[論文レビュー] The fractal time growth of COVID-19 pandemic: an accurate self-similar model, and urgent conclusions

Alfonso M. Gañán‐Calvo, Juan A. Hernandez Ramos|arXiv (Cornell University)|Mar 31, 2020

COVID-19 epidemiological studies参考文献 11被引用数 7

ひとこと要約

本稿では、COVID-19パンデミックの時間的拡大を自己相似なフラクタルモデルとして提案し、封鎖策の実施前には確認事例および死亡者数が普遍的なべき乗則的挙動を示し、フラクタル次元が3.75であることを示している。モデルは、隔離措置の遅れに基づいて最終死亡者数を予測し、感染の臨界時間は20.1日であり、100例の確認事例が報告される前に完全封鎖を開始するよう強く提言している。

ABSTRACT

Current available data of the worldwide impact of the COVID-19 pandemic has been analyzed using dimensional analysis and self-similarity hypotheses. We show that the time series of infected population and deaths of the most impacted and unprepared countries exhibits an asymptotic power law behavior, compatible with the propagation of a signal in a fractal network. We propose a model which predicts an asymptotically self-similar expansion of deaths in time before containment, and the final death toll under total containment measures, as a function of the delay in taking those measures after the expansion is observed. The physics of the model resembles the expansion of a flame in a homogeneous domain with a fractal dimension 3.75. After containment measures are taken, the natural fractal structure of the network is drastically altered and a secondary evolution is observed. This evolution, akin to the homogeneous combustion in a static isolated enclosure with a final quenching, has a characteristic time of 20.1 days, according to available data of the pandemic behavior in China. The proposed model is remarkably consistent with available data, which supports the simplifying hypotheses made in the model. A universal formulation for a quarantine as a function of that delay is also proposed.

研究の動機と目的

• 国をまたいでCOVID-19の事例および死亡者数の時間的変化に普遍的なスケーリング則が存在するかを特定すること。
• パンデミックの拡大を人間の相互作用ネットワークにおける自己相似的プロセスとしてモデル化すること。
• 封鎖措置の実施が遅れることによる最終死亡者数への影響を定量化すること。
• 隔離措置の実施タイミングに基づいて最終死亡者数を予測する解析的公式を導出すること。
• データ駆動型フラクタルダイナミクスに基づいた緊急の政策提言を提供すること。

提案手法

• モデルは次元解析と自己相似性の仮説を用い、パンデミックの拡大を非次元的べき乗則 φ ∼ τ^α に簡略化する。
• 非次元的時間 τ = (t - t₀)/T_L を導入し、T_L = 20.1日は中国のデータから導かれた平均感染持続時間である。
• 提案された関数 φ = (log(β + exp(τ)))^α は、確認事例 C(t) および死亡者数 D(t) の両方に適合し、α ≈ 3.75 および β ≈ 0.23 である。
• モデルは、事例の自由拡大の開始時刻 t_c と死亡者数の対応する時刻 t_d を区別し、それぞれについて別個に τ を定義する。
• 封鎖後、モデルは特徴時間20.1日で指数的減衰段階を予測し、湖北省のデータと整合的である。
• 普遍的な隔離期間 T_Q = T_L(1 + Δτ) が導出され、Δτ は t_c 以降の日数の遅れである。

実験結果

リサーチクエスチョン

• RQ1 国をまたいで確認事例および死亡者数の時間系列が、封鎖策の実施前において普遍的な自己相似的べき乗則的増加を示すか？
• RQ2 SARS-CoV-2の拡散を支配する人間相互作用ネットワークのフラクタル次元は何か？
• RQ3 隔離措置の実施が遅れることで、最終死亡者数にどのような影響を与えるか？
• RQ4 簡単な解析的モデルが、パンデミック初期のデータに基づいて最終死亡者数を正確に予測できるか？
• RQ5 最終死亡者数を最小限に抑えるために、完全封鎖を開始する最適なタイミングは何か？

主な発見

• パンデミックはフラクタル次元 α ≈ 3.75 を示す普遍的なべき乗則的増加を示し、人間の相互作用の高次元で自己相似的な構造を持つネットワークであることを示唆している。
• 平均感染持続時間 T_L は、複数のデータポイントで一貫して20.1日と測定され、普遍的な時間スケールとしての使用を支持している。
• モデルは、国をまたいで確認事例および死亡者数の両方に高い精度で適合し、ネットワーク特性の世界的な統計的同質性の仮説を検証している。
• 完全封鎖下での最終死亡者数は、D_T = 8×10⁴ × (log(β + exp((t_measures - t_c)/T_L)))^3.75 で予測され、β ≈ 0.23 である。
• t_c 以降、1日分の措置実施の遅れごとに、必要な隔離期間は約20.1日延長される。
• スペイン、イタリア、英国、米国など、15日以上の遅れを示した国々は、予測死亡者数が38,000人を超えると予測され、湖北省の実際の死亡者数3,160人もモデルの予測と一致している。