[論文レビュー] The COVID-19 Pandemic, Community Mobility and the Effectiveness of Non-pharmaceutical Interventions: The United States of America, February to May 2020

Ian E. Fellows, Rachel B. Slayton+1 more|arXiv (Cornell University)|Jul 9, 2020

COVID-19 epidemiological studies参考文献 24被引用数 6

ひとこと要約

本研究では、2020年2月から5月にかけての米国データを、Googleコミュニティモビリティレポートで測定されたコミュニティの移動行動の変化と、時間的に変化する基本再生産数（Rt）および非薬物的介入（NPIs）の関連を分析するベイジアンフレームワークを用いて分析した。10%の移動量の減少はRtの10.2%の低下と相関しており、介入の実施とは別に時間経過に伴う行動の変化が、介入を補正した後でもRtの48%の全体的低下に寄与したことがわかった。

ABSTRACT

Background: The impact of individual non-pharmaceutical interventions (NPI) such as state-wide stay-at-home orders, school closures and gathering size limitations, on the COVID-19 epidemic is unknown. Understanding the impact that above listed NPI have on disease transmission is critical for policy makers, particularly as case counts increase again in some areas. Methods: Using a Bayesian framework, we reconstructed the incidence and time-varying reproductive number (Rt) curves to investigate the relationship between Rt, individual mobility as measured by Google Community Mobility Reports, and NPI. Results: We found a strong relationship between reproductive number and mobility, with each 10% drop in mobility being associated with an expected 10.2% reduction in Rt compared to baseline. The effects of limitations on the size of gatherings, school and business closures, and stay-at-home orders were dominated by the trend over time, which was associated with a 48% decrease in the reproductive number, adjusting for the NPI. Conclusions: We found that the decrease in mobility associated with time may be due to individuals changing their behavior in response to perceived risk or external factors.

研究の動機と目的

• 米国における非薬物的介入（NPIs）（例：自宅待機命令、学校閉鎖）がCOVID-19の感染拡大に与える影響を評価すること。
• Googleコミュニティモビリティレポートで測定されたコミュニティ移動行動の変化が、時間的に変化する基本再生産数（Rt）とどのように関連しているかを検討すること。
• 特定のNPIsの影響を、時間の経過に伴う広範な行動トレンドから分離し、感染伝播に与える影響を解明すること。
• 移動行動の低減とNPIsの有効性を定量化することで、公衆衛生政策を支援すること。

提案手法

• 報告された症例データから感染率と時間的に変化する基本再生産数（Rt）の推定曲線を再構築するためにベイジアン階層モデルが用いられた。
• Googleコミュニティモビリティレポートからの移動データが、Rtの主要な予測変数として組み込まれた。
• 集会制限、学校閉鎖、事業所閉鎖、自宅待機命令などのNPIsの影響を評価するために、時変係数を含むモデルが構築された。
• 混同要因を補正するために、移動トレンドと個々のNPIsの影響を分離するための多変量回帰フレームワークが適用された。
• 動的推定を可能にするため、Rtの推定にローリングウインドウアプローチが用いられ、感染伝播の変化をリアルタイムで評価できた。
• 不確実性を考慮するため、モデルのフィッティングと推論にはマルコフ連鎖モンテカルロ（MCMC）法が用いられた。

実験結果

リサーチクエスチョン

• RQ1 初期の米国におけるCOVID-19パンデミック期に、コミュニティ移動行動の低下が時間的に変化する基本再生産数（Rt）の低下とどの程度相関しているか。
• RQ2 集会制限、学校閉鎖、自宅待機命令などの特定の非薬物的介入（NPIs）が、移動行動の変化を補正した上でRtに与える影響は何か。
• RQ3 公式なNPIの実施とは別に、時間の経過に伴う行動の変化が、観察されたRtの低下のどの程度に寄与しているか。
• RQ4 パンデミック初期段階において、移動行動の低減とNPIsの効果は、大きさとタイミングの点でどのように比較できるか。

主な発見

• 他の要因を一定に保った状態で、コミュニティ移動行動が10%低下すると、時間的に変化する基本再生産数（Rt）は予想されるところ10.2%低下した。
• 時間の経過に伴うRtの全体的な低下は、主に行動の変化と移動行動の変化に起因しており、特定のNPIsの影響を補正した後でも、Rtの48%の低下に寄与した。
• 集会制限、学校閉鎖、事業所閉鎖といった個々のNPIsの影響は、移動行動の広範なトレンドに飲み込まれており、行動適応が主導的役割を果たしていることが示唆された。
• 時間の経過に伴う移動行動のトレンドは、特定のNPIsの実施時期や施行の厳密さよりも、Rtの予測においてより強い要因であった。
• 個々のNPIsが移動パターンへの影響を超えて、Rtに有意な独立した効果を持つ証拠は得られなかった。
• ベイジアンモデリングフレームワークは、Rtの動的な変化を適切に捉え、政策に役立つ推論を可能にする信頼性の高い不確実性推定を提供した。