[論文レビュー] Quantitative assessment of the role of undocumented infection in the 2019 novel coronavirus (COVID-19) pandemic

Yongshang Long, Zheng-Meng Zhai+10 more|arXiv (Cornell University)|Mar 26, 2020

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

ひとこと要約

本研究では、中国、韓国、イタリア、イランのリアルタイムデータを用いて、未検出感染が新型コロナウイルスパンデミックに与える影響を定量的に評価するための5状態の疫学的モデルを開発した。モデルは、顕著な流行制御がなされた後でも、無症状の潜伏感染者が感染を継続させることを示し、公衆衛生対策の緩和によって今後の流行のリスクが高まることを示唆しており、隠れた症例を特定するための包括的検査の必要性を強調している。

ABSTRACT

An urgent problem in controlling COVID-19 spreading is to understand the role of undocumented infection. We develop a five-state model for COVID-19, taking into account the unique features of the novel coronavirus, with key parameters determined by the government reports and mathematical optimization. Tests using data from China, South Korea, Italy, and Iran indicate that the model is capable of generating accurate prediction of the daily accumulated number of confirmed cases and is entirely suitable for real-time prediction. The drastically disparate testing and diagnostic standards/policies among different countries lead to large variations in the estimated parameter values such as the duration of the outbreak, but such uncertainties have little effect on the occurrence time of the inflection point as predicted by the model, indicating its reliability and robustness. Model prediction for Italy suggests that insufficient government action leading to a large fraction of undocumented infection plays an important role in the abnormally high mortality in that country. With the data currently available from United Kingdom, our model predicts catastrophic epidemic scenarios in the country if the government did not impose strict travel and social distancing restrictions. A key finding is that, if the percentage of undocumented infection exceeds a threshold, a non-negligible hidden population can exist even after the the epidemic has been deemed over, implying the likelihood of future outbreaks should the currently imposed strict government actions be relaxed. This could make COVID-19 evolving into a long-term epidemic or a community disease a real possibility, suggesting the necessity to conduct universal testing and monitoring to identify the hidden individuals.

研究の動機と目的

• 初期パンデミック期における未検出感染のSARS-CoV-2感染拡大への寄与を定量的に評価すること。
• 国ごとの検査および診断政策の違いが、流行予測に与える影響を評価すること。
• 顕著な流行制御後に、隠れた無症状キャリアによる今後の流行のリスクを評価すること。
• 異なる政府の対策下での流行動向をリアルタイムで評価する予測モデルを提供すること。
• 未検出感染が持続的感染拡大の主要因となる閾値を特定することで、公衆衛生政策に知見を提供すること。

提案手法

• 感受性、潜伏、症状性、無症候性（未検出）、回復者を追跡する5状態のコンpartimentalモデルを構築した。
• 中国、韓国、イタリア、イランの公式政府報告およびデータを用いて、感染率や潜伏期間などの主要パラメータをキャリブレーションした。
• モデル出力を観察された累積症例データに適合させるために、数学的最適化を適用し、予測の正確性を向上させた。
• 移動制限や社会的距離の確保などの動的な政府対策を、時間的に変化する入力としてモデルに組み込んだ。
• 異なる検査基準および政策対応の下での予測の頑健性を評価する感度分析を実施した。
• モデルは流行曲線の変曲点を予測し、ピーク後の隠れた感染の持続性を評価した。

実験結果

リサーチクエスチョン

• RQ1 未検出感染がSARS-CoV-2の全体的な感染拡大ダイナミクスに果たす定量的寄与は何か？
• RQ2 各国の検査および診断政策の違いが、主要な流行パラメータの推定に与える影響は何か？
• RQ3 未検出感染の割合がどの閾値に達すると、持続的な隠れた感染源が形成されるか？
• RQ4 データ品質や政策実施のばらつきがあっても、モデルは変曲点および流行ピークを信頼性を持って予測できるか？
• RQ5 顕著な流行制御後に、隠れた無症状キャリアがどの程度まで感染を継続させ、今後の流行のリスクを生じさせるか？

主な発見

• 中国、韓国、イタリア、イランにおける、1日ごとの累積確定症例数を、モデルは正確に予測しており、強力な予測能力を示している。
• 検査政策に大きな差があるにもかかわらず、モデルは各国で流行の変曲点を予測する上で、頑健で信頼性が高い。
• イタリアでは、政府の対応が不十分で、未検出感染の割合が高く、これが同国の異常に高い死亡率の主な要因であると特定された。
• 英国では、厳格な移動制限および社会的距離の確保措置が講じられなかった場合、深刻な流行シナリオが予測された。
• 未検出感染の割合が臨界閾値を超えると、流行が終息したように見えても、依然として非無視可能な数の隠れた感染性個体が持続する。
• 本研究は、持続的な隠れた感染拡大の結果、新型コロナウイルス感染症が長期的またはエンドミックな疾患に進化する可能性があるという定量的証拠を提供しており、無症状キャリアを特定・隔離するための包括的検査の必要性を示唆している。