[論文レビュー] Prospects and limits of SIR-type Mathematical Models to Capture the COVID-19 Pandemic

Günter Bärwolff|arXiv (Cornell University)|Apr 13, 2020

COVID-19 epidemiological studies参考文献 2被引用数 4

ひとこと要約

本稿は、欧州疾病予防センター（ECDC）のデータを用いて、SIR型モデルがCOVID-19パンデミックのシミュレーションに適用可能かどうかを評価する。非線形最小二乗法（減衰ガウス＝ニュートン法）を用いた改良されたパラメータ推定手法を提案し、初期の指数的増加段階を正確にモデル化することで、封鎖措置の最適な実施タイミングを特定する。結果として、感染曲線の著しい平準化が、感染加速度のピーク時における封鎖の開始によって達成されることが示された。

ABSTRACT

For the description of a pandemic mathematical models could be interesting. Both for physicians and politicians as a base for decisions to treat the disease. The responsible estimation of parameters is a main issue of mathematical pandemic models. Especially a good choice of $β$ as the number of others that one infected person encounters per unit time (per day) influences the adequateness of the results of the model. For the actual COVID-19 pandemic some aspects of the parameter choice will be discussed. Because of the incompatibility of the data of the Johns-Hopkins-University to the data of the German Robert-Koch-Institut we use the COVID-19 data of the European Centre for Disease Prevention and Control (ECDC) as a base for the parameter estimation. Two different mathematical methods for the data analysis will be discussed in this paper and possible sources of trouble will be shown. As example of the parameter choice serve the data of the USA and the UK. The resulting parameters will be used estimated and used in W.\,O. Kermack and A.\,G. McKendrick's SIR model. Strategies for the commencing and ending of social and economic shutdown measures are discussed. The numerical solution of the ordinary differential equation system of the modified SIR model is being done with a Runge-Kutta integration method of fourth order. At the end the applicability of the SIR model could be shown essentially. Suggestions about appropriate points in time at which to commence with lockdown measures based on the acceleration rate of infections conclude the paper.

研究の動機と目的

• SIR型モデルがCOVID-19パンデミックのダイナミクスを捉える適切さを評価すること。
• 米国および英国の実世界データを用いて、β（感染伝播率）およびκ（封鎖強度）のパラメータ推定を改善すること。
• 感染の加速度率に基づいて、社会的・経済的封鎖を開始する最適なタイミングを特定すること。
• 高リスク集団（例：70歳以上）への標的的隔離が、医療体制への負担に与える影響を評価すること。
• 初期段階の流行適合において、対数線形回帰と非線形最適化の有効性を比較すること。

提案手法

• 常微分方程式を用いた修正されたSIRモデル：dS/dt = -β(S/N)I、dI/dt = β(S/N)I - γI、dR/dt = γI。
• ECDCデータの日次感染数を用いて、非線形最小二乗法（減衰ガウス＝ニュートン法）によりβを推定する。
• パラメータ適合において、対数線形回帰（log(I(t)) = log(I₀) + βt）と非線形最適化を比較する。
• 時間に依存する伝播率κ(t)を導入し、干渉中はκが減少するようにして、動的封鎖をシミュレートする。
• 70歳以上を10%の高リスクサブグループ（α = 10%）として別個にモデル化し、入院および死亡率への影響を評価する。
• 初期条件を2020年1月31日から設定し、4次ルンゲ＝クッタ法を用いてODE系を数値的に解く。

実験結果

リサーチクエスチョン

• RQ1 実世界データを用いた場合、SIR型モデルはCOVID-19パンデミックの初期指数的増加段階を正確に捉えることができるか？
• RQ2 パラメータ推定において、対数線形回帰と非線形最適化のどちらがより信頼性の高いβ推定値をもたらすか？
• RQ3 感染のピークレベルを最も効果的に低減するには、封鎖をいつ開始すべきか？
• RQ4 70歳以上という高リスク集団を標的とすることで、医療体制全体への負担はどのように変化するか？
• RQ5 米国および英国における30日間の動的封鎖（κ=0.2）は、感染者のピーク数にどのような影響を与えるか？

主な発見

• 非線形ガウス＝ニュートン法は、対数線形回帰に比べてより正確なβ推定値をもたらした。これは、イタリアの事例で示されるように、対数線形回帰が感染伝播率を低く見積もっていたことと一致する。
• 米国では、2020年2月10日から4月4日までの期間にβが0.171と推定され、干渉なしではピーク感染数が約670万人に達すると予測された。
• 30日間の動的封鎖（κ=0.2）を実施した場合、米国のピーク感染数は420万人に低下し、感染曲線の著しい平準化が確認された。
• 最適な封鎖開始時刻は、米国ではt₀ = 155日目（2020年5月13日）、英国ではt₀ = 117日目（2020年4月25日）であり、これはI(t)の2階微分に基づいて特定された。
• t₀より前に封鎖を開始した場合、効果が得られず、感染加速度に基づくタイミングが成功に不可欠であることが確認された。
• 本モデルは、高リスク集団の社会的距離の確保と隔離が、ピークの遅延と医療体制への負担軽減に寄与することを示しており、ワクチン開発や医療対応の改善に時間を稼ぐことができる。