[논문 리뷰] Effects of Population Co-location Reduction on Cross-county Transmission Risk of COVID-19 in the United States

Chao Fan, Sanghyeon Lee외 4명|arXiv (Cornell University)|2020. 06. 01.

COVID-19 epidemiological studies참고 문헌 21인용 수 5

한 줄 요약

이 연구는 2020년 3월부터 5월까지의 페이스북 공동 위치 데이터를 사용하여 미국 내 연방 카운티 간 코로나19 전파 위험을 모델링하며, 사회적 거리 두기 조치로 인한 인구의 공동 위치 감소가 주간 신규 확진자 수의 증가를 약 일주일 지연시켰음을 보여준다. 연구 결과는 심각한 이동 격리 현상이 존재하며, 특히 고사례 카운티에서 저사례 카운티로의 이동이 감소한 반면, 그룹 내 공동 위치는 안정을 유지함을 시사하며, 전염병 모델링 및 공중보건 정책 수립에 있어 공동 위치 패턴의 중요성을 강조한다.

ABSTRACT

The rapid spread of COVID-19 in the United States has imposed a major threat to public health, the real economy, and human well-being. With the absence of effective vaccines, the preventive actions of social distancing and travel reduction are recognized as essential non-pharmacologic approaches to control the spread of COVID-19. Prior studies demonstrated that human movement and mobility drove the spatiotemporal distribution of COVID-19 in China. Little is known, however, about the patterns and effects of co-location reduction on cross-county transmission risk of COVID-19. This study utilizes Facebook co-location data for all counties in the United States from March to early May 2020. The analysis examines the synchronicity and time lag between travel reduction and pandemic growth trajectory to evaluate the efficacy of social distancing in ceasing the population co-location probabilities, and subsequently the growth in weekly new cases. The results show that the mitigation effects of co-location reduction appear in the growth of weekly new cases with one week of delay. Furthermore, significant segregation is found among different county groups which are categorized based on numbers of cases. The results suggest that within-group co-location probabilities remain stable, and social distancing policies primarily resulted in reduced cross-group co-location probabilities (due to travel reduction from counties with large number of cases to counties with low numbers of cases). These findings could have important practical implications for local governments to inform their intervention measures for monitoring and reducing the spread of COVID-19, as well as for adoption in future pandemics. Public policy, economic forecasting, and epidemic modeling need to account for population co-location patterns in evaluating transmission risk of COVID-19 across counties.

연구 동기 및 목표

• 실제 이동 데이터를 활용하여 미국 내 연방 카운티 간 코로나19 전파 위험에 대한 인구의 공동 위치 감소 영향을 분석한다.
• 사회적 거리 두기 및 집에 머무르기 명령의 효과를 평가하여 연방 카운티 간 공동 위치 확률과 이후 전파 확산에 미치는 영향을 분석한다.
• 다양한 확진자 수준을 가진 카운티 간 인구 이동 패턴의 공간적 격리 양상을 규명한다.
• 이동 감소와 패닉 대응 경로 간의 관계를 정량화하여 공중보건 정책 및 전염병 모델링에 실증적 근거를 제공한다.
• 관측된 공동 위치 패턴이 근본 모델 및 중력 기반 시뮬레이션과 비교하여 유의미한지 검증한다.

제안 방법

• 카운티를 노드로, 페이스북의 주간 공동 위치 지ap에서 유도된 공동 위치 확률을 간선 가중치로 사용하는 공간 네트워크를 구축하였다.
• 이동 감소와 주간 신규 확진자 수 변화 사이의 동기화성과 시간 지연을 측정하기 위해 시간 지연 교차상관 분석을 적용하였다.
• 매일 각 카운티에 대해 기본 전파 수치 K를 추정하기 위해 지수 성장 모델 R₀ = e^(Kτ)를 사용하였으며, τ = 5.1일로 설정하였다.
• 랜덤화된 확진자 수를 기반으로 한 근본 모델과 인구 규모 및 카운티 간 거리를 고려한 중력 기반 모델을 사용하여 인공 공동 위치 네트워크를 생성하였다.
• 공동 위치 확률을 예측하기 위해 로그 변환과 선형 회귀를 사용하여 중력 모델 T_ij = k * V^μ * W^α / d^β를 피팅하였다.
• 관측된 공동 위치 히트맵을 인공 모델의 결과와 비교하여 관측된 격리 패턴의 유의미성을 평가하였다.

실험 결과

연구 질문

• RQ1 사회적 거리 두기로 인한 인구의 공동 위치 감소가 미국 내 연방 카운티 간 주간 신규 코로나19 확진자 수 증가율에 어떤 영향을 미치는가?
• RQ2 이동 감소와 신규 감염자 수 변화의 경로 변화 사이에 어떤 시간 지연이 존재하는가?
• RQ3 고사례 카운티와 저사례 카운티 간 공동 위치 패턴은 어느 정도 다를까?
• RQ4 관측된 공동 위치 패턴은 랜덤 확진자 분포나 중력 기반 모델에서 예상되는 패턴과 어떻게 비교되는가?
• RQ5 그룹 내 공동 위치와 그룹 간 공동 위치 중 어느 것이 연방 카운티 간 전파 위험을 더 크게 형성하는가?

주요 결과

• 공동 위치 감소의 완화 효과가 주간 신규 확진자 수 증가에 대해 일주일 지연된 반응으로 관측되어 전염병 역학에서 지연 반응이 있음을 시사한다.
• 그룹 내 공동 위치 확률은 카운티 그룹 간 안정을 유지하였으며, 특히 고사례 카운티에서 뚜렷하게 유지되어 지역 내 혼합이 지속됨을 시사한다.
• 특히 고사례 카운티에서 저사례 카운티로의 그룹 간 공동 위치 확률은 이동 제한 및 사회적 거리 두기로 인해 유의미하게 감소하였다.
• 관측된 공동 위치 패턴의 격리 현상은 단지 인구 분포로는 설명되지 않으며, 근본 모델과의 유의미한 차이로 확인되었다.
• 중력 기반 모델은 일부 이동 패턴을 반영하였지만, 실제 데이터는 예측된 것보다 더 강하고 더 체계적인 격리 패턴을 보였으며, 정책에 의해 유도된 행동 변화를 시사한다.
• 연구 결과는 사회적 거리 두기 정책이 장거리 전파 위험을 효과적으로 줄였지만, 고사례 집중 지역 내 지역 전파에 대한 영향은 미미함을 시사한다.