[論文レビュー] Real-time projections of epidemic transmission and estimation of vaccination impact during an Ebola virus disease outbreak in the Eastern region of the Democratic Republic of Congo

Lee Worden, Rae Wannier+11 more|arXiv (Cornell University)|Nov 3, 2018

Viral Infections and Outbreaks Research参考文献 12被引用数 3

ひとこと要約

本研究は、2018年東部コンゴにおけるエボラ流行のためのマルチメソッド・リアルタイム予測フレームワークを開発・検証した。確率的分枝過程、自己回帰、タイル＝セン回帰、ゴットの法則を統合し、症例数と予防接種の影響を予測した。62％の予防接種率の下で想定されるより感染伝播が顕著であり、短期予測は長期予測を上回る性能を示した。また、流行はまだピークに達しておらず、紛争に起因する混乱のため予防接種の影響は限定的であった。

ABSTRACT

As of October 12, 2018, 211 cases of Ebola virus disease (EVD) were reported in North Kivu Province, Democratic Republic of Congo. Since the beginning of October the outbreak has largely shifted into regions in which active armed conflict is occurring, and in which EVD cases and their contacts are difficult for health workers to reach. We modeled EVD transmission using a branching process with gradually quenching transmission estimated from past EVD outbreaks, with outbreak trajectories conditioned on agreement with the course of the current outbreak, and with multiple levels of vaccination coverage. We used an autoregression for short-term projections, a regression model for final sizes, and a simple Gott's law rule as an ensemble of forecasts. Short-term model projections were validated against actual case counts. During validation of short-term projections, models consistently scored higher on shorter-term forecasts. Based on case counts as of October 13, the stochastic model projected a median case count of 226 by October 27 (95% prediction interval: 205-268) and 245 by November 10 (95% PI: 208-315), while the auto-regression model projected median case counts of 240 (95% PI: 215-307) and 259 (95% PI: 216-395) for those dates, respectively. Projected median final counts range from 274 to 421. Except for Gott's law, the projected probability of an outbreak surpassing 2013-2016 is exceedingly small. The stochastic model estimates that vaccine coverage in this outbreak is lower than reported in its trial. Based on our projections we believe that the epidemic had not yet peaked at the time of these estimates, though an outbreak like 2013-2016 is not likely. We estimate that transmission rates are higher than under target levels of vaccine coverage, and this model estimate may offer a surrogate indicator for the outbreak response challenges.

研究の動機と目的

• 2018年のコンゴにおけるエボラ流行の進行中に、リアルタイムでデータ駆動型の予測を生成し、感染伝播と最終的な流行規模を予測すること。
• 医療アクセスが制限された紛争地域における感染伝播ダイナミクスに、予防接種が与える影響を評価すること。
• 流行初期段階における短期予測モデルの実際の症例数との比較を通じて、短期予測モデルの妥当性を検証すること。
• 確率的分枝過程、自己回帰、タイル＝セン回帰、ゴットの法則といった複数の予測手法を比較し、その頑健性と精度を評価すること。
• 現在の流行の推移が、過去のエボラ流行と一致するのか、それとも特異的かつ深刻な進行を示しているのかを評価すること。

提案手法

• 過去のエボラ流行から得られた推定値に基づき、徐々に弱まる感染伝播率を想定した確率的分枝過程を用いて感染伝播をモデル化した。
• リアルタイムの症例データを条件として、短期的な症例数予測に負の二項自己回帰を適用した。
• 歴史的症例数トレンドに基づき、最終的な流行規模を推定するためにタイル＝セン回帰を用いた。
• 最小情報量のベースライン予測としてゴットの法則を適用し、アンサンブル予測を形成した。
• 2018年8月20日から10月13日までの実際の症例数と比較することで、短期予測（1～4週間先）の妥当性を検証した。
• 予防接種効果は西アフリカで得られた推定値を用い、予防接種率のシナリオ（高、低、なし）を確率的モデルに組み込み、予防接種の影響を推定した。

実験結果

リサーチクエスチョン

• RQ1 紛争地域における流行の進行中に、リアルタイムの予測モデルは短期的および長期的症例数をどの程度正確に予測できるか。
• RQ2 現在の流行における予防接種率は、過去の流行で有効な接触追跡と予防接種が実現された62％の目標レベルとどの程度一致しているか。
• RQ3 紛争地域における症例の検出数の増加は、感染伝播の増加を示しているのか、それとも監視体制の低下を示しているのか。
• RQ4 確率的モデル、自己回帰、回帰、ゴットの法則といった異なる予測手法は、性能と信頼性においてどのように比較できるか。
• RQ5 現在の流行の推移は、過去のエボラ流行と一致するのか、それとも特異的かつ深刻な流行を示しているのか。

主な発見

• 確率的モデルは、2018年10月27日までに中央値226例（95％予測区間：205～268例）、11月10日までに245例（95％予測区間：208～315例）を予測した。
• 自己回帰モデルは、2018年10月27日までに240例（95％予測区間：215～307例）、11月10日までに259例（95％予測区間：216～395例）を予測した。
• 中央値としての最終的流行規模の予測値は、モデルと仮定条件に応じて274～421例の範囲にわたった。
• ゴットの法則を除くすべてのモデルが、2013～2016年の西アフリカエボラ流行と同等規模の流行の可能性は極めて低いと評価した。
• 確率的モデルは、実際の予防接種率が62％の目標水準を下回っていると推定し、紛争に起因する混乱のため予防接種の影響は限定的であったと示唆した。
• 短期予測（1～4週間先）は長期予測よりも一貫して正確であり、リアルタイムでのモデル更新の有効性が裏付けられた。