[논문 리뷰] A fractional model for the COVID-19 pandemic: Application to Italian data

Elisa Alòs, Maria Elvira Mancino외 2명|arXiv (Cornell University)|2020. 07. 31.

COVID-19 epidemiological studies참고 문헌 22인용 수 10

한 줄 요약

이 논문은 이탈리아 코로나19 팬데믹을 위한 분수적 SIRD 모델을 제안한다. 감염, 회복, 사망률은 장기적 의존성과 비-마르코프 동역학을 반영하기 위해 분수적 브라운 운동(fractional Brownian motion)에 의해 구동된다. 모델은 관측된 데이터 추세와 변동성을 정확히 재현하기 위해 단지 일곱 개의 校정된 매개변수만을 사용하며, 불확실성 하에서 팬데믹의 진전에 대한 확률적 시나리오 분석을 가능하게 한다.

ABSTRACT

We provide a probabilistic SIRD model for the COVID-19 pandemic in Italy, where we allow the infection, recovery and death rates to be random. In particular, the underlying random factor is driven by a fractional Brownian motion. Our model is simple and needs only some few parameters to be calibrated.

연구 동기 및 목표

• 이탈리아 코로나19 팬데믹의 복잡한 비-마르코프 동역학을 반영하는 확률적 SIRD 모델을 개발하기 위해.
• 시간에 따라 변하는 감염, 회복, 사망률을 분수적 브라운 운동(fBm)에 의해 구동되는 확률적 과정으로 모델링하여, 무증상 전파 및 면역력 감소와 같은 관측되지 않은 요인을 반영하기 위해.
• 감염, 회복, 사망자 수의 관측된 데이터뿐 아니라 전파 및 사망률의 변동성까지도 적합시키기 위해 소수의 매개변수만을 사용하여 모델을 校정하기 위해.
• 모델의 확률적 구조를 바탕으로 다양한 확률적 경로를 시뮬레이션하여 팬데믹 진전에 대한 시나리오 분석을 가능하게 하기 위해.
• H < 0.5인 fBm이 감염률 β의 증분에서 관찰된 음의 상관관계를 자연스럽게 재현할 수 있음을 보여주기 위해.

제안 방법

• 감염률 β, 회복률 γ, 사망률 μ를 각각 분수적 브라운 운동(fBm)에 의해 구동되는 확률적 과정으로 모델링하며, 각각 허스트 지수 H, Hγ, Hμ를 사용한다.
• S/N ≈ 1인 단순화된 SIRD 시스템을 사용하여, I, R, D에 대한 이산시간 확률적 방정식으로 모델을 축소하며, β, γ, μ는 시간에 따라 변하는 랜덤 변수로 간주한다.
• 모델을 두 단계 과정으로 校정한다: 첫째, 관측된 β 시간 시리즈와 β 증분의 자기상관을 바탕으로 m와 H를 경험적으로 선택한다. 둘째, 일반 최소 제곱법(OLS)을 사용하여 cβ, cμ, cγ¹, cγ²를 추정한다.
• 경험적 관계를 통합한다: μ는 감염자 수에 대해 지연을 고려하여 선형적으로 의존하도록 모델링하며, γ는 누적 진단 사례 수의 함수로 모델링된다.
• 교정된 매개변수를 사용하여 다수의 표본 경로를 시뮬레이션하여 팬데믹 진행의 다양한 확률적 시나리오를 생성한다.
• 2020년 2월 24일부터 7월 28일까지의 관측된 이탈리아 데이터와 비교하여 평균 시뮬레이션 경로를 검증한다.

실험 결과

연구 질문

• RQ1 fBm에 의해 구동되는 분수적 SIRD 모델이 이탈리아 코로나19 팬데믹의 관측된 진전을 정확히 재현할 수 있는가?
• RQ2 H < 0.5인 분수적 브라운 운동을 사용할 경우, 이탈리아 데이터에서 관측된 감염률 β의 증분에서의 음의 상관관계를 충분히 반영할 수 있는가?
• RQ3 최소한의 매개변수를 가진 확률적 모델이 감염자, 회복자, 사망자 수의 평균 추세와 변동성을 동시에 잘 맞출 수 있는가?
• RQ4 누적 진단 사례 수의 함수로 γ와 μ를 모델링할 경우, 모델이 관측된 지연과 추세를 재현하는 데 미치는 영향는 어떠한가?
• RQ5 교정된 모델이 불확실성 하에서 향후 팬데믹 진전에 대한 신뢰할 수 있는 확률적 시나리오를 생성할 수 있는가?

주요 결과

• 교정된 모델은 2020년 2월 24일부터 7월 28일까지 이탈리아에서 관측된 감염자, 회복자, 사망자 수의 평균 경로를 성공적으로 재현하였다.
• 추정된 매개변수로는 cβ = 0.3210, cμ = 0.1398, cγ¹ = 0.0338, cγ² = 0.5440이며, β 과정에 대해 m = 10과 H = 0.1을 사용하고, γ 과정에 대해 Hγ = 0.6을 사용하였다.
• β 증분의 음의 상관관계는 경험적 값 -0.347, 시뮬레이션 값 -0.314로 나타나, fBm에 의해 구동되는 β에 대해 H = 0.1을 선택한 것이 타당함을 검증하였다.
• 누적 진단 사례 수의 함수로 모델링된 γ 과정은 지연 1단계에서 자기상관이 0.244를 보이며, 추정된 Hγ = 0.657(반올림하여 0.6)와 일치한다.
• β, γ, μ의 시뮬레이션 경로는 현실적인 변동성과 시간적 구조를 보이며, I에 대한 μ의 지연 반응도 잘 반영하고 있다.
• 모델은 다양한 확률적 시나리오를 생성할 수 있으며, 이는 불확실성 하에서의 시나리오 기반 예측 및 정책 분석에 대한 유용성을 입증한다.