[논문 리뷰] Forecasting COVID 19 growth in India using Susceptible-Infected-Recovered (S.I.R) model

Jay Naresh Dhanwant, V. Ramanathan|arXiv (Cornell University)|2020. 04. 01.

COVID-19 epidemiological studies참고 문헌 4인용 수 36

한 줄 요약

이 논문은 Susceptible-Infected-Recovered (SIR) 모델을 사용하고 학습 가능한 사회적 접촉 매개변수 eta를 이용해 인도에서 COVID-19 성장 예측 및 사회적 거리두기 조치의 효과를 평가합니다. 연구 결과 관찰된 인도 사회적 거리두기가 그 성장 억제에 충분하지 않다고 결론지었습니다.

ABSTRACT

This work covers the analysis of the COVID 19 spread in different countries and dealing the main feature of COVID 19 growth, which is the spread due to the social-contact structure, which is governed by the parameter \b{eta}. The dependency of this parameter \b{eta} on the transmission level in society gives a sense of the effectiveness of the measures taken for social distancing. A separate algorithm is hardcoded in python using Scipy which learns the social-contact structure and gives a suitable value for \b{eta}, which has a major impact on the outcome of the result. Forecasting for the epidemic spread in India was done, and it was found that the strictness at which social distancing in India is done, is insufficient for the growth of COVID 19.

연구 동기 및 목표

• SIR 프레임워크를 사용하여 인도에서 COVID-19 확산을 분석한다.
• 사회적 접촉 구조(eta)가 전파에 미치는 영향을 모델링한다.
• 데이터에서 eta를 학습하기 위한 Python/Scipy 기반 알고리즘을 개발한다.
• 인도 사회적 거리두기 시나리오에서의 전염 확산을 예측한다.

제안 방법

• 전파 파라미터가 사회적 접촉 구조(eta)에 의존하는 SIR 모델을 채택한다.
• 데이터로부터 eta를 학습하기 위해 Python/Scipy 기반 알고리즘을 하드코딩한다.
• 학습된 eta를 사용하여 인도의 전염 확산을 예측한다.
• 성장 결과에 대한 사회적 거리두기의 강도 영향을 평가한다.

실험 결과

연구 질문

• RQ1 SIR 프레임워크에서 사회적 접촉 구조 매개변수 eta가 COVID-19 전파에 어떤 영향을 미치는가?
• RQ2 전용 알고리즘이 경험적 데이터로부터 eta를 추론하여 예측력을 개선할 수 있는가?
• RQ3 연구 기간 동안 인도에서의 사회적 거리두기 조치의 충분성에 대해 예측이 시사하는 바는 무엇인가?

주요 결과

• 학습 가능한 eta 매개변수는 사회적 접촉 구조를 포착하고 모델 결과에 영향을 미친다.
• 알고리즘은 전파 수준과 사회적 거리두기의 효과를 반영하도록 eta를 추정한다.
• 예측은 당시 인도의 사회적 거리두기 강도가 성장 억제를 위해 충분하지 않음을 시사한다.