[논문 리뷰] An epidemiological model for the spread of COVID-19: A South African case study

Olivier Le, Craig Ik|arXiv (Cornell University)|2020. 05. 16.

COVID-19 epidemiological studies참고 문헌 7인용 수 4

한 줄 요약

이 연구는 독일, 이탈리아, 한국의 데이터를 기반으로 한 파rameterization을 사용하여 남아프리카 공화국의 코로나19 전파를 예측하기 위해 SEIQRDP 전염병 모델을 개발한다. 보고된 기본 재생수(R₀)로 제약을 가미한 경우, 모델은 2020년 10월 말경에 감염자 수가 최고조에 이를 것으로 예측하고, 총 사망자 수는 10,000명에서 90,000명 사이로 예측되며, 명목상 추정치는 22,000명이다. 이는 통제 조치와 R₀ 값에 매우 민감함을 시사한다.

ABSTRACT

An epidemiological model is developed for the spread of COVID-19 in South Africa. A variant of the classical compartmental SEIR model, called the SEIQRDP model, is used. As South Africa is still in the early phases of the global COVID-19 pandemic with the confirmed infectious cases not having peaked, the SEIQRDP model is first parameterized on data for Germany, Italy, and South Korea - countries for which the number of infectious cases are well past their peaks. Good fits are achieved with reasonable predictions of where the number of COVID-19 confirmed cases, deaths, and recovered cases will end up and by when. South African data for the period from 23 March to 8 May 2020 is then used to obtain SEIQRDP model parameters. It is found that the model fits the initial disease progression well, but that the long-term predictive capability of the model is rather poor. The South African SEIQRDP model is subsequently recalculated with the basic reproduction number constrained to reported values. The resulting model fits the data well, and long-term predictions appear to be reasonable. The South African SEIQRDP model predicts that the peak in the number of confirmed infectious individuals will occur at the end of October 2020, and that the total number of deaths will range from about 10,000 to 90,000, with a nominal value of about 22,000. All of these predictions are heavily dependent on the disease control measures in place, and the adherence to these measures. These predictions are further shown to be particularly sensitive to parameters used to determine the basic reproduction number. The future aim is to use a feedback control approach together with the South African SEIQRDP model to determine the epidemiological impact of varying lockdown levels proposed by the South African Government.

연구 동기 및 목표

• 남아프리카 공화국의 코로나19 팬데믹 초기 단계의 전파 역학에 맞춤형으로 설계된 분할 전염병 모델을 개발하기 위해.
• 독일, 이탈리아, 남코리아와 같이 전파가 정점에 도달한 바 있는 국가들의 데이터를 사용하여 모델의 파rameter를 校정하기 위해.
• 2020년 3월 23일부터 5월 8일까지의 남아프리카 공화국 데이터를 적용하여 SEIQRDP 모델의 예측 정확도를 평가하기 위해.
• 실제로 보고된 값으로 기본 재생수(R₀)를 제약함으로써 장기 예측의 신뢰성을 향상시키기 위해.
• 남아프리카 공화국에서 다양한 봉쇄 전략의 영향을 평가하기 위해 피드백 제어 기반의 모델을 활용할 잠재력을 탐색하기 위해.

제안 방법

• 감염자, 잠복기, 감염자, 격리자, 회복자, 사망자, 보호자 등의 분할을 포함한 확장된 SEIQRDP 분할 모델을 사용한다.
• 모델의 파rameter는 감염자 수, 사망자 수, 회복자 수 데이터를 독일, 이탈리아, 남코리아에서 추정하여 초기로 설정한다. 이들 국가는 전파가 정점에 도달한 바 있다.
• 남아프리카 공화국의 2020년 3월 23일부터 5월 8일까지의 데이터를 사용하여 모델을 재교정하고, 초도 적합도 및 예측 성능를 평가한다.
• 기본 재생수(R₀)를 실제 보고된 값으로 제약하여 모델의 안정성과 장기 예측 신뢰도를 향상시킨다.
• R₀와 통제 조치의 영향을 평가하기 위해 민감도 분석을 수행한다.
• 미래에 봉쇄 수준의 다양한 조합이 전염병에 미치는 영향을 시뮬레이션하고 평가하기 위해 피드백 제어 프레임워크를 제안한다.

실험 결과

연구 질문

• RQ1 초기 전염병 데이터를 사용할 때 SEIQRDP 모델은 남아프리카 공화국의 코로나19 전파 궤적을 얼마나 잘 예측할 수 있는가?
• RQ2 기본 재생수를 보고된 값으로 제약함으로써 모델의 정확도와 장기 예측 신뢰도에 어떤 영향을 미치는가?
• RQ3 현재의 통제 조치 하에 남아프리카 공화국에서 감염자 수가 정점에 도달할 예상 시기는 언제인가?
• RQ4 모델이 예측하는 총 사망자 수의 범위는 무엇이며, 이 예측은 R₀와 간병 조치 이행 수준에 얼마나 민감한가?
• RQ5 피드백 제어 메커니즘은 SEIQRDP 모델과 어떻게 통합되어 다양한 봉쇄 전략을 평가할 수 있는가?

주요 결과

• 국제 데이터로 校정된 SEIQRDP 모델은 남아프리카 공화국의 초기 전염병 단계에 잘 맞는다. 그러나 제약 없이 장기 예측은 신뢰할 수 없다.
• 기본 재생수(R₀)를 보고된 값으로 제약함으로써 모델의 적합도가 크게 향상되고 장기 예측 능력도 향상된다.
• 모델은 2020년 10월 말경에 확진 감염자 수가 정점에 이를 것으로 예측한다.
• 총 누적 사망자 수는 10,000명에서 90,000명 사이로 예측되며, 명목상 추정치는 약 22,000명이다.
• 모델의 예측 결과는 기본 재생수(R₀)의 값과 공중 보건 통제 조치의 이행 수준에 매우 민감하다.
• 본 연구는 향후 봉쇄 정책을 평가하고 최적화하기 위해 피드백 제어 메커니즘을 모델에 통합할 필요가 있음을 밝혀냈다.