[논문 리뷰] COVID-19 infection and recovery in various countries: Modeling the dynamics and evaluating the non-pharmaceutical mitigation scenarios

Yong Zhang, Xiangnan Yu외 4명|arXiv (Cornell University)|2020. 03. 31.

COVID-19 epidemiological studies참고 문헌 25인용 수 7

한 줄 요약

이 연구는 중국 및 일부 국가에서의 코로나19 전파 및 회복 동역학을 시뮬레이션하고 예측하기 위해 시간에 따라 변하는 SEIR 모델을 개발한다. 이 모델은 공간적으로 다른 감염률과 공중보건 조치로 인한 회복률 향상을 드러내며, 비약리적 조치의 효과를 평가하기 위해 확률적 입자 추적 모델을 적용한다. 그 결과, 진단 및 격리가 지연될 경우 엄격한 사회적 거리두기가 자가 격리보다 더 효과적임을 시사한다.

ABSTRACT

The coronavirus disease 2019 (COVID-19) pandemic radically impacts our lives, while the transmission/infection and recovery dynamics of COVID-19 remain obscure. A time-dependent Susceptible, Exposed, Infectious, and Recovered (SEIR) model was proposed and applied to fit and then predict the time series of COVID-19 evolution observed in the last three months (till 3/22/2020) in various provinces and metropolises in China. The model results revealed the space dependent transmission/infection rate and the significant spatiotemporal variation in the recovery rate, likely due to the continuous improvement of screening techniques and public hospital systems, as well as full city lockdowns in China. The validated SEIR model was then applied to predict COVID-19 evolution in United States, Italy, Japan, and South Korea which have responded differently to monitoring and mitigating COVID-19 so far, although these predictions contain high uncertainty due to the intrinsic change of the maximum infected population and the infection/recovery rates within the different countries. In addition, a stochastic model based on the random walk particle tracking scheme, analogous to a mixing-limited bimolecular reaction model, was developed to evaluate non-pharmaceutical strategies to mitigate COVID-19 spread. Preliminary tests using the stochastic model showed that self-quarantine may not be as efficient as strict social distancing in slowing COVID-19 spread, if not all of the infected people can be promptly diagnosed and quarantined.

연구 동기 및 목표

• 시간에 따라 변하는 SEIR 프레임워크를 사용하여 중국 내 코로나19 감염 및 회복 비율의 시공간적 동역학을 모델링하기.
• 2020년 3월 22일까지의 중국 성별 데이터를 바탕으로 SEIR 모델의 예측 정확도를 검증하기.
• 높은 불확실성에도 불구하고, 유효한 모델을 미국, 이탈리아, 일본, 한국에 확장하여 추세 예측하기.
• 확률적 입자 추적 모델을 사용하여 비약리적 조치의 효과를 평가하기.
• 진단 및 격리 효율성의 변화에 따라 자가 격리와 엄격한 사회적 거리두기의 상대적 영향을 비교하기.

제안 방법

• 관측된 사례 데이터를 중국 성 및 도시의 시간에 따라 변하는 전파 및 회복 속도를 반영하는 동적 전파 및 회복률을 가진 시간에 따라 변하는 SEIR 모델을 수립한다.
• 2020년 3월 22일까지의 중국 시간 시리즈 데이터를 사용하여 모델 파라미터를 校정하여 지역적 및 시간적 변동성을 포착한다.
• 검증된 SEIR 모델을 미국, 이탈리아, 일본, 한국의 전염병 궤적 예측을 위해 국가별 파라미터를 적용하여 외삽한다.
• 사람 간 접촉과 전파 확산을 시뮬레이션하기 위해 랜덤 워크 프레임워크를 사용한 확률적 입자 기반 모델을 개발한다.
• 접촉 빈도와 격리 효율성을 조정하여 위험 완화 전략을 시뮬레이션하고, 자가 격리와 사회적 거리두기 조건에서의 결과를 비교한다.
• 모델은 인구 내 감염 사건을 나타내기 위해 혼합 제한형 이분자 반응 과정을 가정한다.

실험 결과

연구 질문

• RQ1 코로나19의 전파 및 회복 속도는 초기 팬데믹 단계 동안 중국 내에서 공간적·시간적으로 어떻게 변화하는가?
• RQ2 다른 공중보건 대응을 취한 국가들에서 검증된 SEIR 모델은 전염병의 진행 상황을 어느 정도 정확하게 예측할 수 있는가?
• RQ3 진단 및 격리가 지연될 경우, 자가 격리와 엄격한 사회적 거리두기 중 어느 것이 SARS-CoV-2의 전파를 더 효과적으로 늦출 수 있는가?
• RQ4 스리닝 및 병원 역량 향상은 회복 시간 단축과 회복률 증가에 어떤 역할을 하는가?
• RQ5 합리적인 준수 수준과 감지 효율성의 변화에 따라 비약리적 조치는 전염병의 최고봉 크기와 시기의 영향을 어떻게 미치는가?

주요 결과

• SEIR 모델은 중국 성별에서 관측된 전염병 곡선을 성공적으로 반영하였으며, 전파 속도의 상당한 공간적 변동성과 시간이 지남에 따라 증가하는 회복률을 드러냈다.
• 특히 도시 전체 봉쇄 이후에 증가한 스크리닝 및 병원 역량 향상으로 중국의 회복률이 크게 향상되었다.
• 모델 예측에 따르면 미국, 이탈리아, 일본은 한국보다 더 큰 전염병 최고봉을 경험할 것으로 예측되었으며, 이는 초기 대응 시기 및 강도의 차이를 반영한다.
• 확률적 시뮬레이션 결과, 감염자가 빠르게 진단되고 격리되지 않을 경우 자가 격리보다 엄격한 사회적 거리두기가 전파를 줄이는 데 더 효과적임을 시사한다.
• 입자 추적 모델은 사회적 거리두기를 통해 접촉 빈도를 줄이는 것이 개인의 자가 격리에만 의존하는 것보다 누적 감염 수를 줄이는 데 더 강력한 영향을 미친다는 것을 보여주었다.
• 이 연구는 국가 간 전파 및 회복 속도의 알려지지 않은 변동성으로 인해 국가 간 예측에 높은 불확실성이 존재한다는 점을 강조한다.