[논문 리뷰] Did COVID-19 infections decline before UK lockdown?

Simon N. Wood|arXiv (Cornell University)|2020. 05. 05.

COVID-19 epidemiological studies참고 문헌 9인용 수 14

한 줄 요약

이 연구는 사망자 데이터와 질병 지속 기간 분포를 사용하여 영국과 스웨덴의 코로나19 감염 시간적 추이를 베이지안 역문제 접근법으로 재구성하며, 모델링 가정에 대한 의존도를 최소화한다. 연구 결과, 2020년 3월 24일 전면 봉쇄 조치 이전에 영국의 감염은 이미 감소하고 있었고, 스웨덴의 감소는 그로부터 1~2일 후에 시작되었다.

ABSTRACT

The number of new infections per day is a key quantity for effective epidemic management. It can be estimated by testing of random population samples. Without such direct epidemiological measurement, other approaches are required to infer whether the number of new cases is likely to be increasing or decreasing: for example, estimating the pathogen reproductive rate, R, using data gathered from the clinical response to the disease. For COVID-19 (SARS-CoV-2) such R estimation is heavily dependent on modelling assumptions, because the available clinical case data are opportunistic observational data subject to severe temporal confounding. Given this difficulty it is useful to reconstruct the time course of infections from the least compromised available data, using minimal prior assumptions. A Bayesian inverse problem approach applied to UK data on COVID-19 deaths and the disease duration distribution suggests that infections were in decline before full UK lockdown (24 March 2020), and that infections in Sweden started to decline only a day or two later.

연구 동기 및 목표

• 직접적인 확진 검사 데이터에 의존하지 않고 영국과 스웨덴의 SARS-CoV-2 감염 시간적 추이를 추정하기 위해.
• 시기적 편향과 보고 지연으로 인해 왜곡되는 기회적 임상 확진자 데이터의 한계를 해결하기 위해.
• 공식적인 봉쇄 조치 이전에 감염이 증가하고 있는지 감소하고 있는지 판단하기 위해 최소한의 사전 가정을 사용하여 추론하기 위해.
• 사망자 수와 알려진 질병 지속 기간 분포만을 사용하여 강건하고 데이터 기반의 감염 추세 추정을 제공하기 위해.

제안 방법

• 관측된 사망자 데이터로부터 기저의 감염 곡선을 추론하기 위해 베이지안 역문제 프레임워크를 적용한다.
• 증상 발현에서 사망까지의 질병 지속 기간 분포를 역추정 과정의 핵심 요소로 사용한다.
• 사망자 보고의 불확실성과 질병 지속 기간의 변동성을 통합하여 감염 시간적 추이에 대한 사후 분포를 산출한다.
• 전파 역학이나 R(t) 추정에 대한 가정을 최소화함으로써 역문제를 해결한다.
• 사전에 정해진 전염병 모델 구조에 의한 편향을 피하기 위해 비모수적 추론을 사용한다.
• 추론된 추세와 관측된 데이터를 비교하고 알려진 역학적 제약 조건과의 일관성을 평가하여 접근 방식을 검증한다.

실험 결과

연구 질문

• RQ1 2020년 3월 24일 영국의 전면 봉쇄 조치 이전에 SARS-CoV-2 감염은 감소하고 있었는가?
• RQ2 정책 개입 시점 주변에서 영국과 스웨덴의 감염 추세는 어떻게 비교되는가?
• RQ3 직접적인 확진자 보고 없이 사망자 데이터만으로 감염 시간적 추이를 얼마나 신뢰성 있게 재구성할 수 있는가?
• RQ4 감염 추세의 추론 결과가 질병 지속 기간과 보고 지연에 대한 가정에 얼마나 민감한가?

주요 결과

• 사망자 데이터와 질병 지속 기간 분석을 바탕으로, 영국의 감염은 2020년 3월 24일 전면 봉쇄 조치 이전에 이미 감소하고 있었다.
• 영국의 감염 감소는 국가적 제재 조치 시행 이전에 시작되었으며, 이는 전염병 초기 단계가 자가 제한적일 수 있거나 봉쇄 이전 행동이 영향을 미쳤을 가능성을 시사한다.
• 스웨덴의 감염 감소는 영국보다 1~2일 뒤에 시작되어 유사하지만 略로 지연된 전염병 궤적을 보였다.
• 베이지안 역문제 접근법은 최소한의 모델링 가정이나 R(t) 추정에 의존하면서도 일관되고 강건한 감염 추세 추정을 도출하였다.