[논문 리뷰] Epidemic analysis of COVID-19 in China by dynamical modeling

Liangrong Peng, Wuyue Yang외 3명|arXiv (Cornell University)|2020. 02. 16.

COVID-19 epidemiological studies참고 문헌 37인용 수 103

한 줄 요약

본 논문은 SEIR 모델을 일반화한 SEIR 모델에 검역 상태와 자기방어를 도입하고, 초기 중국 데이터에서 주요 매개변수를 추정하며, 중국 본토, 후베이, 우한에 걸친 변곡점, 종료 시점 및 총 감염자 수를 예측한다.

ABSTRACT

The outbreak of novel coronavirus-caused pneumonia (COVID-19) in Wuhan has attracted worldwide attention. Here, we propose a generalized SEIR model to analyze this epidemic. Based on the public data of National Health Commission of China from Jan. 20th to Feb. 9th, 2020, we reliably estimate key epidemic parameters and make predictions on the inflection point and possible ending time for 5 different regions. According to optimistic estimation, the epidemics in Beijing and Shanghai will end soon within two weeks, while for most part of China, including the majority of cities in Hubei province, the success of anti-epidemic will be no later than the middle of March. The situation in Wuhan is still very severe, at least based on public data until Feb. 15th. We expect it will end up at the beginning of April. Moreover, by inverse inference, we find the outbreak of COVID-19 in Mainland, Hubei province and Wuhan all can be dated back to the end of December 2019, and the doubling time is around two days at the early stage.

연구 동기 및 목표

• 중국의 초기 발병 기간 동안 COVID-19 역학에 대한 이해를 자극한다.
• 자가방어 및 검역을 고려한 일반화 SEIR 프레임워크를 개발하여 전염 확산을 분석한다.
• 공식 데이터로부터 주요 매개변수를 추정하고 이를 사용해 중국 지역의 변곡점, 종료 시점 및 총 감염자 수를 예측한다.
• 역Inference를 통한 발병 시작일 추정으로 초기 역학을 이해한다.

제안 방법

• S, P, E, I, Q, R, D의 일곱 상태를 포함하도록 SEIR 모델을 일반화한다.
• 시간에 따라 변하는 치료 및 사망률과 효과 접촉을 감소시키는 보호(자가방어) 비율을 도입한다.
• 일일 격리 데이터 Q(t)에 파라미터와 초기 조건을 맞추기 위해 시뮬레이티드 어닐링을 사용한 최소자승 회귀를 수행한다.
• 과적합을 피하기 위해 잠복 시간 gamma^{-1}을 타당한 범위내로 고정하고 다른 매개변수에 미치는 영향을 탐구한다.
• β(감염률)와 δ^{-1}(검역 시간)의 최종 발병 규모와 변곡점에 미치는 영향을 민감도 분석으로 평가한다.
• 초기 궤적로부터 발병 시작일을 추정하기 위해 역추론(슈팅 방법)을 적용한다.

실험 결과

연구 질문

• RQ1 초기 COVID-19 역학을 가장 잘 설명하는 핵심 전염병 매개변수(잠복 시간, 격리 시간, 보호 비율, 감염률)는 무엇인가?
• RQ2 자가방어 및 검역이 유효 재생산 수와 전염의 변곡점 타이밍에 어떤 영향을 미치는가?
• RQ3 모델이 중국 본토, 후베이, 우한의 변곡점, 종료일, 총 감염자를 예측할 수 있는가? 그리고 이러한 예측은 관찰 데이터와 어떻게 비교되는가?
• RQ4 역추론에 따르면 중국 본토, 후베이, 우한에서 COVID-19 발병은 언제 시작한 것으로 보이는가?

주요 결과

• 확진 데이터와 지역 간 보호 및 격리 동역학의 차이를 포착하고 일반화된 SEIR 모델이 공식 격리 데이터에 맞출 수 있다.
• 예측에 따르면 베이징과 상하이는 2020년 2월 16일 경 2주 이내에 끝나고, 본토의 대부분은 3월 중순까지 종료되며, 우한은 4월 초 경 끝날 것으로 추정된다(공개 데이터 기준 2020년 2월 16일 전까지).
• 역추론은 발병이 2020년 1월 20일에서 20~25일 이전에 시작되었으며, 즉 2019년 12월 말 경 초기 기하급수적 증가(doubling time 약 2일)로 시작되었음을 시사한다.
• 감염률 β가 1에 근접하여 전이성이 높고, 모델 매개변수는 더 발달한 지역일수록 더 긴 격리 시간과 더 엄격한 지역에서 짧은 경향을 보인다.
• 치료 및 사망률의 시간에 따른 변화가 반영될 때 예측 정확도가 향상되며, 이는 의료 및 정책 대응을 반영한다.
• 베이징과 상하이의 전체 감염 사례는 약 400여 명으로 추정되는 반면, 본토*, 후베이*, 우한의 더 큰 지역 합계가 예측되며 지역 차이는 정책 조치 및 데이터 보고의 변화로 설명된다.