[論文レビュー] SEIR and Regression Model based COVID-19 outbreak predictions in India

Gaurav Pandey, Poonam Chaudhary+2 more|arXiv (Cornell University)|Apr 1, 2020

COVID-19 epidemiological studies参考文献 11被引用数 118

ひとこと要約

本論文は India における短期 COVID-19 症例を予測するために SEIR と回帰モデルを比較し（Jan 30–Mar 30, 2020）、今後2週間で5,000–6,000例を予測し、RMSLEで評価し、R0を推定します。

ABSTRACT

COVID-19 pandemic has become a major threat to the country. Till date, well tested medication or antidote is not available to cure this disease. According to WHO reports, COVID-19 is a severe acute respiratory syndrome which is transmitted through respiratory droplets and contact routes. Analysis of this disease requires major attention by the Government to take necessary steps in reducing the effect of this global pandemic. In this study, outbreak of this disease has been analysed for India till 30th March 2020 and predictions have been made for the number of cases for the next 2 weeks. SEIR model and Regression model have been used for predictions based on the data collected from John Hopkins University repository in the time period of 30th January 2020 to 30th March 2020. The performance of the models was evaluated using RMSLE and achieved 1.52 for SEIR model and 1.75 for the regression model. The RMSLE error rate between SEIR model and Regression model was found to be 2.01. Also, the value of R0 which is the spread of the disease was calculated to be 2.02. Expected cases may rise between 5000-6000 in the next two weeks of time. This study will help the Government and doctors in preparing their plans for the next two weeks. Based on the predictions for short-term interval, these models can be tuned for forecasting in long-term intervals.

研究の動機と目的

• インドにおける COVID-19 の流行を 2020年3月30日まで分析する。
• SEIR と回帰モデルを用いて今後2週間の短期予測を作成する。
• 二つのモデルの予測性能を評価・比較する。
• 研究期間中のインドの基本再生産数 R0 を推定する。

提案手法

• Jan 30, 2020 to Mar 30, 2020 のデータでキャリブレーションした予測に SEIR と回帰モデルを使用する。
• データは Johns Hopkins University のリポジトリから取得。
• RMSLE を用いてモデル性能を評価する（SEIR = 1.52; regression = 1.75）。
• SEIR と regression の予測間で RMSLE の差が 2.01 になるようにモデルを比較する。
• 病気の拡散のための R0 を推定する（R0 = 2.02）。
• 今後2週間で5,000–6,000 の予想症例を示す短期予測を提供する。

実験結果

リサーチクエスチョン

• RQ1 研究期間中に SEIR と回帰モデルはインドの短期 COVID-19 病例数を正確に予測できるか。
• RQ2 インドの COVID-19 データに対する予測性能（RMSLE）で SEIR と回帰モデルはどう比較されるか。
• RQ3 研究期間中のインドの推定基本再生産数（R0）はいくつか。
• RQ4 これらのモデルに基づく今後2週間の予測症例範囲は？

主な発見

• SEIR モデルは RMSLE の値が 1.52 である。
• 回帰モデルは RMSLE の値が 1.75 である。
• SEIR と回帰モデルの RMSLE の差は 2.01 である。
• 流行の推定 R0 は 2.02。
• 短期予測は今後2週間で追加の5,000–6,000例を予測する。