[논문 리뷰] Modeling Control, Lockdown \& Exit Strategies for COVID-19 Pandemic in India

Madhab Barman, Snigdhashree Nayak외 3명|arXiv (Cornell University)|2020. 07. 15.

COVID-19 epidemiological studies참고 문헌 28인용 수 4

한 줄 요약

이 연구는 인도의 코로나19 전파를 예측하기 위해 무증상 전파와 통제 조치를 고려한 지자체별로 구분된 SEIR 기반 전염병 모델을 개발하고 校정하였다. 연구는 봉쇄 조치와 표적화된 조치가 감염 피크를 크게 연기하고 감소시킴을 입증하였으며, 2020년 5월 15일의 실시간 데이터를 사용해 2020년 7월 20일까지의 추세를 정확하게 예측하였다.

ABSTRACT

COVID-19--a viral infectious disease--has quickly emerged as a global pandemic infecting millions of people with a significant number of deaths across the globe. The symptoms of this disease vary widely. Depending on the symptoms an infected person is broadly classified into two categories namely, asymptomatic and symptomatic. Asymptomatic individuals display mild or no symptoms but continue to transmit the infection to otherwise healthy individuals. This particular aspect of asymptomatic infection poses a major obstacle in managing and controlling the transmission of the infectious disease. In this paper, we attempt to mathematically model the spread of COVID-19 in India under various intervention strategies. We consider SEIR type epidemiological models, incorporated with India specific social contact matrix representing contact structures among different age groups of the population. Impact of various factors such as presence of asymptotic individuals, lockdown strategies, social distancing practices, quarantine, and hospitalization on the disease transmission is extensively studied. Numerical simulation of our model is matched with the real COVID-19 data of India till May 15, 2020 for the purpose of estimating the model parameters. Our model with zone-wise lockdown is seen to give a decent prediction for July 20, 2020.

연구 동기 및 목표

• 무증상 환자와 연령별 접촉 구조를 포함한 인도 내 SARS-CoV-2 전파 역학을 모델링하기 위해.
• 봉쇄, 격리, 사회적 거리두기 및 병원 입원 조치의 효과를 평가하여 전파 확산을 통제하는 데 기여하기 위해.
• 2020년 5월 15일까지의 실시간 코로나19 확진자 데이터를 사용해 모델을 校정하기 위해.
• 봉쇄 조치 종료 전략을 시뮬레이션하고 비교하여 공중보건 정책을 안내하기 위해.

제안 방법

• 무증상 전파와 연령별 접촉 행렬을 포함한 수정된 SEAIRD(감염자-잠복기-무증상-감염자-회복자-사망자) 분할 모델을 적용하여 모델을 개선하였다.
• 조각별로 일정한 전파율을 사용해 지자체별 봉쇄, 사회적 거리두기 및 격리 조치와 같은 시간에 따라 변화하는 통제 조치를 통합하였다.
• 미분방정식 시스템의 수치 시뮬레이션을 통해 질병 진행 상황을 모델링하였으며, 인도의 보고된 확진자 데이터에 적합한 방식으로 모수를 추정하였다.
• 2020년 5월 15일까지의 인도 누적 확진자 데이터를 사용해 모델의 모수를 校정하여 예측 정확도를 확보하였다.
• 기본 재생수 R₀와 통제 조치의 시기 및 강도에 대한 민감도를 평가하였다.
• 관측된 데이터와의 비교를 통해 모델 예측의 정확성을 검증하였으며, 2020년 7월 20일까지 양호한 일치를 보였다.

실험 결과

연구 질문

• RQ1 무증상 전파를 포함함으로써 인도의 코로나19 유행 예측 경로에 어떤 영향을 미치는가?
• RQ2 지자체별 봉쇄 및 사회적 거리두기 조치는 감염 피크 수치를 얼마나 줄이고 유행 전파를 얼마나 연기하는가?
• RQ3 격리 및 병원 입원 수준의 변화가 의료 체계에 대한 총 부담에 어떤 영향을 미치는가?
• RQ4 두 번째 유행을 방지하기 위해 봉쇄 조치 종료 전략의 최적의 시기와 지속 기간은 무엇인가?
• RQ5 2020년 5월 15일까지의 데이터를 사용해 모델이 실제 사례 추세를 얼마나 정확하게 예측하는가?

주요 결과

• 지자체별 봉쇄를 포함한 모델은 2020년 7월 20일까지 인도의 유행 추세를 정확히 예측하여 그 예측 능력을 입증하였다.
• 무증상 전파는 효과적 재생수를 크게 증가시켜, 광범위한 검사 없이선 통제가 더욱 어려워짐을 시사한다.
• 봉쇄 조치와 사회적 거리두기 조치는 감염 피크를 수주간 연기하여 의료 인프라에 가해지는 압력을 줄였다.
• 증상이 있는 환자의 격리 및 병원 입원 조치는 전파와 사망률 감소에 핵심적인 역할을 하였다.
• 모델은 통제 조치 없이도 효과적 재생수 R₀가 2.5 이상으로 추정되었으며, 이는 비약리적 조치의 필요성을 강조한다.
• 교정된 모델은 초기 및 지속적인 조치가 시행될 경우, 통제되지 않은 상황 대비 누적 감염 수를 50% 이상 감소시킬 수 있음을 보여주었다.