[논문 리뷰] An Agent-Based Model for Bovine Viral Diarrhea

Jason Bassett, Pascal Blunk외 3명|arXiv (Cornell University)|2018. 12. 14.

Animal Disease Management and Epidemiology참고 문헌 8인용 수 4

한 줄 요약

이 논문은 독일의 소 떼에서 Bovine Viral Diarrhea(BVD) 전파를 시뮬레이션하는 스토하스틱, 이벤트 기반, 에이전트 기반 모델을 제시한다. 이 모델은 농장 수준의 역학, 동물 이동, 검사 및 접종 프로토콜을 통합하며, 실제 농장 구조와 무역 네트워크를 반영하여 정책적 개입(예: 검사, 접종, 청소년 소우크림 전략)의 영향을 분석한다. 이는 독일 농업 데이터에 높은 정확도로 부합하는 영구 감염(PI) 소의 유병률 감소 효과를 입증한다.

ABSTRACT

We present an exhaustive description of a stochastic, event-driven, hierarchical agent-based model designed to reproduce the infectious state of the cattle disease called Bovine Viral Diarrhea, for which the livestock-trade network is the main route of spreading. For the farm-node dynamics, it takes into account a vast number of breeding, infectious and animal movement mechanisms via a susceptible-infected-recovered type of dynamics with an additional permanently infectious class. The interaction between the farms is described by a supply-demand farm manager mechanism governing the network structure and dynamics. The model includes realistic disease and breeding dynamics and allows to study numerous mitigation strategies of present and past government regulations, including different testing and vaccination scenarios.

연구 동기 및 목표

• 실제 데이터를 기반으로 한, 독일 소 떼에서 BVD 전파를 상세하게 모델링하는 데이터 기반 에이전트 기반 모델을 개발한다. 이는 현실적인 농장, 떼, 개체 수준의 역학을 포함한다.
• 검사, 접종, 청소년 소우크림 전략과 같은 다양한 완화 전략이 영구 감염(PI) 소의 유병률에 미치는 영향을 시뮬레이션한다.
• 실제 네트워크 및 인구통계 조건 하에서 개입 시나리오를 모델링하여 BVD 청소 정책의 비용-편익 분석을 지원한다.
• 실제 독일 축산 데이터(히-티어 데이터베이스에서 취득)를 사용하여 ODD 프로토콜에 부합하는 투명성과 재현 가능성을 확보한 시뮬레이션 프레임워크를 제공한다.
• 다양한 시기와 빈도의 개입에 따른 정책 결과를 예측할 수 있도록 한다. 이는 국가 규모의 규제 변화를 포함한다.

제안 방법

• 모델는 시스템, 농장, 떼, 개체의 네 수준으로 구성된 계층적, 이벤트 기반, 스토하스틱 에이전트 기반 프레임워크를 사용한다. 각 수준은 고유한 상태 변수와 이벤트 트리거를 가진다.
• 개체 수준의 역학에는 잠복기-감염기-면역기(SIR) 모델에 영구 감염(PI) 분류가 포함되며, 어머니로부터 온 항체 보호, 임신, 번식 이벤트 등이 포함되며, 시간 분포 파rameters에 의해 제어된다.
• 농장 수준의 상호작용은 동물 무역 및 이동을 시뮬레이션하는 수요-공급 메커니즘에 의해 규정되며, 히-티어 데이터베이스에서 유도된 현실적인 농장 규모 분포를 반영한다.
• 모델는 기준(통제 없음), 이전 및 신규 국가 규제, 접종, 반기 또는 연간 빈도의 청소년 소우크림 전략(YCW) 검사 등 총 13개의 개별 개입 시나리오를 포함한다.
• 이벤트는 시간 순서에 따라 우선순위가 매겨지고 스케줄링되며, 어머니 항체 보호 기간, 임신 기간, 감염 기간 등의 주요 지속 기간은 실증 데이터를 기반으로 삼각분포에서 추출된다.
• 시뮬레이션은 20,000일(약 55년) 동안 진행되며, 시스템이 평형 상태에 도달한 후에 개입 조치가 적용되어 장기적 정책 효과를 비교할 수 있다.

실험 결과

연구 질문

• RQ1 실제 농장 수준의 무역 및 이동 역학을 포함할 경우, 국가 규모의 소 떼 집단에서 BVD 전파 예측에 어떤 영향을 미치는가?
• RQ2 청소년 소우크림 전략과 같은 다양한 검사 및 접종 전략의 상대적 효과는 영구 감염(PI) 소의 유병률 감소에 어떻게 작용하는가?
• RQ3 검사 빈도(예: 반기 vs. 연간)와 같은 개입 시기 및 빈도는 장기적으로 PI 유병률 감소에 어떤 영향을 미치는가?
• RQ4 접종과 표적 검사 전략을 조합할 경우 BVD 청소 효율성은 어떻게 향상되는가?
• RQ5 2011년 규제 전환 시점 주변에서 역사적 PI 유병률 추세를 얼마나 잘 재현할 수 있는가? 특히 전국적 2011년 이전 데이터가 부족한 상황에서의 재현 능력은 어떻게 되는가?

주요 결과

• 모델는 히-티어 데이터베이스에서 취득한 실제 농장 규모 분포를 사용하여 독일 소 떼에서 BVD의 평형 역학을 성공적으로 재현하며, 높은 현실성 확보를 보였다.
• 반기 빈도의 YCW 검사(시나리오 5a)를 적용한 YCW 전략은 연간 검사 대비 PI 유병률 감소에 뚜렷한 효과를 보이며, 검사 빈도의 중요성을 입증한다.
• 신규 국가 규제와 접종, 반기 빈도의 YCW 검사를 병행한 시나리오(시나리오 6a)는 모든 시나리오 중에서 PI 유병률 감소 효과가 가장 뛰어나다.
• 기준 시나리오(통제 없음)는 약 10,000일 후에 고정점에 도달하여 시스템 평형 상태에 도달함을 보이며, 이는 모든 개입 전략의 기초가 되는 기준점으로 사용된다.
• 모델의 시뮬레이션 타임라인은 10,000일째를 이전 국가 규제의 2011년 시행 시점으로 매핑하고 있으나, 전국적 2011년 이전 기록이 없어 이는 추측에 가깝다.
• 모델는 각 개입 전략의 영향을 분리하여 비용-편익 분석을 가능하게 하며, 시나리오 12와 13는 YCW와 접종을 조합할 경우 가장 유리한 결과를 도출함을 보여준다.