[논문 리뷰] Distribution of outbreak sizes for SIR disease in finite populations

Joel C. Miller|arXiv (Cornell University)|2019. 07. 11.

Plant Virus Research Studies참고 문헌 25인용 수 4

한 줄 요약

이 논문은 유한한 인구에서 SIR 질병의 최종 유행 규모 분포를 계산하는 효율적인 방법을 유도한다. 이는 고유 분포의 확률 생성 함수(PGF)에 기반한 삼각형 선형 시스템을 사용한다. 주요 기여는 전파 매개변수를 관측된 유행 규모에서 추론할 수 있도록 하는 계산적으로 구현 가능한 프레임워크를 제공하는 것으로, 다양한 분포가 동일한 기본 전파 수 $\mathcal{R}_0$를 가질 수 있는 식별성 문제에도 불구하고 가능하다.

ABSTRACT

We consider the spread of a Susceptible-Infected-Recovered (SIR) disease through finite populations and derive an expression for the final size distribution. Our derivation allows arbitrary distributions of the number of transmissions caused by an infected individual. We show how this calculation can be used to infer parameters of the infectious disease through observations in multiple small populations. The inference suffers from some identifiability difficulties, and it requires many observations to distinguish between parameter combinations that correspond to the same reproductive number.

연구 동기 및 목표

• 임의의 전파 분포를 가진 SIR 역학에서 유한 인구의 최종 유행 규모 분포에 대한 정확한 해석적 표현을 유도하는 것.
• 소규모 인구에서 관측된 유행 규모로부터 고유 분포의 매개변수를 추론할 수 있도록 하는 것.
• 여러 분포가 동일한 기본 전파 수 $\mathcal{R}_0$를 가질 경우 전파 매개변수 추정 시 발생하는 식별성 문제를 다루는 것.
• 다중 유입 및 세대별 감염 확률을 포함한 프레임워크의 확장.
• 진정한 고유 분포의 형태가 잘못 지정되어도 $\mathcal{R}_0$가 신뢰성 있게 추정될 수 있음을 보여주는 것.

제안 방법

• 고유 분포의 PGF $\mu(x)$에 따라 의존하는 하삼각형 선형 시스템 $\mathsf{C}\vec{q} = \vec{1}$의 해로 유행 규모 분포를 기술한다.
• 효율적인 순환 계산을 위해 계수 $c_{k,M} = \left[\mu\left(\frac{M-1}{N-1}\right)\right]^{-k} \prod_{j=1}^{k-1} \frac{M-j}{N-j}$ 를 정의한다.
• SIR 역학과 포isson 유사 외차수를 가진 무작위 방향 다중그래프 사이의 등가성을 이용하여 문제를 그래프 이론적 관점에서 기술한다.
• 외부 전파를 고려하기 위해 수정된 PGF $\chi(x)$를 도입하고, 계수 공식에 $\chi(M/N)$을 분모에 포함시킨다.
• 감염자 및 회복자 수에 조건부한 $[\mu(x)]^{i_g}$의 고차 미분을 이용해 세대별 감염 확률을 유도한다.
• 모의 유행을 적용하여 추론 정확도를 테스트하고 매개변수 조합의 식별성 평가를 수행한다.

실험 결과

연구 질문

• RQ1 임의의 고유 분포를 가진 경우, 유한한 SIR 인구에서 최종 유행 규모 분포를 정확하게 계산할 수 있는가?
• RQ2 소규모 인구에서 관측된 유행 규모로부터 전파 매개변수를 얼마나 정확하게 추론할 수 있는가?
• RQ3 동일한 $\mathcal{R}_0$를 가진 다양한 고유 분포가 동일한 유행 규모 분포를 유도하는 정도는 어느 정도인가?
• RQ4 최종 규모 데이터 외에 여러 세대를 관측할 경우, 매개변수 추론에 어떤 영향을 미치는가?
• RQ5 최종 규모 데이터로부터 전파 매개변수를 추론할 때, 동질적 감수성 가정이 어떤 한계를 초래하는가?

주요 결과

• 하삼각형 선형 시스템 $\mathsf{C}\vec{q} = \vec{1}$을 통해 최종 유행 규모 분포를 효율적으로 계산할 수 있으며, 이는 빠른 수치적 해법을 가능하게 한다.
• 계수 $c_{k,M}$는 순환적으로 계산할 수 있어 직접 행렬 역행렬 계산에 비해 계산 비용을 크게 감소시킨다.
• 식별성 문제에도 불구하고, 진정한 고유 분포의 형태가 잘못 지정되어도 $\mathcal{R}_0$는 유행 규모 데이터로부터 정확하게 추정될 수 있다.
• 과도산란(overdispersion)은 소규모 인구에서 전파 확률 정밀도가 낮아 감지하기 어려우며, 이를 위해 많은 관측이 필요하다.
• 이질적 감수성은 동질적 감수성 가정을 할 경우 추론에 편향을 유도한다. 이는 최종 규모에 대한 영향이 전파 확률보다 더 크기 때문이다.
• 대규모 인구 근처에서 모델은 $\mathcal{R}_0$를 예측하는 데 있어 강건하며, 이 경우 최종 규모는 오직 $\mathcal{R}_0$에 의해 결정된다.