[논문 리뷰] Dynamical Theory and Cellular Automata Simulations of Pandemic Spread: Understanding Different Temporal Patterns of Infections

Saumyak Mukherjee, Sayantan Mondal외 1명|arXiv (Cornell University)|2020. 04. 30.

Mathematical and Theoretical Epidemiology and Ecology Models인용 수 4

한 줄 요약

이 논문은 전파율이 시간에 따라 변하는 것과 인구의 이질성(고위험/저위험)을 고려한 일반화된 비국소 SIR 모델을 제안하여 코로나19와 같은 패닉의 복잡한 시간적 역학을 더 잘 반영하고자 한다. 연립 미분방정식의 수치적 해법과 확률적 세포자동기(CA) 시뮬레이션을 동시에 사용하여, 시간에 따라 변하는 감염률과 엄격한 집에서 대기 조치가 감염 피크의 정확한 모델링과 유행 통제에 핵심적임을 입증한다.

ABSTRACT

Here we propose and implement a generalized mathematical model to find the time evolution of population in infectious diseases and apply the model to study the recent COVID-19 pandemic. Our model at the core is a non-local generalization of the widely used Kermack-McKendrick(KM) model where the susceptible(S) population evolves into two other categories, namely infectives(I) and removed(R). This is the well-known SIR model in which we further divide both S and I into high and low risk categories. We first formulate a set of non-local dynamical equations for the time evolution of distinct population distributions under this categorization in an attempt to describe the general scenario of infectious disease progression. We then solve the non-linear coupled differential equations-(i) numerically by the method of propagation, and (ii) a more flexible and versatile cellular automata (CA) simulation which provides a coarse-grained description of the generalized non-local model. In order to account for multiple factors such as role of spreaders before containment, we introduce a time dependent rate which appears to be essential to explain the sudden spikes before the plateau observed in many cases (for example like China). We demonstrate how this generalized approach allows us to handle the effects of (i) time-dependence of the rate-constants of spread, (ii) different population density, (iii) the age ratio, (iv) quarantine, (v) lockdown, and (vi) social distancing. Our study allows us to make certain predictions regarding the nature of spread with respect to several external parameters, treated as control variables. Analysis of the model clearly shows that due to the strong heterogeneity in the epidemic process originating from the distribution of initial infectives, the theory must be local in character but at the same time connect to a global perspective.

연구 동기 및 목표

• 기본적인 SIR 모델이 이질적이고 비균일한 인구에서의 실제 유행 역학을 포착하는 데에 한계가 있음을 해결하기 위해.
• 잠복기, 연령 분포, 밀도, 통제 조치(봉쇄 및 사회적 거리두기) 등 시간에 따라 변하는 전파율, 인구 밀도, 연령 분포, 통제 조치가 감염 확산에 미치는 영향을 조사하기 위해.
• 인구의 인구통계적 이질성과 비국소 전파 효과를 통합한 더 유연하고 현실적인 모델링 프레임워크를 개발하기 위해.
• 동적 미분방정식과 확률적 시뮬레이션을 동시에 사용하여 정부의 공중보건 조치(예: 집에서 대기, 사회적 거리두기)의 효과를 평가하기 위해.
• 봉쇄 시기, 격리 이행률 등의 제어 매개변수를 관측 가능한 결과(예: 감염 피크의 시기와 크기)와 연결하여 정책 입안자에게 예측 도구를 제공하기 위해.

제안 방법

• Kermack-McKendrick SIR 모델의 비국소 일반화를 제안하며, 감염 가능 인구(S)와 감염자(I)를 고위험 및 저위험 하위군으로 나누어 처리한다.
• 시간에 따라 변하는 전파율 $k_{S\rightarrow I}(t)$를 고려한 S, I, R(치유자 + 사망자) 인구의 시간 진화를 기술하는 비선형 연립 미분방정식 시스템을 수립한다.
• 시간 진화에 따른 인구 비율의 시뮬레이션을 위해 전파 방법을 사용하여 미분방정식을 수치적으로 해결한다.
• 시간에 따라 변하는 전파 확률 $P_{Tr}(t)$를 포함한 격자 위에서의 시공간적 전파를 시뮬레이션하는 확률적 세포자동기(CA) 모델을 구현한다.
• 격리 이행률, 사회적 거리두기, 봉쇄 시기 등의 제어 매개변수를 CA 프레임워크 내에서 확률적 규칙으로 도입한다.
• 하위집단 간의 보존 법칙을 적용하여 총 인구 수가 일정하게 유지되도록 하며, 이는 모델 내 인구 통계적 제약 조건을 반영한다.

실험 결과

연구 질문

• RQ1 시간에 따라 변하는 전파율을 포함할 경우, 유행 모델의 감염 곡선의 형태와 시기에는 어떤 영향을 미치는가?
• RQ2 연령 분포, 초기 인구 밀도, 위험군 분포 등 인구의 이질성이 감염병의 예측 확산에 어느 정도의 영향을 미치는가?
• RQ3 동적 모델과 CA 기반 시뮬레이션을 통해 집에서 대기와 사회적 거리두기가 감염 피크를 얼마나 효과적으로 이동시키거나 감소시키는가?
• RQ4 비국소적이고 일반화된 SIR 모델은 중국과 같은 국가에서 관찰된 정점에 이르기 전의 급격한 급증과 같은 실제 유행 패턴을 더 잘 반영할 수 있는가?
• RQ5 잠복기는 무증상 환자로부터의 감염 전파 위험을 증가시키고 감지 시기를 얼마나 지연시키는가?

주요 결과

• 감염 비율의 시간 진화는 시간에 따라 변하는 전파율에 크게 의존하며, 초기에는 인지 부족으로 높은 전파율을 보이다가 공중보건 조치 시행으로 인해 감소한다.
• 세포자동기 시뮬레이션 결과, 사회적 거리두기는 외출 시 감염 위험을 줄이지만, 피크의 이동에 미치는 영향은 미미한 반면, 효과적인 집에서 대기 조치는 피크 이동에 큰 영향을 미친다.
• 집에서 대기 조치가 가장 효과적인 조치로 규명되었으며, 격리된 인구 비율이 감염 피크의 시기와 높이에 결정적인 영향을 미친다.
• 잠복기가 길수록 감지되지 않은 전파 위험이 증가하며, 무증상 환자가 더 오랫동안 전파 가능성이 있어 격리 대상에서 빠지기 쉽다.
• 모델의 비선형 구조는 초기 인구 이질성, 특히 초기 감염자의 분포에 민감하게 반응하여 정확한 예측이 초기 조건에 매우 민감하게 의존함을 보여준다.
• 동적 방정식과 CA 시뮬레이션의 조합은 유행의 거시적 추세와 미시적 공간적 역학을 모두 잘 포착하는 견고한 프레임워크를 제공한다.