[논문 리뷰] Analyzing the World-Wide Impact of Public Health Interventions on the Transmission Dynamics of COVID-19

George Mohler, Frederic Paik Schoenberg외 2명|arXiv (Cornell University)|2020. 01. 01.

COVID-19 epidemiological studies참고 문헌 6인용 수 5

한 줄 요약

이 연구는 2020년 1월 22일부터 3월 11일까지의 세계 각국의 일일 사망자 수를 바탕으로, Weibull 분포를 따르는 사건 간 간격을 가진 비모수적 점과정 모델을 사용하여 코로나19의 시변하는 전파 수치 R(t)를 추정한다. 연구 결과, 중국의 공중보건 조치가 2월 중순까지 R(t)를 1 이하로 낮추었지만, 다른 국가들의 확산이 억제되지 않아 3월 11일 기준 전 세계 R(t)는 2.22로 다시 상승한 것으로 나타났다.

ABSTRACT

We analyze changes in the reproduction number, R, of COVID-19 in response to public health interventions. Our results indicate that public health measures undertaken in China reduced R from 1.5 in January to 0.4 in mid-March 2020. They also suggest, however, the limitations of isolation, quarantine, and large-scale attempts to limit travel. While the world-wide reproduction number briefly dropped below 1 as China implemented extensive public health measures, the introduction of the virus to other nations swiftly led to an increasing world-wide average value of R. In Italy, the nation hardest-hit following China, social distancing measures brought the local value of R down from 3.71 to 2.51. Nonetheless, the value of R in Italy persisted at levels well above 1, allowing for ongoing transmission. By mid-March 2020, as COVID-19 spread in areas without extensive public health interventions in place, the world-wide value of R increased to a level similar to that of late January.

연구 동기 및 목표

• 국가 차원의 공중보건 조치가 코로나19의 시변하는 전파 수치 R(t)에 미치는 영향을 평가하기 위해.
• 비모수적 분열 점과정을 사용하여 시간에 따라 변화하는 R(t)를 가진 SARS-CoV-2의 전파 역학을 모델링하기 위해.
• 2020년 초에 고립, 격리, 사회적 거리두기가 국가 및 전 세계 수준에서 R(t)에 미치는 영향을 평가하기 위해.
• 합성 데이터와 재척화된 사건 시간의 잔차 분석을 통해 모델의 정확성을 검증하기 위해.
• R0 패키지에 포함된 TD.R0와 비교하여 제안된 EM 기반 추정기의 정확성과 노이즈 수준을 평가하기 위해.

제안 방법

• 감염 사건을 비정상적인 포아송 과정으로 모델링하며, t > tᵢ일 때 강도 λ(t) = μ + ∑ᵢ₌₁ⁿ R(t)w(tᵢ−tⱼ)로 정의한다.
• 주요 감염과 부속 감염 사이의 사건 간 간격을 Weibull 분포로 모델링하고, 데이터에서 모수를 추정한다.
• 비모수적 기대최대화(EM) 알고리즘을 사용하여 R(t), Weibull 모수, 기저 수입률 μ를 동시에 추정한다.
• R(t)를 시간 간격 Ik에 대해 조각상수 함수로 표현하며, 각 간격에 대해 추정치 rk를 설정한다.
• R(t)에 대한 히스토그램 추정기를 사용하고, 경계 효과를 보정하기 위해 rB = rB−1로 설정하여 과도한 추정을 방지한다.
• 재척화된 사건 시간의 정규화된 누적분포와 콜모고로프-스미르노프 통계량을 사용하여 모델 적합도를 검증한다.

실험 결과

연구 질문

• RQ1 중국의 공중보건 조치가 R(t)를 전염 임계치인 1 이하로 낮추는 데 얼마나 효과적이었는가?
• RQ2 전 세계 R(t)는 시간이 지남에 따라 어떻게 변화했으며, 초반 억제 이후 재확산을 초래한 요인은 무엇인가?
• RQ3 고립, 격리, 사회적 거리두기가 다양한 국가에서 시변하는 전파 수치에 어떤 영향을 미쳤는가?
• RQ4 제안된 EM 기반 점과정 모델은 기존의 R(t) 추정 방법과 비교해 정확성과 노이즈 측면에서 어떻게 다른가?
• RQ5 모델은 초기 팬데믹 단계 동안 중국, 이탈리아, 전 세계의 사망 동태를 정확히 포착하는가?

주요 결과

• 중국에서는 2020년 1월 22일 R(t)가 1.50(95% 신뢰구간: 1.15–1.79)에서 시작해 3월 11일에는 0.43(95% 신뢰구간: 0.26–0.34)로 감소하여 억제에 성공한 것으로 나타났다.
• 이탈리아에서는 2월 21일 R(t)가 3.71(95% 신뢰구간: 2.00–5.33)에서 시작해 3월 11일에는 2.51(95% 신뢰구간: 2.24–2.72)로 감소하여 조치의 부분적인 효과를 보였다.
• 중국 외 국가들에서는 2월 21일 R(t)가 4.65(95% 신뢰구간: 3.17–6.67)로 높았고, 3월 11일에는 3.37(95% 신뢰구간: 3.14–3.56)로 감소하였다.
• 전 세계적으로는 중국의 조치로 2월 중순 R(t)가 0.50(95% 신뢰구간: 0.39–0.44)로 감소했지만, 3월 11일 기준 2.22(95% 신뢰구간: 2.09–2.39)로 재확산된 것으로 나타났다.
• 모델이 추정한 강도는 중국, 이탈리아, 전 세계의 사망자 데이터에 잘 맞았으며, 마지막 2일(3월 10–11일)에는 약간의 과소추정이 있었다.
• 제안된 EM 기반 추정기는 R0 패키지의 TD.R0 방법보다 더 매끄럽고 정확한 R(t) 추정치를 제공했으며, 후자는 더 높은 노이즈를 보였다.