[論文レビュー] The effectiveness of contact tracing in heterogeneous networks

Sadamori Kojaku, Laurent Hébert‐Dufresne+1 more|arXiv (Cornell University)|May 5, 2020

COVID-19 epidemiological studies被引用数 13

ひとこと要約

本稿では、非一様ネットワークにおける深層の前向き・後向き接触追跡が、ネットワークのバイアスを活用することで、知人サンプリングよりも効果的にハブを特定できることを示している。シミュレーションの結果、感染の検出確率が低くても、二次感染のほぼすべてを防げる。これは、単なる症例隔離に比べて優れている。

ABSTRACT

Case isolation and contact tracing is a widely-used intervention method for controlling epidemic outbreaks. Here, we argue that the effectiveness of contact tracing and isolation is likely underestimated by existing studies because they do not take into account the different forms of heterogeneity and sampling biases from the network structure. Specifically, we show that contact tracing can be even more effective than acquaintance sampling at locating hubs. Our results call for the need for contact tracing to go both backward and forward, in multiple steps, to leverage all forms of positive biases. Using simulations on networks with a power-law degree distribution, we show that this deep contact tracing can potentially prevent almost all further transmissions even at a small probability of detecting infected individuals. We also show that, when the number of traced contacts is small, the number of prevented transmission per traced node is even higher---although most traced individuals are healthy---than that from case isolation without contact tracing. Our results also have important consequences for new implementations of digital contact tracing and we argue backward and deep tracing can be incorporated without the important sacrificing privacy-preserving requirements of these new platforms.

研究の動機と目的

• 既存の研究で接触追跡の効果が過小評価されているのは、無視されたネットワークの非一様性とサンプリングバイアスに起因するため、これを是正すること。
• ネットワーク構造が感染拡大の制御における接触追跡の効率に与える影響を調査すること。
• 高次数ノード（ハブ）を特定する上で、複数ステップにわたる前向きおよび後向き追跡の影響を評価すること。
• 特に追跡容量が制限されている状況において、深層接触追跡が追跡対象1人あたりの感染防止効果をどのように向上させるかを評価すること。
• プライバシー保護型デジタル接触追跡の実装を支援するため、後向きおよび深層追跡がプライバシー要件を損なわずに実装可能であることを示すこと。

提案手法

• 実世界の非一様性をモデル化するため、パワー則に従う次数分布を示すネットワーク上で感染拡大をシミュレートする。
• インデックス症例から後向きに、二次症例へと前向きに、複数ステップにわたる接触追跡を実装する。
• ネットワーク構造に内在する正のサンプリングバイアスを活用し、高次数ノードの検出確率を向上させる。
• 標準的な症例隔離および知人サンプリング手法と比較して、深層接触追跡の性能を評価する。
• 異なる検出確率および追跡容量の下での、追跡対象1人あたりの感染防止効率を評価する。
• デジタル接触追跡システムにおける追跡深さとプライバシーのトレードオフを分析する。

実験結果

リサーチクエスチョン

• RQ1 ネットワークの非一様性は、感染拡大の制御における接触追跡の効果にどのように影響するか？
• RQ2 スケールフリーなネットワークにおいて、複数ステップにわたる前向きおよび後向きの深層接触追跡は、知人サンプリングに比べてハブを効果的に特定できるか？
• RQ3 特に追跡容量が制限されている状況において、深層接触追跡の追跡対象1人あたりの感染防止効率はどの程度か？
• RQ4 感染した個体の検出確率が、深層接触追跡全体の効果にどのように影響するか？
• RQ5 後向きおよび深層追跡は、プライバシー保護型デジタル接触追跡プラットフォームにどの程度統合可能か？

主な発見

• 複数ステップにわたる前向きおよび後向きの深層接触追跡は、感染個体の検出確率が低くても、二次感染のほぼすべてを防げる。
• ネットワーク構造に内在する正のバイアスのおかげで、接触追跡は知人サンプリングよりもハブを効果的に特定できる。
• 追跡容量が制限されている状況では、深層接触追跡では、接触追跡を行わない症例隔離よりも、追跡対象1人あたりの防止感染数が高くなる。
• ネットワークの非一様性と複数ステップの追跡を活用することで、接触追跡の効果が顕著に向上する。これは、追跡対象の多くが最終的に健康である場合でも同様である。
• プライバシー保護型デジタル接触追跡システムに、後向きおよび深層追跡を実装可能であり、その核心的なプライバシー保護要件を損なわない。