Skip to main content
누빈트
QUICK REVIEW

[논문 리뷰] Modeling and forecasting of the COVID-19 pandemic in India

Kankan Sarkar, Subhas Khajanchi|RePEc: Research Papers in Economics|2020. 05. 13.
COVID-19 epidemiological studies인용 수 12
한 줄 요약

이 연구는 인도 및 17개 주에서 코로나19 팬데믹의 전파 역학과 종료 일자를 예측하기 위한 데이터 기반의 SARIIqSq 수학 모델을 제안한다. 2020년 4월 30일까지의 실시간 감염자 데이터를 사용하여, 기본 전파 수치 $R_0$를 추정하고, 엄격한 봉쇄 조치가 2020년 6월 26일까지 전파를 95% 감소시키고, 7월 26일까지는 99% 감소시켰음을 예측한다. 이는 사회적 거리 두기 및 격리 조치의 효과성을 보여준다.

ABSTRACT

Background: The ongoing COVID-19 epidemic dilated rapidly throughout India. To end the global COVID-19 pandemic major behavioral, social distancing, contact tracing, and state interventions has been undertaken to reduce the outbreak and avert the persistence of the coronavirus in humans in India and worldwide. In absence of any vaccine or therapeutics, forecasting is of utmost priority for health care planning and control the transmission of COVID-19. Methods: We have proposed a mathematical model that explain the transmission dynamics of COVID-19 in India. Based on the estimated data our model predicts the evolution of epidemics and the end of SARS-CoV-2 and aids to evaluate the influence of different policies to control the spread of the diseases. Findings: With the real data for infected individuals, we find the basic reproduction number $R_0$ for 17 states of India and overall India. A complete figure is given to demonstrate the estimated pandemic life cycle along with the real data or history to date. Our study reveals that the strict control measures implemented in India substantially mitigated the disseminate of SARS-CoV-2. Importantly, model simulations predict that 95% reduction of outbreak on June 26, 2020 and 99% reduction of outbreak on July 26, 2020 in India. Interpretation: Our model simulation demonstrates that the community-wide elimination of SARS-CoV-2 is possible by mitigating the social distancing and use essential precautions. Lockdown can be implemented strictly to prevent the human-to-human transmission of COVID-19. The model-based and parameter estimation of epidemic life cycle, and end dates, if can be done precisely, may decrease distress and over optimism and develop the mentality for all of us for the next stages of the outbreak evolution.

연구 동기 및 목표

  • 2020년 4월 30일까지의 실제 데이터를 사용하여 인도에서 SARS-CoV-2 전파 역학을 모델링하고 예측하는 것.
  • 전파 잠재력 평가를 위해 인도 및 17개 주에 대한 기본 전파 수치 $R_0$를 추정하는 것.
  • 사회적 거리 두기, 봉쇄 및 격리 정책의 영향을 평가하여 팬데믹 통제에 기여하는지 분석하는 것.
  • 모델 시뮬레이션 기반으로 인도 및 각 주의 유행의 전환점과 종료 시점을 예측하는 것.
  • 팬데믹 기간 동안 공중보건 계획 및 정책 수립을 위한 실질적인 통찰을 제공하는 것.

제안 방법

  • SARS-CoV-2 전파 역학을 나타내기 위해 수정된 SARIIqSq 분할 모델을 개발하였다.
  • 감염 가능 인구, 잠복기 인구, 무증상자, 유증상자, 격리자 및 회복자 분류를 포함하며, 격리 및 방역 조치를 통합하였다.
  • 2020년 4월 30일까지의 공개된 확진자 데이터를 사용하여 모델의 매개변수를 추정하였다.
  • 모델 적합도는 예측된 일일 신규 감염자 수(파란 선)와 실제 보고된 감염자 수(빨간 점)를 인도 주별로 비교하여 검증하였다.
  • 전파 확률 및 통제 조치의 영향을 평가하기 위해 민감도 분석을 실시하였다.
  • 누적 감염자 경로 기반으로 팬데믹 종료 일자를 예측하였으며, 95% 및 99% 감소 기준을 설정하였다.
Figure 1: Schematic representation of the model. The schematic flow diagram represents the interplays among different stages of infection in the model $SARII_{q}S_{q}$ : susceptible or uninfected $(S)$ , asymptotic or mildly symptomatic $(A)$ , recovered or healed $(R)$ , infected or symptomatic $(I
Figure 1: Schematic representation of the model. The schematic flow diagram represents the interplays among different stages of infection in the model $SARII_{q}S_{q}$ : susceptible or uninfected $(S)$ , asymptotic or mildly symptomatic $(A)$ , recovered or healed $(R)$ , infected or symptomatic $(I

실험 결과

연구 질문

  • RQ1실제 감염자 데이터 기반으로 인도 및 17개 주의 기본 전파 수치 $R_0$는 얼마인가?
  • RQ2인도에서 봉쇄 및 사회적 거리 두기 조치는 SARS-CoV-2 전파를 얼마나 효과적으로 감소시켰는가?
  • RQ3팬데믹이 인도에서 전체 감염자 수의 95%와 99%에 도달할 것으로 예상되는 시점은 언제인가?
  • RQ4실시간 데이터를 활용할 때 모델은 유행의 전환점과 종료 시점을 얼마나 정확하게 예측할 수 있는가?
  • RQ5모델 시뮬레이션에 따르면 격리 및 접촉자 추적은 SARS-CoV-2 전파 완화에 어떤 역할을 하는가?

주요 결과

  • 모델은 인도 전역에서 2020년 6월 26일까지 일일 신규 감염자 수가 95% 감소할 것으로 예측한다.
  • 현재 통제 조치 하에 따라 2020년 7월 26일까지 전파가 99% 감소할 것으로 예측된다.
  • 실제 감염자 데이터를 기반으로 17개 인도 주와 인도 전역의 $R_0$ 값이 추정되었으며, 전파 잠재력이 확인되었다.
  • 모델 시뮬레이션은 엄격한 봉쇄 및 사회적 거리 두기가 SARS-CoV-2 전파를 크게 줄이는 데 기여함을 확인한다.
  • 모델 기반 예측 결과는 실제 감염자 데이터와 밀접하게 일치하여 팬데믹 수명 주기 예측 정확도를 검증한다.
  • 낮은 검사 비율 상황에서 재확산 방지를 위해 조속하고 강력한 조치가 필수적임을 강조한다.
Figure 2: Model estimation based on real data. The $SARII_{q}S_{q}$ model fitted with the real data on daily new cases of COVID-19 in India and 5 provinces of India, namely Andhra Pradesh, Delhi, Gujarat, Haryana and Jammu & Kashmir. Observed data points are displayed in the red dot histogram and th
Figure 2: Model estimation based on real data. The $SARII_{q}S_{q}$ model fitted with the real data on daily new cases of COVID-19 in India and 5 provinces of India, namely Andhra Pradesh, Delhi, Gujarat, Haryana and Jammu & Kashmir. Observed data points are displayed in the red dot histogram and th

더 나은 연구,지금 바로 시작하세요

논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.

카드 등록 없음 · 무료 플랜 제공

이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.