[論文レビュー] Using random testing to manage a safe exit from the COVID-19 lockdown

Markus Müller, P. M. Derlet+2 more|arXiv (Cornell University)|Apr 9, 2020

COVID-19 epidemiological studies参考文献 17被引用数 24

ひとこと要約

本論文は、感染の即時成長率を継続的にモニタリングすることで、COVID-19の封鎖措置からのより安全で迅速な解除を可能にするフィードバック制御システムを提案する。わずか15,000件の日次ランダムテストで、感染の伝播傾向を早期に検出でき、政策対応の遅延を低減し、症状に基づくテストのみに依存する場合よりも高い感染レベルでも経済的再開を可能にする。

ABSTRACT

We argue that frequent sampling of the fraction of infected people (either by random testing or by analysis of sewage water), is central to managing the COVID-19 pandemic because it both measures in real time the key variable controlled by restrictive measures, and anticipates the load on the healthcare system due to progression of the disease. Knowledge of random testing outcomes will (i) significantly improve the predictability of the pandemic, (ii) allow informed and optimized decisions on how to modify restrictive measures, with much shorter delay times than the present ones, and (iii) enable the real-time assessment of the efficiency of new means to reduce transmission rates. Here we suggest, irrespective of the size of a suitably homogeneous population, a conservative estimate of 15000 for the number of randomly tested people per day which will suffice to obtain reliable data about the current fraction of infections and its evolution in time, thus enabling close to real-time assessment of the quantitative effect of restrictive measures. Still higher testing capacity permits detection of geographical differences in spreading rates. Furthermore and most importantly, with daily sampling in place, a reboot could be attempted while the fraction of infected people is still an order of magnitude higher than the level required for a relaxation of restrictions with testing focused on symptomatic individuals. This is demonstrated by considering a feedback and control model of mitigation where the feed-back is derived from noisy sampling data.

研究の動機と目的

• 症状のない症例や死亡者数といった遅延指標に依存することで生じるパンデミック対応の遅れや不正確さを是正すること。
• 日次ランダムテストからの即時データを用いることで、政策変更と観察可能な結果との間の時間を短縮すること。
• 症状の報告に依存するのではなく、真の感染拡大率をモニタリングすることで、より早期かつ安全に経済的再開を可能にすること。
• 即時の感染伝播トレンドに基づいて、公衆衛生措置を調整するための定量的かつデータドリブンなフレームワークを提供すること。
• 15,000件/日の一定したテスト能力が、パンデミック管理に役立つ信頼性の高い行動可能なデータを提供できることを示すこと。

提案手法

• フィードバック制御ループは、サンプルデータから現在の感染拡大率（k）を推定するために日次ランダムテストを用いる。
• 感染拡大は指数関数的成長でモデル化され、i(t) = i(t−1) × e^{k(t−1)} で表され、kが主要な制御変数となる。
• 閾値に基づいて干渉が発動される：i(t)/i* < i_low または i(t)/i* > i_high、または推定された成長率 k_est が信頼区間を超えている場合。
• 成長率は時間窓の2つの部分のテスト件数の対数比から推定され、k_est = (2/Δt) × ln(N₂/N₁) で表され、誤差範囲 δk_est を伴う。
• 信頼パラメータ α とスケーリング要因 b が干渉の感受性を定義し、k_est が k(t+1) の調整に用いられる。
• 健康コスト（C_H）、政治的コスト（n_int）、経済的コスト（C_E）を追跡することで、政策意思決定におけるトレードオフを評価する。

実験結果

リサーチクエスチョン

• RQ1 日次ランダムテストは、パンデミック管理における政策変更と観察可能な結果との間の遅れを短縮できるか？
• RQ2 感染拡大率を信頼性を持って推定し、政策意思決定に活かすために必要な最小日次テスト容量はどの程度か？
• RQ3 即時の感染データを用いる場合と遅延指標を用いる場合とでは、どれだけ早く経済的再開を安全に試みられるか？
• RQ4 ランダムテストを用いたフィードバック制御は、感染率を安定化させ、医療システムの過負荷を防ぐのにどの程度有効か？
• RQ5 ノイズや不確実性のあるサンプリングデータの下で、このシステムはどの程度の性能を示し、どの信頼水準が信頼できる意思決定を保証するか？

主な発見

• 15,000名の日次ランダム個人を対象とした保守的なテスト容量があれば、現在の感染率とその成長率をリアルタイムで信頼性高く推定できる。
• 日次ランダムテストにより、症状ベースの緩和措置に必要な閾値の10倍も高い感染率であっても、社会の再開を安全に試みることができる。
• 症状の報告や死亡者データに依存するのと比べて、フィードバックシステムは応答遅延を顕著に低減している。これらのデータは重度の遅延指標である。
• 上昇する伝播トレンドを早期に検出できるため、このモデルは、医療システムの過負荷リスクを低減する早期干渉を可能にする。
• より高いテスト容量があれば、地理的伝播率の差を検出でき、標的型政策措置の支援が可能になる。
• シミュレーションでは、適切なフィードバック制御により、感染率が安定化し、大きな振動が回避され、健康的および経済的コストの両方が最小限に抑えられることを示している。