[論文レビュー] Should the rate term in the basic epidemiology models be second-order?

Andrew A. Peterson, C. Franklin Goldsmith+3 more|arXiv (Cornell University)|May 10, 2020

Mathematical and Theoretical Epidemiology and Ecology Models参考文献 2被引用数 2

ひとこと要約

この論文は、疫学における標準的な1次コンpartimentalモデルが、感染感受性における重要な集団レベルの異質性を無視しており、それが感染の力（force of infection）を動的に形作っていると主張する。感受性を発生過程中に変化する分布としてモデル化することで、特に指数分布およびガンマ分布が固有分布（eigen-distributions）として機能することを示した。本研究は、感染伝搬におけるパワー則的ダイナミクスが、従来のモデルが予測するよりも著しく低い最終的アウトブレークの深刻度をもたらす可能性があることを明らかにした。これは、1次モデルのパrameter化による系統的な過大評価を示唆している。

ABSTRACT

The fundamental models of epidemiology describe the progression of an infectious disease through a population using compartmentalized differential equations, but do not incorporate population-level heterogeneity in infection susceptibility. We show that variation strongly influences the rate of infection, while the infection process simultaneously sculpts the susceptibility distribution. These joint dynamics influence the force of infection and are, in turn, influenced by the shape of the initial variability. Intriguingly, we find that certain susceptibility distributions (the exponential and the gamma) are unchanged through the course of the outbreak, and lead naturally to power-law behavior in the force of infection; other distributions often tend towards these eigen-distributions through the process of contagion. The power-law behavior fundamentally alters predictions of the long-term infection rate, and suggests that first-order epidemic models that are parameterized in the exponential-like phase may systematically and significantly over-estimate the final severity of the outbreak.

研究の動機と目的

• 集団レベルの感染感受性の異質性が、流行動態における感染の力にどのように影響するかを調査すること。
• 初期の感受性分布の形状が、長期的なアウトブレーク結果に影響を与えるかどうかを検討すること。
• 特定の分布（例：指数分布、ガンマ分布）が、伝搬ダイナミクス下で安定な固有分布（eigen-distributions）として機能するかどうかを同定すること。
• 伝搬におけるパワー則的行動が、1次疫学的モデルの正確性に与える影響を評価すること。
• 1次モデルが初期の指数的増加フェーズに合わせてパラメータ化されたとしても、最終的なアウトブレークの深刻度を信頼性を持って予測できるという仮定に疑問を呈すること。

提案手法

• 感受性を連続的な確率変数として扱い、集団の感受性分布関数として感染の力をモデル化すること。
• 感受性にばらつきを持つステージ的モデルを用いて、流行の進行に伴う分布の変化をシミュレーションすること。
• 伝搬プロセスに対して不変の固定点分布（固有分布）を特定し、特に指数分布およびガンマ分布に注目すること。
• 感受性再分配のダイナミクスから導かれる条件下で、感染の力にパワー則的スケーリングが現れる数学的条件を分析すること。
• 異なる初期感受性分布を持つモデルの結果を比較し、固有分布への収束を評価すること。
• 1次モデル（仮定される指数的フェーズ）の予測と、進化する感受性分布を組み込んだモデルの予測との乖離を定量化すること。

実験結果

リサーチクエスチョン

• RQ1 初期の感染感受性の異質性は、流行中の感染の力のダイナミクスにどのように影響するか？
• RQ2 どの感受性分布が伝搬プロセスに対して不変であり、なぜそれらが吸引子（attractors）として機能するのか？
• RQ3 伝搬におけるパワー則的行動の出現が、標準的な1次モデルと比較して長期的流行予測にどの程度影響を及ぼすか？
• RQ4 なぜ1次モデルが初期の指数的増加フェーズに合わせてパラメータ化されたとしても、最終的なアウトブレークの深刻度を系統的に過大評価してしまうのか？
• RQ5 感受性分布の進化が、時間の経過に伴う流行の軌道をどのように形作るか？

主な発見

• 感染感受性の指数分布およびガンマ分布は、流行の進行中に変化せず、伝搬プロセス下で固有分布として機能する。
• これらの固有分布は、感染の力におけるパワー則的行動を自然に生じさせ、長期的な伝搬ダイナミクスを根本的に変える。
• 他の初期感受性分布は、流行が進行するに従い、指数分布またはガンマ分布の形に収束する傾向がある。これは、感染伝播下で普遍的な収束が生じることを示唆している。
• パワー則的伝搬ダイナミクスは、1次モデルが予測するよりも感染の蓄積が遅くなることを意味し、最終的アウトブレークの深刻度がこうしたモデルによって系統的に過大評価されていることを示唆する。
• 感受性分布の進化を考慮しない1次モデルでは、特に後期段階において、伝搬の真の軌道を捉えられていない。
• 本研究は、初期の指数的増加フェーズに合わせてパrameter化された1次モデルが、感受性再分配を無視しているため、最終的な感染率を著しく過大評価している可能性があることを示した。