[논문 리뷰] Coronavirus Covid-19 spreading in Italy: optimizing an epidemiological model with dynamic social distancing through Differential Evolution

Ivan De Falco, Antonio Della Cioppa외 2명|arXiv (Cornell University)|2020. 04. 01.

COVID-19 epidemiological studies참고 문헌 3인용 수 28

한 줄 요약

이 논문은 이탈리아, 라벤토, 카팔리아에서 코로나19의 전파를 예측하기 위해 미분 진화를 통해 최적화된 시간에 따라 변하는 사회적 거리두기 함수를 포함한 SEIR 전염병 모델(SEIR-SD)을 제안한다. 감염 피크 날짜와 지속 기간을 추정하며, 현재의 거리두기 조치 하에 이탈리아의 피크는 4월 3일경, 라벤토는 4월 1일경, 카팔리아는 4월 8일경에 발생하며, 각각 6월 17일, 6월 7일, 6월 3일경에 감염 사례가 거의 0에 수렴하는 것으로 나타났다.

ABSTRACT

The aim of this paper consists in the application of a recent epidemiological model, namely SEIR with Social Distancing (SEIR--SD), extended here through the definition of a social distancing function varying over time, to assess the situation related to the spreading of the coronavirus Covid--19 in Italy and in two of its most important regions, i.e., Lombardy and Campania. To profitably use this model, the most suitable values of its parameters must be found. The estimation of the SEIR--SD model parameters takes place here through the use of Differential Evolution, a heuristic optimization technique. In this way, we are able to evaluate for each of the three above-mentioned scenarios the daily number of infectious cases from today until the end of virus spreading, the day(s) in which this number will be at its highest peak, and the day in which the infected cases will become very close to zero.

연구 동기 및 목표

• 시간에 따라 변화하는 사회적 거리두기를 반영한 향상된 SEIR 모델을 사용하여 이탈리아 및 주요 지역에서 코로나19의 동적 전파를 모델링한다.
• 이탈리아 보건부에서 제공한 실제 데이터를 바탕으로 SEIR-SD 모델의 가장 정확한 매개변수를 추정한다.
• 현재의 사회적 거리두기 정책 하에서 이탈리아, 라벤토, 카팔리아의 감염 사례 피크 일자와 지속 기간을 예측한다.
• 정책적 지침을 위해 다양한 수준의 거리두기 조치가 전염병 전개에 미치는 영향을 평가한다.

제안 방법

• 공공 보건 조치의 변화를 반영하기 위해 시간에 따라 변하는 사회적 거리두기 함수를 SEIR 모델에 통합한다.
• 모델 매개변수를 보정하기 위해 기계학습의 히우리스틱 최적화 기법인 미분 진화를 적용하여 예측값과 실제 데이터 간의 제곱근 평균 제곱오차(RMSE)를 최소화한다.
• 국가 및 지역 수준에서 보정을 위해 이탈리아 보건부에서 공개한 일일 감염 데이터를 사용한다.
• 전파 강도와 모델 민감도 평가를 위해 기본 재생수 R₀ = β/γ를 활용한다.
• SEIR-SD 동역학을 나타내는 상미분 방정식의 연립계를 해결한다: dS/dt = -β(t)·I·S/N, dE/dt = β(t)·I·S/N - σ·E, dI/dt = σ·E - γ·I, dR/dt = γ·I.
• 이탈리아, 라벤토, 카팔리아에서 예측된 일일 감염 사례와 실제 보고된 사례를 비교하여 모델 정확도를 검증한다.

실험 결과

연구 질문

• RQ1 관찰된 이탈리아 및 지역의 코로나19 감염 사례 데이터에 가장 잘 맞는 최적의 시간에 따라 변하는 사회적 거리두기 함수는 무엇인가?
• RQ2 현재의 거리두기 정책 하에서 이탈리아, 라벤토, 카팔리아에서 감염 사례의 피크가 언제 발생할 것인가?
• RQ3 각 지역에서 감염 사례가 거의 0에 도달하는 데 얼마나 걸릴 것인가?
• RQ4 지역 간 추정된 R₀ 값은 어떻게 다를 수 있으며, 이는 전파 역학에 어떤 의미를 갖는가?
• RQ5 모델의 예측 정확도는 미분 진화를 통한 매개변수 최적화에 얼마나 의존하는가?

주요 결과

• 이탈리아에서는 감염 사례 피크가 4월 3일경에 발생할 것으로 예측되며, 약 78,322명의 활성 감염자가 발생할 것으로 추정된다.
• 라벤토에서는 피크가 4월 1일경에 도달하여 약 25,914명의 감염자가 발생하며, 6월 7일경에 감염 사례가 거의 0에 수렴할 것으로 예측된다.
• 카팔리아에서는 피크가 4월 8일경에 발생하여 약 2,349명의 감염자가 발생하며, 전염병은 6월 3일경에 진정될 것으로 예상된다.
• 모델은 매우 낮은 RMSE 값을 기록하여 실제 데이터와의 적합도가 높음을 보였다—라벤토의 경우 7.9×10⁻⁹, 카팔리아의 경우 2.18×10⁻¹⁰.
• 기본 재생수 R₀는 라벤토에서 3.9, 카팔리아에서 4.5로 추정되어, 후자의 경우 후행적 발생에도 불구하고 전파성이 더 높음을 시사한다.
• 결과적으로 지속적인 사회적 거리두기 조치가 전염병 피크를 연기하고 감소시키는 데 핵심적인 역할을 하며, 시행 시기와 강도가 결과에 상당한 영향을 미친다.