[論文レビュー] Scaling in the global spreading patterns of pandemic Influenza A (H1N1) and the role of control: empirical statistics and modeling

Xiao-Pu Han, Bing-Hong Wang+3 more|arXiv (Cornell University)|Dec 8, 2009

COVID-19 epidemiological studies参考文献 48被引用数 3

ひとこと要約

本稿では、詳細なウイルス学的または接触ネットワークデータを必要とせず、集計データを用いて世界的なパンデミック拡散におけるスケーリング則—ジプフの法則およびヒープスの法則—を説明する制御に配慮したモデルを提案する。実証的に、高移動量地域の制御が世界的な拡散を遅らせる一方で、局所的アウトブレイクが発生した後は局所的隔離が極めて重要であることが示され、公衆衛生意思決定における実用的戦略を提示する。

ABSTRACT

Background: The pandemic of influenza A (H1N1) is a serious on-going global public crisis. Understanding its spreading dynamics is of fundamental importance for both public health and scientific researches. Recent studies have focused mainly on evaluation and prediction of on-going spreading, which strongly depends on detailed information about the structure of social contacts, human traveling patterns and biological activity of virus, etc. Methodology/Principal Findings: In this work we analyzed the distributions of confirmed cases of influenza A (H1N1) in different levels and find the Zipf's law and Heaps' law. Similar scaling properties were also observed for severe acute respiratory syndrome (SARS) and bird cases of H5N1. We also found a hierarchical spreading pattern from countries with larger population and GDP to countries with smaller ones. We proposed a model that considers generic control effects on both the local growth and transregional transmission, without the need of the above mentioned detailed information. We studied in detail the impact of control effects and heterogeneity on the spreading dynamics in the model and showed that they are responsible for the scaling and hierarchical spreading properties observed in empirical data. Conclusions/Significance: Our analysis and modeling showed that although strict control measures for interregional travelers could delay the outbreak in the regions without local cases, the focus should be turned to local prevention after the outbreak of local cases. Target control on a few regions with the largest number of active interregional travelers can efficiently prevent the spreading. This work provided not only a deeper understanding of the generic mechanisms underlying the spread of infectious diseases, but also some practical guidelines for decision makers to adopt suitable control strategies.

研究の動機と目的

• ウイルス特異的な生物学的詳細に依存しない、世界的なパンデミック拡散における普遍的なスケーリングパターンを理解すること。
• 特に渡航制限と局所的対策を含む制御措置が、観察された拡散ダイナミクスに果たす役割を特定すること。
• 詳細な接触または移動データに依存しない最小限のモデルを構築し、実証的なスケーリング則を再現すること。
• 制御戦略と観察可能な拡散パターンを結びつけることで、公衆衛生政策に実行可能なインサイトを提供すること。
• 高GDP・高人口国から小さな国へと至る階層的拡散パターンを明らかにし、その起源を制御メカニズムによって説明すること。

提案手法

• 正規化されたジプフプロットを用いて、国ごとの累積症例分布を実証的に分析し、パワー則のスケーリングを検出する。
• ヒープスの法則を適用して、時間経過に伴う新規に影響を受ける地域の数の増加を定量化し、劣加速度的スケーリングを観察する。
• 局所的抑制（局所的感染率の低下）と領域間制御（高移動量ノードを通じた感染率の低下）の2つの制御メカニズムを備えた確率的モデルを提案する。
• ノードが国を表し、エッジの重みが領域間移動の強度を反映する非均質なネットワーク構造を導入する。
• 制御効果を時間に依存する感染率の低下としてモデル化し、移動量が高いノードに対してより強い影響を与える。
• 数値シミュレーションを用いて、現実的な制御シナリオ下で、モデルが観察されたジプフの法則およびヒープスの法則を再現することを検証する。

実験結果

リサーチクエスチョン

• RQ1 H1N1、SARS、H5N1の異なるパンデミックにおいても、ジプフの法則およびヒープスの法則が同様に現れるか。これは普遍的ダイナミクスの兆候であるか？
• RQ2 borderチェックや渡航制限などの制御措置が、パンデミック拡散におけるスケーリング則の出現にどのように影響するか？
• RQ3 詳細な生物学的または接触データを含まない最小限のモデルが、観察された世界的な拡散パターンを再現できるか？
• RQ4 高移動量地域の制御と局所的感染の制御のどちらが、世界的な拡散の遅延または抑制に相対的に大きな効果をもたらすか？
• RQ5 なぜ拡散が大規模で豊かな国から小さな国へと階層的に進行するのか。制御はこのプロセスにおいてどのような役割を果たすのか？

主な発見

• 初期段階では、確認済みH1N1症例の国別分布がパワー則（ジプフの法則）に従い、指数α ≈ 3.0を示すが、後期にはα ≈ 1.7にシフトし、制御と感染ダイナミクスの変化を示す。
• ヒープスの法則が、時間経過に伴う影響を受ける国数の劣加速度的増加として観察され、世界的な拡散の限界可能性と整合的である。
• 階層的拡散パターンが同定された：GDPおよび人口規模の高い国が、初期の拡散者としての可能性が高く、トップダウン型の伝播カスケードを示唆する。
• 本モデルは、詳細な移動または接触データに依存せず、局所的感染と領域間移動への制御効果を組み込むことで、ジプフの法則およびヒープスの法則の両方を成功裏に再現した。
• 移動量が最も高い少数の国に対する的を射た制御は、世界的な流行の遅延を著しくもたらし、低コストで高い効率性を示す。
• 局所的感染が開始されると、領域間制御から局所的抑制への焦点のシフトがより効果的である。なぜなら、この段階では局所的抑制が拡散抑制の主因となるからである。