[論文レビュー] Spatiotemporal fluctuation scaling law and metapopulation modeling of the novel coronavirus (COVID-19) and SARS outbreaks

Zhanshan Ma|arXiv (Cornell University)|Mar 8, 2020

COVID-19 epidemiological studies参考文献 40被引用数 13

ひとこと要約

本研究では、Taylorのパワー則（TPL）とHubbellの生物多様性の統一中立理論（UNTB）を用いて、COVID-19およびSARSの発生の時空間的ダイナミクスをモデル化する。両ウイルスとも累積感染数におけるTPLスケーリングパラメータが2に近く、高い不安定性を示しており、COVID-19はSARSよりも感染閾値（M0）が低いことから、低致死性およびAllee効果ダイナミクスのため、より高い伝播可能性を示していることが示された。

ABSTRACT

We comparatively analyzed the spatiotemporal fluctuations of the 2019-novel coronavirus (COVID-19) and SARS outbreaks to understand their epidemiological characteristics. Methodologically, we introduced TPL (Taylor power law) to characterize their spatiotemporal heterogeneity/stability and Hubbell (2001) unified neutral theory of biodiversity (UNTB) [specifically Harris et al. (2015) HDP-MSN model (hierarchical Dirichlet process multi-site neutral model)] to approximate the metapopulation of coronavirus infections. First, TPL analysis suggested that the coronaviruses appear to have a specific heterogeneity/stability scaling parameter (TPL-b) slightly exceeding 2 for cumulative infections or exceeding 1 for daily incremental infections, suggesting their potentially chaotic, unstable outbreaks. Another TPL parameter (M0) (i.e., infection critical threshold) depends on virus kinds (COVID-19/SARS), time (disease-stages), space (regions) and public-health interventions (e.g., quarantines and mobility control). M0 measures the infection level, at which infections are random (Poisson distribution) and below which infections follow uniform distribution and may die off if M0 coincides or below the level of Allee effects. It was found that COVID-19 outbreak seems nearly twice more risky than SARS, and the lower infection threshold may be due to its lower lethality than SARS since lower fatality rates can facilitate the survival and spread of pathogen. Second, metacommunity UNTB neutrality testing seems appropriate for approximating metapopulation of coronavirus infections. Specifically, two parameters θ and M, borrowed from neutral theory, may be used to assess the relative significance of infection through local contagion vs. infection through migration, both of which may depend on time, space, virus kinds, and particularly public-health interventions.

研究の動機と目的

• SARSおよびCOVID-19のアウトブレイクにおける時空間的フラクチュエーションパターンを比較すること。
• Taylorのパワー則（TPL）がコロナウイルスの伝播における不均一性と安定性を定量化するのにどの程度適用可能かを評価すること。
• Hubbellの生物多様性の統一中立理論（UNTB）がコロナウイルス感染のメタポピュレーションダイナミクスをモデル化できるかどうかを評価すること。
• 感染持続性および伝播のランダム性のための臨界閾値（M0）を特定すること。
• 公衆衛生介入が伝播閾値およびアウトブレイクの安定性にどのように影響するかを検討すること。

提案手法

• 累積感染数および1日あたりの新規感染数の時空間的不均一性を定量化するためにTaylorのパワー則（TPL）の適用。
• コロナウイルスの拡散におけるメタコミュニティダイナミクスの代理として、階層的ディリクレ過程マルチサイト中立モデル（HDP-MSN）の使用。
• TPLパラメータの推定：スケーリング指数（b）および切片（M0）、ここでM0はポisson分布と一様分布の間での感染の閾値を表す。
• モデルに時間、空間、ウイルス型（SARS対COVID-19）、および公衆衛生介入（例：隔離、移動制限）を共変量として組み込む。
• 中立理論のパラメータθ（基本的生物多様性レート）およびM（全集団サイズ）を、局所的感染拡散と移住駆動型伝播の両方を評価するために適応。
• UNTBの仮定の統計的検定を行い、コロナウイルスのメタポピュレーションをモデル化する際の有効性を検証すること。

実験結果

リサーチクエスチョン

• RQ1 Taylorのパワー則を用いた場合、SARSとCOVID-19の時空間的フラクチュエーションパターンにはどのような相違があるか？
• RQ2 SARSおよびCOVID-19の臨界感染閾値（M0）は何か？ また、地域や疾病の段階によってどのように変化するか？
• RQ3 Hubbellの生物多様性の統一中立理論は、コロナウイルス伝播のメタポピュレーションダイナミクスをどの程度モデル化できるか？
• RQ4 公衆衛生介入は、TPLパラメータで測定されるコロナウイルスのアウトブレイクの安定性および不均一性にどのように影響するか？
• RQ5 なぜSARS-CoV-2はSARSよりも低い感染閾値を示すのか？ 低致死性がこの現象にどのように寄与しているのか？

主な発見

• 累積感染数におけるTPLスケーリング指数（b）は、SARSおよびCOVID-19の両方で2をわずかに上回っており、高い時空間的不安定性および混沌とした伝播ダイナミクスの可能性を示している。
• 1日あたりの累積感染数におけるTPL指数（b）は1を超えており、さらに不安定で不均一な伝播パターンを支持している。
• SARS-CoV-2の感染閾値M0はSARSよりも低いことが判明し、SARS-CoV-2が低い感染レベルでも伝播を維持できることを示唆している。
• M0は感染が一様分布からポisson分布に移行するレベルを表し、Allee効果の閾値を下回ると絶滅リスクが高まる。
• UNTBフレームワーク、特にHDP-MSNモデルは、コロナウイルスのメタポピュレーションを妥当に近似可能であり、パラメータθおよびMは局所的伝播と移住効果をそれぞれ反映している。
• SARS-CoV-2の低致死性が、その低いM0および高い伝播可能性に寄与している可能性があり、病原体の生存および拡散を促進している。