[논문 리뷰] Estimation of population infected by Covid-19 using regression Generalized logistics and optimization heuristics

Mario Villalobos-Arias|arXiv (Cornell University)|2020. 04. 02.

COVID-19 epidemiological studies참고 문헌 3인용 수 4

한 줄 요약

이 논문은 초기 유행 데이터를 사용하여 누적 코로나19 감염 수를 추정하고 예측하기 위해 일반화된 로지스틱(Go) 및 고프르츠 성장 모델을 제안한다. 중국, 남코리아, 코스타리카, 이탈리아, 스페인의 사례 데이터에 대해 이러한 유연한 곡선을 적합하기 위해 비선형 최적화 히우리스틱을 적용하였으며, R² 값이 0.998를 초과하여 초기 20~35일 간의 데이터로도 유행 정점과 최종 감염자 수를 신뢰성 있게 예측할 수 있었다.

ABSTRACT

In this work, a proposal for the estimation of the populations using logistic curve fitting is presented. This type of curve is used to study population growth, in this case population of people infected with the Covid-19 virus; and it can also be used to approximate the survival curve used in actuarial and similar studies in Spanish: En este trabajos se presenta una propuesta para la estimación de la poblaciones usando ajuste de curvas del tipo logística. Este tipo de curvas se utilizan para el estudio de crecimiento de poblaciones, en este casos población de personas infectadas por el virus Covid-19; y también se puede utilizar para aproximar la curva de supervivencia que se utiliza en estudios actuariales y otras similares

연구 동기 및 목표

• 누적 코로나19 감염자 수를 모델링하기 위해 곡선의 유연성을 높여 표준 로지스틱 회귀를 개선하기 위해.
• 초기 데이터로 정밀한 매개변수 추정이 필요한 SIR 모델의 한계를 해결하기 위해.
• 초기 유행 데이터(20~35일)만을 사용하여 유행 정점과 최종 감염자 수를 예측할 수 있는 방법을 개발하기 위해.
• 다양한 국가의 실세계 사례 데이터에 대해 일반화된 로지스틱 및 고프르츠 모델의 적합 성능을 비교하기 위해.
• 중국, 남코리아, 코스타리카, 이탈리아, 스페인의 데이터를 사용하여 이러한 모델의 예측 능력을 검증하기 위해.

제안 방법

• 일반화된 로지스틱(Go) 함수를 사용: P(t) = M / (1 + e^(-at + b))^α. 이는 추가적인 형태 매개변수 α를 통해 유연성을 제공한다.
• 고프르츠 함수를 적용: G(t) = a * exp(-b * exp(-ct)). 이는 세 개의 매개변수를 가진 모델로, 유행 곡선 적합에 내재된 유연성을 지닌다.
• 일반화된 로지스틱 및 고프르츠 함수의 비선형성으로 인해 모델 매개변수를 추정하기 위해 비선형 최적화 히우리스틱(예: 시뮬레이티드 어닐링)을 활용한다.
• 적합 과정 중 수치 안정성을 향상시키기 위해 사례 데이터를 관측된 최대 수치로 나누어 정규화한다.
• 관측된 데이터와 예측 곡선 간의 R² 및 시각적 비교를 통해 모델 적합도를 검증한다.
• 데이터 불확실성에 기반하여 7% 오차 범위의 예측 구간을 포함한다.

실험 결과

연구 질문

• RQ1 일반화된 로지스틱 및 고프르츠 모델은 다수의 국가에서 초기 누적 사례 데이터를 정확히 적합시킬 수 있는가?
• RQ2 이 모델들은 오직 20~35일 간의 데이터만을 사용하여 유행 정점과 최종 감염자 수를 어느 정도 정확히 예측할 수 있는가?
• RQ3 R² 및 곡선의 정밀도 측면에서 일반화된 로지스틱 회귀에 비해 일반화된 로지스틱 및 고프르츠 모델의 예측 성능는 어떻게 비교되는가?
• RQ4 일반화된 로지스틱 모델에 추가적인 형태 매개변수(α)를 포함시키는 것이 표준 로지스틱 회귀에 비해 적합도를 유의미하게 향상시키는가?
• RQ5 제한된 데이터로도 모델은 일일 감염자 수 감소의 시작 시점인 변곡점(Inflection point)을 신뢰성 있게 추정할 수 있는가?

주요 결과

• 코스타리카에 대해 35일 간의 데이터로 일반화된 로지스틱 모델이 R² 0.99858을 달성하였으며, 예측 정점은 총 886건의 감염자였다.
• 코스타리카의 고프르츠 모델은 R² 0.99854를 기록하였고, 최종 감염자 수를 887건으로 예측하여 일반화된 로지스틱 모델과 매우 유사한 결과를 도출하였다.
• 이탈리아의 경우 고프르츠 모델이 R² 0.99968를 달성하였으며, 최종 감염자 수를 약 261,052건으로 예측하였다.
• 스페인의 고프르츠 적합 결과는 R² = 0.99941를 기록하였고, 2020년 3월 31일까지의 데이터로 최종 감염자 수를 468,495건으로 예측하였다.
• 시간이 지남에 따라 두 모델은 유사한 정점 예측에 수렴하였으며, 2020년 4월 1일 기준으로 고프르츠와 일반화된 로지스틱 예측 간 차이는 10건 이내였다.
• 제한된 데이터로도 모델은 일일 감염자 수의 감소 시작 시점인 변곡점을 성공적으로 포착하였다.