[논문 리뷰] Centralized and decentralized isolation strategies and their impact on the COVID-19 pandemic dynamics

Alexandru Topîrceanu, Mihai Udrescu외 1명|arXiv (Cornell University)|2020. 04. 08.

Complex Network Analysis Techniques참고 문헌 46인용 수 16

한 줄 요약

이 연구는 이질적 네트워크에서 중심화된(정부가 시행하는), 분산된(개인의 인지 기반), 그리고 하이브리드(C+D) 격리 전략을 비교하기 위해 새로운 SICARS 에이전트 기반 전염병 모델을 제안한다. 결과적으로 중심화된 격리는 패닉 확산을 최소화하는 데 필수적이며, 하이브리드 C+D 전략은 고도수 네트워크 초점자(스퍼더)를 90% 이상 감소시키며 사전에 시행될 경우 가장 효과적임을 보여준다.

ABSTRACT

The infectious diseases are spreading due to human interactions enabled by various social networks. Therefore, when a new pathogen such as SARS-CoV-2 causes an outbreak, the non-pharmaceutical isolation strategies (e.g., social distancing) are the only possible response to disrupt its spreading. To this end, we introduce the new epidemic model (SICARS) and compare the centralized (C), decentralized (D), and combined (C+D) social distancing strategies, and analyze their efficiency to control the dynamics of COVID-19 on heterogeneous complex networks. Our analysis shows that the centralized social distancing is necessary to minimize the pandemic spreading. The decentralized strategy is insufficient when used alone, but offers the best results when combined with the centralized one. Indeed, the (C+D) is the most efficient isolation strategy at mitigating the network superspreaders and reducing the highest node degrees to less than 10% of their initial values. Our results also indicate that stronger social distancing, e.g., cutting 75% of social ties, can reduce the outbreak by 75% for the C isolation, by 33% for the D isolation, and by 87% for the (C+D) isolation strategy. Finally, we study the impact of proactive versus reactive isolation strategies, as well as their delayed enforcement. We find that the reactive response to the pandemic is less efficient, and delaying the adoption of isolation measures by over one month (since the outbreak onset in a region) can have alarming effects; thus, our study contributes to an understanding of the COVID-19 pandemic both in space and time. We believe our investigations have a high social relevance as they provide insights into understanding how different degrees of social distancing can reduce the peak infection ratio substantially; this can make the COVID-19 pandemic easier to understand and control over an extended period of time.

연구 동기 및 목표

• 복잡한 네트워크에서 중심화 및 분산 사회적 거리 두기 전략의 효과성을 평가하는 것.
• 사전적 대비와 반응적 격리 시점이 패닉 역학에 미치는 영향을 평가하는 것.
• 격리 강도와 네트워크 구조가 감염 피크 감소에 미치는 영향을 분석하는 것.
• 분산 전략만으로도 초점자 효과를 완화할 수 있는지 또는 중심화된 조정이 필요할지 판단하는 것.
• 패닉 상황에서 약물 외 조치의 공중보건 정책에 대한 증거 기반 통찰을 제공하는 것.

제안 방법

• 개별 수준의 인지 상태를 포함한 새로운 SICARS(Susceptible-Incubating-Contagious-Aware-Removed-Susceptible) 에이전트 기반 전염병 모델을 개발한다.
• 합성 및 실제 세계의 접촉 네트워크 데이터 세트를 사용하여 이질적 복잡한 네트워크에서 격리를 시뮬레이션한다.
• 중앙화 격리(C)는 네트워크 전역에서 고정 비율의 사회적 연결을 동시에 제거하여 구현한다.
• 분산 격리(D)는 두 가지 메커니즘을 통해 구현한다: 인지 기반 격리(DA)와 자동 격리(DI), 여기서 개인은 감염 상태에 따라 자가 격리한다.
• 중앙화 제거를 먼저 적용한 후 이면적 개인 수준의 격리를 시행하는 하이브리드(C+D) 접근법을 조합한다.
• 격리 강도(예: 50%, 75% 연결 감소)와 시점(사전적 vs. 지연된)을 다양화하여 감염 피크와 지속 기간에 미치는 영향을 평가한다.

실험 결과

연구 질문

• RQ1 복잡한 네트워크에서 중심화된 격리 전략이 감염 피크 비율 감소와 초점자 통제에 얼마나 효과적인가?
• RQ2 분산된 격리 전략만으로 SARS-CoV-2와 같은 높은 전염성 병원체의 확산을 완화할 수 있는가?
• RQ3 중앙화 및 분산 격리 전략의 조합 효과가 패닉 역학과 네트워크 초점자 감소에 미치는 영향은 무엇인가?
• RQ4 격리 시행 시점(사전적 vs. 반응적)이 패닉 통제 결과에 미치는 영향은 어떻게 되는가?
• RQ5 다양한 수준의 격리 강도(예: 50% 대비 75% 연결 감소)가 감염 확산 감소에 미치는 영향은 어떠한가?

주요 결과

• 중앙화 격리만으로도 사회적 연결의 50%를 차단할 경우 감염 피크 비율이 47% 감소하고, 75%를 차단할 경우 75% 감소한다.
• 분산 격리만으로도 연결 감소 50%일 경우 감염 피크 비율이 31% 감소하고, 75% 감소일 경우 33% 감소하여 효과가 제한적임을 보여준다.
• 하이브리드 C+D 전략은 연결 감소 75% 조건에서 감염 피크 비율을 87% 감소시켜 가장 효과적인 접근법임을 입증한다.
• C+D 전략은 가장 높은 노드 차수(초점자)를 初기 값의 10% 미만으로 낮춰 네트워크 수준의 전파를 크게 억제한다.
• 출현 이후 1개월 이상 격리 시행을 유예하면, 심지어 높은 격리 강도를 적용하더라도 효과가 크게 떨어진다.
• 출현 초기에 사전에 격리를 시행하는 것이, 시간이 지남에 따라 강도가 증가하더라도 반응적 조치보다 훨씬 효과적임을 확인했다.