[논문 리뷰] Effects of weather and policy intervention on COVID-19 infection in Ghana

Wahab Abdul Iddrisu, Peter Appiahene외 1명|arXiv (Cornell University)|2020. 04. 28.

COVID-19 epidemiological studies인용 수 9

한 줄 요약

이 연구는 2020년 3월 13일부터 4월 21일까지 가나에서의 일일 코로나19 확진자 수에 영향을 미치는 기상 요인—기온, 습도, 강수량, 풍속—과 정책적 간섭, 특히 부분 봉쇄 조치의 영향을 조사한다. 지연된 예측 변수를 사용한 시계열 일반화선형모형을 활용하여, 저자들은 최고 기온, 상대 습도, 강수량이 새로운 감염을 유의적으로 예측함을 발견하였으며, 부분 봉쇄 조치는 통계적으로 유의미한 영향을 미쳤다(p = 0.0164). 이는 기상 조건과 정책 조치가 가나에서 초기 팬데믹 확산 단계 동안 전파 역학에 핵심적인 역할을 한다는 것을 시사한다.

ABSTRACT

Even though laboratory and epidemiological studies have demonstrated the effects of ambient temperature on the transmission and survival of coronaviruses, not much has been done on the effects of weather on the spread of COVID-19. This study investigates the effects of temperature, humidity, precipitation, wind speed and the specific government policy intervention of partial lockdown on the new cases of COVID-19 infection in Ghana. Daily data on confirmed cases of COVID-19 from March 13, 2020 to April 21, 2020 were obtained from the official website of Our World in Data (OWID) dedicated to COVID-19 while satellite climate data for the same period was obtained from the official website of NASA's Prediction of Worldwide Energy Resources (POWER) project. Considering the nature of the data and the objectives of the study, a time series generalized linear model which allows for regressing on past observations of the response variable and covariates was used for model fitting. The results indicate significant effects of maximum temperature, relative humidity and precipitation in predicting new cases of the disease. Also, results of the intervention analysis indicate that the null hypothesis of no significant effect of the specific policy intervention of partial lockdown should be rejected (p-value=0.0164) at a 5\% level of significance. These findings provide useful insights for policymakers and the public.

연구 동기 및 목표

• 초기 팬데믹 확산 기간 동안 기상 변수가 가나의 일일 코로나19 확진자 수에 미치는 영향을 평가하기 위해.
• 특정 정부 정책 간섭—부분 봉쇄—가 새로운 감염을 줄이는 데 효과적인지 평가하기 위해.
• 지연된 기상 및 정책 변수를 사용하여 감염률의 시간적 역학을 모델링하기 위해.
• 가나와 같은 저자원 환경에서 공중보건 의사결정에 근거가 되는 통찰을 제공하기 위해.

제안 방법

• 일일 확진 코로나19 사례와 기상 데이터를 분석하기 위해 시계열 일반화선형모형(Goal Model)을 사용하였다.
• 반응 변수(신규 사례)와 공변량(기온, 습도, 강수량, 풍속, 정책 간섭)의 지연된 값을 예측 변수로 포함시켰다.
• 확진자 수 데이터는 Our World in Data(OWID)에서 확보하였으며, 위성 기상 데이터는 나사의 POWER 프로젝트에서 확보하였다.
• 감염 수의 시간적 의존성을 반영하기 위해 자기회귀 구조를 모델에 통합하였다.
• 봉쇄 조치의 영향이 통계적으로 유의미한지 평가하기 위해 간섭 분석을 실시하였다.
• 모델 적합도와 유의성은 p-값과 우도 기반 추론을 통해 평가하였다.

실험 결과

연구 질문

• RQ1 최고 기온, 상대 습도, 강수량, 풍속이 가나에서 일일 신규 코로나19 확진자 수를 어느 정도 예측할 수 있는가?
• RQ2 부분 봉쇄 조치의 시행이 신규 감염의 추세를 유의미하게 변화시키는가?
• RQ3 기상 변수의 지연 효과가 코로나19 전파의 시간적 패턴에 어떻게 영향을 미치는가?
• RQ4 시간적 자기상관을 고려한 후 기상 조건과 감염률 간의 관계가 통계적으로 유의미한가?

주요 결과

• 최고 기온은 신규 일일 코로나19 확진자 수와 통계적으로 유의미한 음의 상관관계를 보였으며, 이는 높은 기온이 전파를 억제할 수 있음을 시사한다.
• 상대 습도는 신규 사례 수에 통계적으로 유의미한 양의 영향을 미쳤으며, 이는 높은 습도가 바이러스 전파를 촉진할 수 있음을 시사한다.
• 강수량은 신규 감염 증가와 통계적으로 유의미한 관련성을 보였으며, 이는 강우량이 전파 역학에 영향을 미칠 수 있음을 시사한다.
• 부분 봉쇄 간섭은 통계적으로 유의미한 영향을 미쳐 신규 감염을 감소시켰다(p-값 = 0.0164), 유의수준 5%에서 유의하다.
• 최종 모델에서 풍속은 신규 사례 수와 통계적으로 유의미한 관련성을 보이지 않았다.
• 지연된 예측 변수를 포함한 시계열 GLM은 데이터에 대해 강력한 적합도를 보였으며, 전파의 주요 시간적 패턴을 잘 포착하였다.