[論文レビュー] Universal Masking is Urgent in the COVID-19 Pandemic: SEIR and Agent Based Models, Empirical Validation, Policy Recommendations

De Kai, Guy Philippe Goldstein+3 more|arXiv (Cornell University)|Apr 22, 2020

Infection Control and Ventilation参考文献 21被引用数 120

ひとこと要約

本論文はSEIRモデルとエージェントベースモデルを用いて、COVID-19拡大に対するユニバーサルマスクの影響を評価し、経験的データで予測を検証し、政策提言を提供する。

ABSTRACT

We present two models for the COVID-19 pandemic predicting the impact of universal face mask wearing upon the spread of the SARS-CoV-2 virus--one employing a stochastic dynamic network based compartmental SEIR (susceptible-exposed-infectious-recovered) approach, and the other employing individual ABM (agent-based modelling) Monte Carlo simulation--indicating (1) significant impact under (near) universal masking when at least 80% of a population is wearing masks, versus minimal impact when only 50% or less of the population is wearing masks, and (2) significant impact when universal masking is adopted early, by Day 50 of a regional outbreak, versus minimal impact when universal masking is adopted late. These effects hold even at the lower filtering rates of homemade masks. To validate these theoretical models, we compare their predictions against a new empirical data set we have collected that includes whether regions have universal masking cultures or policies, their daily case growth rates, and their percentage reduction from peak daily case growth rates. Results show a near perfect correlation between early universal masking and successful suppression of daily case growth rates and/or reduction from peak daily case growth rates, as predicted by our theoretical simulations. Our theoretical and empirical results argue for urgent implementation of universal masking. As governments plan how to exit societal lockdowns, it is emerging as a key NPI; a "mouth-and-nose lockdown" is far more sustainable than a "full body lockdown", on economic, social, and mental health axes. An interactive visualization of the ABM simulation is at http://dek.ai/masks4all. We recommend immediate mask wearing recommendations, official guidelines for correct use, and awareness campaigns to shift masking mindsets away from pure self-protection, towards aspirational goals of responsibly protecting one's community.

研究の動機と目的

• COVID-19パンデミック時の重要な非薬物介入としてのユニバーサルマスキングを喚起する。
• マスク影響を定量化するため、2つの理論的モデリングアプローチ（確率動的ネットワーク上のSEIRとABMモンテカルロ）を開発・比較する。
• 異なるマスキング文化・政策を持つ地域を横断する新しい経験データセットに対してモデル予測を検証する。
• 拡散を抑制するために、早期かつ広範なマスク着用を実施する政策提言を提供する。
• マスクと他のNPIsを組み合わせた出口戦略の実用的影響を強調する。

提案手法

• S SEIRモデ ルを確率的動的ネットワーク上に実装し、近接および全体接触と遷移S→E→I→R→Fを捉え、パラメータβ、σ、γ、μIを用いる。
• ABMモンテカルロシミュレーションを2次元のラップアラウンド空間にいる個々のエージェントで実行し、近接ベースの伝播とマスク効果をモデル化する。
• マスク効果は伝播を因子Tで低減し、吸収をAで表し、時間とともに採用率Mを変化させてモデル化する。
• 比較シナリオには、0%、50%、80–90%のマスク採用とタイミング（開始日0日、50日目、75日目）を含む。
• ベースラインのパラメータ設定はβ=0.155、σ=1/5.2、γ=1/12.39；初期感染者=1%；人口規模はSEIRが約67,000、ABMが200エージェントで較正。

実験結果

リサーチクエスチョン

• RQ1 ユニバーサルマスキング（高採用率）は、ソーシャルディスタンスやロックダウンのみと比較してCOVID-19感染の推移にどのような影響を与えるのか。
• RQ2 ユニバーサルマスキングの実施時期が疫病の結果に与える影響はどの程度か。
• RQ3 理論的なSEIRとABMモデルは、異なるマスキング文化や政策を持つ地域の経験データと整合するか。
• RQ4 マスキングを広範な緩和戦略の一部として最適化するために、どんな政策指針が導出できるか。

主な発見

• 80%の採用でユニバーサルマスキングは、SEIRネットワークモデルにおいて曲線を著しく平坦化し、死亡を抑制する。
• 50%の採用はSEIRシミュレーションにおいて継続的な感染拡大を防ぐには不十分である。
• 早期のユニバーサルマスキング（日付50まで）は、SEIRとABMの両方のモデルで感染を著しく減少させる一方、遅いマスクは影響が限定的である。
• 38地域の経験データは、早期のユニバーサルマスキングと日別症例増加の抑制およびピークからの低減とのほぼ完全な相関を示し、モデル予測を支持する。
• ABMの結果は、日付50日目までにマスクを導入すれば拡散を劇的に抑制できることを示す一方、日付75日まで遅らせると効果が低下する。
• 政策的結論として、マスクは検査・追跡・隔離と連携してCOVID-19を管理する際の主要なNPIsとなり、全面的なロックダウンに依存しなくても有効に機能する、という示唆を与える。