[논문 리뷰] Different scenarios in the Dynamics of SARS-Cov-2 Infection: an adapted ODE model

Ramón González|arXiv (Cornell University)|2020. 04. 02.

COVID-19 epidemiological studies참고 문헌 3인용 수 6

한 줄 요약

이 연구는 고립 및 격리 조치를 포함한 다양한 공중보건 개입 시나리오 하에서 SARS-CoV-2 전파 역학을 시뮬레이션하기 위해 ODE 모델을 적응 적용한다. 연구는 조기에 조치를 취할 경우 기본 재생수(R0)를 4.04에서 1.12로 감소시킬 수 있음을 보여주며, 브라질의 초기 패an드믹 경로를 사례로 삼아 개입 조치의 효과성 평가 및 보고된 감염자 추세 기반으로 패an드믹 통제 일자 추정을 수행한다.

ABSTRACT

A mathematical model to calculate the transmissibility of SARS-Cov-2 in Wuhan City was developed and published recently by Tian-Mu Chen et al., Infectious Diseases of Poverty, 2020, https://doi.org/10.1186/s40249-020-00640-3. This paper improves this model in order to study the effect of different scenarios that include actions to contain the pandemic, such as isolation and quarantine of infected and at-risk people. Comparisons made between the different scenarios show that the progress of the infection is found to strongly depend on measures taken in each case. The particular case of Brazil was studied, showing the dynamics of the first days of the infection in comparison with the different scenarios contained in the model and the reality of the Brazilian health system was exposed, in front of each possible scenario. The relative evolution of the number of new infection and reported cases was employed to estimate a containment date of the pandemic. Finally, the basic reproduction number R0 values were estimated for each scenario, ranging from 4.04 to 1.12.

연구 동기 및 목표

• 기존의 SARS-CoV-2 전파 ODE 모델을 확장하여 공중보건 개입의 영향을 평가하기.
• 고립 및 격리와 같은 다양한 통제 전략이 패an드믹 진행에 미치는 영향을 분석하기.
• 브라질의 초기 패an드믹 시나리오에 모델을 적용하여 다양한 개입 수준에서의 통제 가능성과 시기 평가하기.
• 각 시나리오에서 기본 재생수(R0)를 추정하고, 개입 시기 및 강도에 따른 민감도 비교하기.

제안 방법

• 일반 미분방정식(ODE)의 확장된 시스템이 감염 가능자, 잠복기자, 감염자, 회복자 및 격리자 인구의 역학을 모델링한다.
• 증상이 있는 환자의 고립 및 위험에 노출된 접촉자의 격리와 같은 시간에 따라 변화하는 개입 조치를 모델에 통합한다.
• 개입 강도에 따라 전파율을 조정하며, 브라질 초기 유행기의 관측된 감염자 데이터에 기반해 모수를 校정한다.
• 보고된 감염자 수자료를 사용하여 새로운 감염자 및 보고된 감염자 수의 상대적 변화를 추정하고, 통제 일자를 예측한다.
• 각 시나리오에서 R0를 계산하기 위해, 다양한 개입 수준 하에서 감염자의 초기 증가율을 분석한다.
• 에pidemic 경로에 대한 개입 시기 및 커버리지의 영향을 평가하기 위해 다양한 시나리오에서 민감도 분석을 수행한다.

실험 결과

연구 질문

• RQ1 고립 및 격리 조치는 인구 내 SARS-CoV-2 전파 역학에 어떻게 영향을 미치는가?
• RQ2 다양한 개입 시나리오에서 달성 가능한 R0 값의 범위는 무엇이며, 기준 시나리오와 비교해 볼 때 어떻게 다른가?
• RQ3 보고된 감염자 추세를 기반으로 모델이 패an드믹의 실현 가능한 통제 일자를 예측할 수 있는가?
• RQ4 브라질의 초기 패an드믹 단계에서 모델의 성능는 실제 데이터와 어떻게 비교되는가?
• RQ5 R0를 1.12 이하로 낮추고 전염병 통제를 달성하기 위해 필요한 개입 수준의 임계값은 무엇인가?

주요 결과

• 모델은 공격적인 고립 및 격리 조치가 개입이 없는 상황에서의 기본 재생수(R0) 4.04를 최적의 통제 조건에서 1.12로 감소시킬 수 있음을 예측한다.
• 신규 감염자 및 보고된 감염자의 상대적 변화는 지속적인 개입 조건 하에서 패an드믹이 언제 통제될 수 있는지 추정하는 신뢰할 수 있는 기초를 제공한다.
• 브라질의 초기 패an드믹 역학은 지연되거나 충분치 않은 개입을 포함한 시나리오와 가장 밀접하게 일치하여, 통제되지 않은 확산 위험이 높다는 것을 시사한다.
• 조기에 엄격한 개입 조치를 시행한 시나리오는 피크 감염자 수 감소와 짧아진 전염병 지속 기간을 보였다.
• 모델는 개입의 임계 창을 특정화하며, 이는 지연 시 누적 감염자 수와 R0 값이 기하급수적으로 증가함을 보여준다.
• 연구는 R0가 고립 및 격리 조치의 시기와 커버리지에 매우 민감하며, 조치 이행의 중간 정도의 개선만으로도 상당한 공중보건적 이점이 발생할 수 있음을 확인한다.