[논문 리뷰] Modeling the Control of COVID-19: Impact of Policy Interventions and Meteorological Factors

Jiwei Jia, Jian Ding외 6명|arXiv (Cornell University)|2020. 03. 05.

COVID-19 epidemiological studies인용 수 76

한 줄 요약

이 논문은 가정 내 격리까지 포함한 7-구획 SEIR 스타일 모델을 개발하고 이를 중국 데이터에 맞춰 전파 매개변수와 제어 재생산 수를 추정하며, 기상 지수와 백신 접종이 COVID-19 동역학에 미치는 영향을 검토합니다. 또한 자원 필요성 및 백신 접종 단계 시나리오를 분석합니다.

ABSTRACT

In this paper, we propose a dynamical model to describe the transmission of COVID-19, which is spreading in China and many other countries. To avoid a larger outbreak in the worldwide, Chinese government carried out a series of strong strategies to prevent the situation from deteriorating. Home quarantine is the most important one to prevent the spread of COVID-19. In order to estimate the effect of population quarantine, we divide the population into seven categories for simulation. Based on a Least-Squares procedure and officially published data, the estimation of parameters for the proposed model is given. Numerical simulations show that the proposed model can describe the transmission of COVID-19 accurately, the corresponding prediction of the trend of the disease is given. The home quarantine strategy plays an important role in controlling the disease spread and speeding up the decline of COVID-19. The control reproduction number of most provinces in China are analyzed and discussed adequately. We should pay attention to that, though the epidemic is in decline in China, the disease still has high risk of human-to-human transmission continuously. Once the control strategy is removed, COVID-19 may become a normal epidemic disease just like flu. Further control for the disease is still necessary, we focus on the relationship between the spread rate of the virus and the meteorological conditions. A comprehensive meteorological index is introduced to represent the impact of meteorological factors on both high and low migration groups. As the progress on the new vaccine, we design detail vaccination strategies for COVID-19 in different control phases and show the effectiveness of efficient vaccination. Once the vaccine comes into use, the numerical simulation provide a promptly prospective research.

연구 동기 및 목표

• 중국에서 더 엄격한 격리와 격리가 COVID-19 확산에 어떤 영향을 미치는지 정량화할 필요성을 제시한다.
• 격리, 무증상 전파 및 진단 케이스를 포착하는 7-구획 모델을 도입한다.
• 공식 데이터로부터 모델 매개변수를 추정하고 제어 재생산 수 Rc(t)를 계산한다.
• 합성 기상 지수 MeI를 통해 기상 요인의 영향력을 연구하고 백신 전략을 평가한다.
• 다양한 격리 기간 하에서 의료 자원 부담(AMR)을 평가한다.]
• method:[
• 고전 SEIR 프레임워크를 S, Q, E, A, I, D, R의 7개 구획으로 확장하고 격리 분류 Q를 도입한다.
• 이음속도(bilinear incidence)와 무증상/증상 전파 및 격리 역학을 위한 매개변수(p, λ)를 사용한다.
• 차세대 행렬을 적용하여 Rc^0 = [(βθ(1−ρ))/(εA+γA) + (βρ)/(γI+dI+εI)] S0를 유도하고 Rc(t)를 이에 따라 정의한다.
• 공개된 D(t) 데이터(진단 케이스)에 대해 β와 γI를 최소제곱으로 적합시키고 28일 간의 기간에 대해 프로페이즈, 메타페이즈, 애나페이즈로 단계 분석한다.
• MeI를 도입하여 MeI와 Rc^0 및 β의 관계를 정량화하고 AI, TE, PR, RH, WP를 이용한 선형 회귀를 수행한다.
• 격리 구획을 백신 접종 구획으로 대체하고 3단계 백신 접종 시기(prophase, metaphase, anaphase)를 평가한다.
• AMR = k ∫ D(t) dt를 90일 동안 적분해 축적된 의료 자원을 추정하고 보건 부담을 평가한다.]
• research_questions:[
• 가정 내 격리 전략이 중국 각 성의 COVID-19에 대한 Rc(t)에 어떤 영향을 미치는가？
• 고 MIG 그룹 간 MeI와 전파 매개변수(Rc^0, β) 사이의 관계는 어떠한가？
• 다양한 제어 단계의 백신 전략이 피크 진단 사례(D(t))와 Rc(t)에 어떤 영향을 미치는가？
• 다양한 격리 기간 하에서 예측되는 의료 자원 수요(AMR)는 어떠한가？

제안 방법

• 전통 SEIR 프레임워크를 S, Q, E, A, I, D, R의 7개 구획으로 확장하고 Q 구획을 추가한다.
• 무증상/증상 전염 및 격리 역학에 대한 양자화된 인코던스(k)와 파라미터를 사용하는 bilinear incidence를 적용한다.
• 다음 생성 행렬(next-generation matrix)을 이용해 Rc^0를 도출하고 Rc(t)을 정의한다.
• 진단 케이스 데이터(D(t))를 바탕으로 β와 γI를 최소제곱으로 피팅하고 28일 동안의 데이터를 이용해 프로페이즈/메타페이즈/애나페이즈로 단계적 분석을 수행한다.
• MeI를 도입하여 MeI와 Rc^0, β의 관계를 선형 회귀로 분석하고 AI, TE, PR, RH, WP를 변수로 사용한다.
• 격리 구획을 백신 구획으로 대체하고 3단계 백신 접종 시나리오를 검토한다.
• AMR을 AMR = k ∫ D(t) dt로 정의하여 90일 간 누적 의료 자원 부담을 평가한다.

실험 결과

연구 질문

• RQ1 가정 내 격리 전략이 중국 성들에 걸쳐 COVID-19의 제어 재생산 수 Rc(t)에 어떤 영향을 주는가？
• RQ2 MeI와 전파 매개변수(Rc^0, β) 사이의 관계가 고이주 그룹과 저이주 그룹에서 어떤 차이를 보이는가？
• RQ3 다양한 제어 단계의 백신 전략이 피크 진단(case) 수(D(t))와 Rc(t)에 어떤 영향을 주는가？
• RQ4 다양한 격리 기간 하에서 예상되는 의료 자원 수요(AMR)는 얼마나 달라지는가？

주요 결과

• Rc^0가 후베이 외부에서 12.7700이고 후베이 내부에서 8.5423으로 초기 질병 부담 차이를 반영한다.
• 세 구간에 걸친 평균 Rc(t)는 현재 통제 하에서 감소하며, 후베이 외부는 prophase에서 6.0295에서 metaphase에서 1.0843으로, anaphase에서 0.6208로 떨어지고, 후베이 내부는 5.6870에서 2.2426으로, 1.0560으로 떨어진다.
• 더 긴 격리(작은 1/λ)가 피크 D(t)와 AMR을 감소시키며, 후베이 외부의 피크는 λ에 따라 약 9,094–11,706 사이이고, 후베이 내부는 훨씬 큰 AMR과 더 늦은 피크를 보인다.
• MeI는 두 그룹에서 Rc^0 및 β와 상당히 상관되며, 그룹 I은 서로 다른 기상 영향 패턴을 시사하는 계수를 보인다.
• 모델에서 백신 접종은 진단 피크를 가속하고 Rc(t)를 더 효과적으로 감소시키며, 백신이 더 이르게 시작될수록(프로페이즈) 의미 있는 완화가 나타난다.
• AMR 추정치는 성별 차이가 크고, 지정 병원을 고려하면 MBW가 MB3에 비해 감소해 자원 재배치 효과를 강조한다.