thereby connect otherwise disconnected portions of the population. The identification of these spatio-temporal hotspots can inform more efficient targets for sentinel surveillance and strategies for mitigating transmission.

研究の動機と目的

• 大都市における都市移動の日次および週次変動が、流行発生リスクに与える影響を調査すること。
• 感染症の導入が最も急激に拡大するような、特定の時刻と場所（空間時間的ホットスポット）を同定すること。
• 特に平日と週末の移動パターンの移行に起因する動的接触ネットワークの影響を、流行リスクに評価すること。
• 時間的変化における人間のつながりのシフトを捉えられていないため、静的接触ネットワークモデルが流行リスクを低く評価しているかどうかを評価すること。
• 移動ダイナミクスに基づいて、センチネル監視および早期対応の最適な標的を特定することで、公衆衛生戦略を支援すること。

提案手法

• 上海の地下鉄駅に対応する313の都市的地域を含むメタポピュレーションモデルを構築し、2015年上海統計年鑑の人口データを用いた。
• 1,100万人の利用者から得た2015年4月の時間別地下鉄利用データを活用し、都市全体における動的かつ人間の移動および接触パターンをモデル化した。
• 各場所の人口規模を、その地域の人口をその地域に含まれる駅数で割った値に比例させる。
• 2009年H1N1パンデミックに類似した感染率をキャリブレーションした確率的SIRモデルを用いて、感染拡大をシミュレートした。
• 導入時刻、曜日、場所を変化させた10,000回のアウトブレイクシナリオにおいて、初期増加率、最終的な感染率、および基本再生産数（R0）を追跡した。
• ネットワークの整合性とレクリエーション目的の移動割合を分析し、とりわけ金曜日に顕著なコミュニティの融合と移動の転換を定量化した。

実験結果

リサーチクエスチョン

• RQ1 感染症の導入時刻（時間帯）と曜日が、大都市のメタポピュレーションにおける流行増加率にどのように影響するか？
• RQ2 上海のどの地域が、その移動ダイナミクスのおかげで、爆発的流行拡大を引き起こす可能性が最も高いか？
• RQ3 例えば金曜日の午後のような移行期が、一時的に分断されたコミュニティを接続するネットワーク接続性を生み出し、急速なコミュニティ間伝播を可能にする程度はどの程度か？
• RQ4 特に平日から週末の行動パターンへのシフトに起因する動的移動パターンが、都市接触ネットワークの構造と流行リスクにどのように影響を与えるか？
• RQ5 時間的変動が著しい都市移動パターンを示す都市において、静的接触ネットワークモデルは、流行リスクを正確に予測できるか？

主な発見

• 感染症の導入時刻と地域によって、流行の増加速度に20倍以上の差が生じ、特に金曜日の市街地付近で最も高い増加率が観察された。
• 金曜日が最も高いリスクを示したのは、平日と週末の移動パターンが重なって一時的に分断された社会的コミュニティを融合させるためである。
• 市街地は、地理的接近性よりもネットワーク構造に起因するが、最も疫学的に中心的な場所として浮き彫りになった。この中心性は、急速な感染伝播を促進する。
• ネットワークの整合性とレクリエーション目的の移動割合は、金曜日と週末にピークに達し、この時期にコミュニティ間伝播の可能性が高まっていることを示している。
• 最もリスクの高いシナリオでは、初期感染例が10,000例に達しており、大規模な生物テロがピークの接続性期間中に導入された場合、爆発的都市流行が発生する可能性がある。
• 本研究では、金曜日の午後が重要な時間的ホットスポットであると特定した。これは、休前日が同様に、移動の転換に起因し、世界的な疾患出現の高リスク期間を形成する可能性があることを示唆している。