[논문 리뷰] Modeling surveillance and interventions in the 2014 Ebola epidemic

Marisa C. Eisenberg, Joseph N. S. Eisenberg외 5명|arXiv (Cornell University)|2015. 01. 22.

Viral Infections and Outbreaks Research참고 문헌 32인용 수 3

한 줄 요약

이 연구는 2014년 기니, 리베리아, 시에라리온에서의 에볼라 유행 기간 동안의 감시 및 개입 역학을 시뮬레이션하기 위해 단계 구조화된 전염병 모델을 개발한다. 전파 단계(초기, 후기, 시신 매개), 보고율, 그리고 동적 에볼라 치료 단위(ETU) 용량을 통합함으로써, 이 모델은 유행 추세를 정확하게 예측하며, 개선된 감시가 실제로 전파를 줄임에도 불구하고 보고된 환자 수를 증가시킬 수 있다는 역설을 드러낸다—이는 효과적인 개입을 가능하게 하는 ETU 용량의 핵심적 역할을 강조한다.

ABSTRACT

The 2014 Ebola epidemic in West Africa is the largest ever recorded, and understanding the interrelated dynamics of surveillance and intervention is a key concern, both for this and future epidemics. Moreover, as transmissibility and mortality are believed to increase as symptoms progress, intervention strategies may depend on individual’s stage of infection. To examine these issues, we developed a stage-structured model of Ebola, which includes a term for fraction of the population at risk, reporting rate, among other factors. We generated short term forecasts for Guinea, Liberia, and Sierra Leone, beginning October 1, 2014, which we have since validated using subsequent data. We examined the relative contributions of the stages of infection, and then expanded the model to consider Ebola treatment unit (ETU) dynamics and interventions, incorporating both stagedependent hospitalization rates and dynamic ETU capacity. We found that a wide range of forecasted trajectories fit well to the data. However, by estimating terms for surveillance and intervention, the best-fit models correctly forecasted the qualitative behavior for all three countries, both individually and for all countries combined. In particular, the models correctly forecasted the slow-down and stabilization in Liberia but continued exponential growth in Sierra Leone through October and November 2014. Because increasing intervention levels lead to improved reporting, interventions and reported cases/deaths can have a seemingly paradoxical relationship, in which increasing intervention levels result in apparent increases in cases and deaths (due to improved reporting), even though there has actually been a significant reduction in underlying total cases/deaths. These simulations suggest that some of the observed reductions in the growth rate of the epidemic are consistent with intervention effects. All three transmitting stages (early, late, and funeral) appeared to contribute significantly to transmission, with intervention on any single stage often insufficient to prevent an epidemic. However, parameter unidentifiability issues impede estimation of the relative contributions of each stage of transmission from incidence and deaths data alone, which poses a challenge in determining optimal intervention strategies, and underscores the need for additional data collection. For the ETU-based scenarios, basic treatment and isolation capacity acted as a prerequisite to other interventions, with early-stage isolation, increased staff and supplies, and reductions in funeral transmission only fully effective once sufficient ETU/isolation capacity was achieved.

연구 동기 및 목표

• 2014년 에볼라 유행 기간 동안 감시, 보고, 개입 효과성 간의 상호작용을 이해하기 위해.
• 감염 단계(초기, 후기, 시신 매개)에 따라 전파가 어떻게 달라지는지, 그리고 각 단계가 유행 확산에 기여하는 비율을 평가하기 위해.
• 동적 에볼라 치료 단위(ETU) 용량과 감염 단계에 따라 달라지는 병원화율이 유행 예측 및 통제에 미치는 영향을 평가하기 위해.
• 증가하는 개입 조치가 실제로 전파를 줄임에도 불구하고 보고된 환자 수가 증가하는 역설을 설명하기 위해.

제안 방법

• 초기 증상, 후기 증상, 시신 매개 전파 단계를 반영하기 위해 단계 구조화된 분할 모델을 개발하였다.
• 감시 및 환자 탐지 변화를 반영하기 위해 시간에 따라 변하는 보고율을 모델에 통합하였다.
• 가용한 인력, 침대, 물자에 따라 동적 ETU 용량을 모델링하였으며, 병원화율은 감염 단계에 따라 달라지도록 하였다.
• 2014년 10월 1일부터 기니, 리베리아, 시에라리온의 유병 및 사망 데이터를 기반으로 가능도 기반 피팅 방법을 사용하여 모델을 校정하였다.
• 특히 각 단계의 전파 기여도 추정의 신뢰성 평가를 위해 민감도 및 식별 가능성 분석을 실시하였다.
• ETU 용량 조건이 다양할 경우 각 전파 단계를 대상으로 한 개입의 영향을 평가하기 위해 시나리오를 시뮬레이션하였다.

실험 결과

연구 질문

• RQ1 2014년 유행 기간 동안 감염 단계(초기, 후기, 시신 매개)가 전체 에볼라 전파에 기여하는 정도는 어떠한가?
• RQ2 개선된 감시 및 보고가 실제로 전파가 감소하는 상황에서도 보고된 환자 수가 증가하는 것처럼 보일 수 있는 정도는 어느 정도인가?
• RQ3 동적 에볼라 치료 단위(ETU) 용량이 효과적인 개입 전략을 가능하게 하는 데 어떤 역할을 하는가?
• RQ4 단일 전파 단계를 대상으로 한 개입만으로 유행을 통제할 수 있는가, 아니면 다단계 개입이 필요하는가?
• RQ5 매개변수의 식별 불가능성 문제로 인해, 단지 유병 및 사망 데이터만으로 각 단계의 전파 기여도를 정확히 추정하는 데 어떤 제약가 있는가?

주요 결과

• 모델은 리베리아와 시에라리온에서 관찰된 유행 추세를 성공적으로 예측하였으며, 리베리아의 경우 10월과 11월 동안 둑속의 감소 추세와 시에라리온의 계속되는 지수적 증가 추세를 모두 반영하였다.
• 감시 및 개입이 향상되면서 실제 유행이 억제되고 있음에도 불구하고 보고된 환자 및 사망자 수가 증가하는 현상이 발생하였으며, 이는 기술적으로 놀라운 보고의 역설을 입증하였다.
• 모든 세 가지 전파 단계—초기, 후기, 시신 매개—가 유행 확산에 상당한 기여를 하였으며, 단일 단계에 대한 개입만으로는 유행을 통제할 수 없음을 확인하였다.
• 기본적인 ETU 및 격리 용량은 다른 개입 조치가 효과를 발휘할 수 있는 전제 조건으로 확인되었으며, 초기 단계 격리 및 시신 매개 전파 감소는 충분한 용량이 확보된 경우에만 효과를 발휘하였다.
• 매개변수의 식별 불가능성으로 인해, 단지 유병 및 사망 데이터만으로는 각 전파 단계의 상대적 기여도를 정확히 추정하는 데 제약이 있었으며, 이는 추가적인 데이터 수집의 필요성을 강조한다.
• 최적 피팅 모델은 세 국가 모두에서 개별적으로나 복합적으로도 유행의 정성적 행동을 정확히 반영하여 모델의 예측 능력을 검증하였다.