[논문 리뷰] Modeling and Control of Epidemics through Testing Policies

Muhammad Umar B. Niazi, Alain Y. Kibangou외 4명|arXiv (Cornell University)|2020. 10. 29.

COVID-19 epidemiological studies참고 문헌 36인용 수 6

한 줄 요약

이 논문은 감염자 중 검사로 발견된 경우와 발견되지 않은 경우를 구분하는 제어 이론 기반 전염병 모델을 제안한다. 검사율을 제어 입력으로 간주하며, 프랑스의 초기 코로나19 기간 동안 전염병 확산과 중환자실(ICU) 부담을 최소화하는 두 가지 검사 정책—BEST(최선의 억제), COST(일정 최적 완화)—을 도입한다. BEST 정책은 전파를 차단하고, COST 정책은 제한된 검사 자원을 최적화하여 정점 감염자 수와 사망자를 최소화한다.

ABSTRACT

Testing is a crucial control mechanism in the beginning phase of an epidemic when the vaccines are not yet available. It enables the public health authority to detect and isolate the infected cases from the population, thereby limiting the disease transmission to susceptible people. However, despite the significance of testing in epidemic control, the recent literature on the subject lacks a control-theoretic perspective. In this paper, an epidemic model is proposed that incorporates the testing rate as a control input and differentiates the undetected infected from the detected infected cases, who are assumed to be removed from the disease spreading process in the population. After estimating the model on the data corresponding to the beginning phase of COVID-19 in France, two testing policies are proposed: the so-called best-effort strategy for testing (BEST) and constant optimal strategy for testing (COST). The BEST policy is a suppression strategy that provides a minimum testing rate that stops the growth of the epidemic when implemented. The COST policy, on the other hand, is a mitigation strategy that provides an optimal value of testing rate minimizing the peak value of the infected population when the total stockpile of tests is limited. Both testing policies are evaluated by their impact on the number of active intensive care unit (ICU) cases and the cumulative number of deaths for the COVID-19 case of France.

연구 동기 및 목표

• 전염병 확산에 있어 검사를 동적 제어 입력으로 포함하는 수학적 모델을 개발하는 것.
• 모든 인구 내에서 발견된(격리된) 감염자와 발견되지 않은(전파 중인) 감염자를 구분하는 것.
• 제한된 검사 가능성을 고려할 때 정점 감염자 수와 누적 사망자를 최소화하는 최적의 검사 정책을 설계하는 것.
• 프랑스의 초기 코로나19 단계에서의 실세계 데이터를 사용하여 모델 매개변수를 추정하는 것.
• 검사 정책이 중환자실 입원 수와 누적 사망자 수에 미치는 영향을 평가하는 것.

제안 방법

• SEIR 프레임워크를 확장하여 검사 가능 인구 xT를 도입하고, 발견되지 않은 감염자(xI)와 발견된 감염자(xD)를 구분한다. xD는 전파에서 제거된다.
• 검사율 θ(t)는 감염자 격리로 인해 효과적 전파를 감소시키는 제어 입력으로 간주된다.
• 모델 매개변수를 프랑스의 중환자실 입원 수와 사망자 수 데이터를 바탕으로 입자군집최적화(PSO)를 사용해 추정한다.
• 두 가지 제어 정책을 유도한다: BEST는 전염병 확산 억제를 위해 검사율을 최소화하며, COST는 고정된 검사 재고량 내에서 정점 감염자 수를 최소화하기 위해 검사율을 최적화한다.
• 실제 프랑스의 초기 패닉 단계 데이터(검사 결과 및 중환자실 결과 포함)를 사용하여 모델을 검증한다.
• 최적의 검사 전략을 도출하기 위해 PSO를 사용해 비용 함수를 최소화한다.

실험 결과

연구 질문

• RQ1 전염병 모델에서 검사를 제어 입력으로 어떻게 모델링할 수 있으며, 전파를 억제할 수 있는가?
• RQ2 전염병 확산을 억제하기 위해 필요한 최소 검사율은 얼마인가 (BEST 정책)?
• RQ3 제한된 검사 재고량 하에서 정점 감염자 수를 최소화하기 위해 최적의 검사율은 얼마인가 (COST 정책)?
• RQ4 이러한 검사 정책은 프랑스의 중환자실 입원 수와 누적 사망자 수에 어떤 영향을 미치는가?
• RQ5 백신이 가용하지 않을 경우 제어 이론적 접근이 전염병 관리에 어떻게 기여할 수 있는가?

주요 결과

• BEST 정책는 전파 증가를 막는 최소한의 검사율로 전염병 억제를 달성하며, 효과적으로 전염병을 종식시킨다.
• COST 정책는 고정된 검사 재고량 내에서 정점 감염자 수를 최소화하여 의료 체계의 부담을 줄인다.
• 시뮬레이션 결과에 따르면, 양 정책 모두 통제되지 않은 확산에 비해 누적 사망자 수와 중환자실 입원 수를 크게 감소시킨다.
• 프랑스의 실세계 데이터를 기반으로 PSO를 사용한 매개변수 추정이 관측된 중환자실 입원 수와 사망자 경로에 잘 맞는다.
• 모델는 백신이 없더라도 적시이고 최적의 검사로 전염병의 정점과 전체 영향을 극적으로 감소시킬 수 있음을 보여준다.
• 이 연구는 백신이 가용하지 않을 경우, 특히 초기 단계에서 검사가 전염병 관리의 핵심 제어 수단임을 확인한다.