[논문 리뷰] An Epidemiological Model for contact tracing with the Dutch CoronaMelder App

Peter Boncz|arXiv (Cornell University)|2021. 05. 18.

COVID-19 Digital Contact Tracing참고 문헌 4인용 수 5

한 줄 요약

이 연구는 네덜란드 코로나멜더 디지털 접촉 추적 앱의 효과를 모델링하여 코로나19 감염, 입원, 사망 수를 줄이는 데 기여하는지 평가한다. 이를 위해 GGD 서비스가 수행하는 수동 접촉 추적과 비교한다. 감염 및 입원에 관한 실질적 데이터를 사용하여 모델링한 결과, 앱은 약 45,088건의 사례를 막은 것으로 추정되었으며, 수동 추적은 773,599건을 막은 것으로 나타났다. 이는 효과성 비율이 17:1임을 시사하지만, 향후 앱 사용률 향상과 위험 평가 정확도 향상으로 인해 영향력이 더욱 증가할 수 있다.

ABSTRACT

We present an epidemiological model for the effectiveness of CoronaMelder, the Dutch digital contact tracing app developed on top of the Google/Apple Exposure Notification framework. We compare the effectiveness of CoronaMelder with manual contract tracing on a number of metrics. CoronaMelder turns out to have a small but noticeable positive influence in slowing down the COVID-19 pandemic, an effect that will become more pronounced in an opened-up society where adoption of CoronaMelder is increased.

연구 동기 및 목표

• 네덜란드 코로나멜더 디지털 접촉 추적 앱이 코로나19 전파를 줄이는 데 얼마나 효과적인지 정량적으로 평가하는 것.
• 두 번째 파동 기간 동안 네덜란드에서 GGD 서비스가 수행하는 수동 접촉 추적과 비교해 앱의 성능을 평가하는 것 (2020년 10월 ~ 2021년 5월).
• 디지털 및 수동 접촉 추적으로 인해 막힌 감염, 입원, 중환자실 입원, 사망 수를 추정하는 것.
• 4일 serial interval 모델을 사용하여 앱과 수동 추적의 효과적 복제 수치 Rt에 미치는 영향을 분석하는 것.
• 봉쇄 후 시나리오에서 앱 사용률 향상과 위험 평가 정확도 향상으로 인해 디지털 접촉 추적의 효과성이 향후 어떻게 향상될 수 있는지 탐색하는 것.

제안 방법

• 연구는 관찰된 감염 및 입원 데이터를 대조 시나리오(접촉 추적 없음)와 비교하여 막힌 감염, 입원, 사망 수를 추정하는 모델 기반 접근법을 사용한다.
• 4일 serial interval을 사용하여 효과적 복제 수치 Rt를 계산하며, 하루 감염 수가 4일 전 감염 수와 비교해 증가하는 비율을 모델링한다.
• 혈청학적 연구를 통해 패닉의 전체 규모를 고려하여, 실제 PCR 검사阳性 수와 입원 데이터를 활용해 추정치를 校정한다.
• 앱의 효과성을 평가하기 위해, 디지털 경고를 통해 막힌 감염 수를 모델링하며, 16%의 앱 사용률과 40%의 경고 이행률을 가정한다.
• 감염 기간(증상 발현 2일 전부터 GGD에 연락한 날까지)을 고려하고, 확진자로부터의 TEK 업로드를 통해 앱에서 경고를 트리거한다.
• 두 시나리오를 비교한다: 수동 접촉 추적 전용과 코로나멜더 앱이 통합된 수동 추적. 이로써 전파 감소의 증분 효과를 추정한다.

실험 결과

연구 질문

• RQ1 두 번째 파동 기간 동안 네덜란드 코로나멜더 앱은 얼마나 많은 코로나19 감염, 입원, 사망을 막았는가?
• RQ2 코로나멜더 앱의 효과성은 네덜란드 GGD 서비스가 수행하는 수동 접촉 추적과 비교해 어떻게 되는가?
• RQ3 앱은 효과적 복제 수치 Rt를 얼마나 줄였으며, 이는 수동 추적과 비교해 어떻게 되는가?
• RQ4 향후 봉쇄 후, 백신 접종 이후 환경에서 앱의 효과성을 높일 수 있는 요소는 무엇인가?
• RQ5 앱 사용률, 이행률, 위험 평가 정확도에 대한 가정에 따라 추정치가 얼마나 민감하게 변하는가?

주요 결과

• 코로나멜더 앱은 연구 기간 동안(2020년 10월 12일 ~ 2021년 5월 16일) 16%의 사용률과 40%의 경고 이행률을 가정하여 약 45,088건의 감염을 막은 것으로 추정된다.
• GGD 서비스의 수동 접촉 추적은 약 773,599건의 감염을 막은 것으로 추정되었으며, 이는 네덜란드 전체 인구의 4.5%(1740만 명)에 해당한다.
• 감염에서 입원 및 사망으로의 비율을 기반으로 앱은 595건의 입원, 113건의 중환자실 입원, 271건의 사망을 막은 것으로 추정된다.
• 앱은 주당 평균 0.0005만큼 효과적 복제 수치 Rt를 감소시켰으며, 수동 접촉 추적 전용 시나리오에 비해 0.0091만큼 감소시켰다.
• 앱의 효과성은 수동 추적 대비 17배 낮지만, 사용률 향상 또는 위험 평가 정확도 향상으로 인해 향후 크게 향상될 수 있다.
• 봉쇄 후, 백신 접종 이후 환경에서는 익명의 접촉을 탐지할 수 있는 능력 덕분에 앱이 수동 추적보다 상대적으로 더 효과적일 수 있다.