[논문 리뷰] Modelling and predicting the spread of Coronavirus (COVID-19) infection in NUTS-3 Italian regions

Diego Giuliani, Dickson Mm외 2명|arXiv (Cornell University)|2020. 03. 14.

COVID-19 epidemiological studies인용 수 18

한 줄 요약

이 연구는 이탈리아의 NUTS-3 지역 수준에서 코로나19의 시공간적 확산을 예측하기 위해 다변량 영역 카운트 시간열 모델을 적용한다. 통계적 지속적-유행 모델링을 활용하여 배경 전파와 유행 역학을 모두 포착한다. 모델은 지역 수준에서 강력한 예측 성능를 보이며, 감염자 수의 저보도 문제를 고려하여 지역 감염 패턴에 대한 유의미한 통찰을 제공한다.

ABSTRACT

This paper represents a frst attempt to model and predict the spatio-temporal distribution of Coronavirus (COVID-19) infections at NUTS-3 regional level in Italy. The statistical endemic-epidemic multivariate areal count time-series model introduced by Paul and Held (2011), and further refined by Meyer and Held (2014), is employed. Despite being very preliminary, the results are promising with respect to the possibility to gain useful insights about the spatial and temporal characteristics of both the endemic and epidemic behaviours of this new infectious disease. Moreover, the result also show that the model has the potential to provide good forecasts of the number of infections at local level while controlling for under-reporting.

연구 동기 및 목표

• 이탈리아의 NUTS-3 지역 수준에서 코로나19의 시공간적 확산을 모델링하고 예측하는 것. 이는 이전에 이러한 모델에서 다루지 않은 세밀한 해상도 수준이다.
• 통계적 지속적-유행 다변량 영역 카운트 시간열 모델이 SARS-CoV-2의 배경(지속적) 전파와 유행(유행) 전파 패턴을 얼마나 잘 포착할 수 있는지 평가하는 것.
• 감염자 수 데이터의 저보도를 보정하면서도 지역 규모에서의 모델 예측 정확도를 평가하는 것.
• 이탈리아의 하위 국가 수준에서 전염병의 공간적 및 시간적 역학에 대한 실질적인 통찰을 제공하는 것.

제안 방법

• Paul과 Held(2011)가 처음 제안한 통계적 지속적-유행 다변량 영역 카운트 시간열 모델을 채택하며, 이후 Meyer와 Held(2014)에 의해 개선되었다.
• 지역 감염자 수를 지속적(배경) 전파와 유행(지역적 전파) 성분의 함수로 모델링하여 공간적 및 시간적 의존성을 포착한다.
• 관측 수준의 이질성을 통합하여 지역 간 보고된 감염자 수의 저보도를 보정한다.
• 베이지안 계층 모델링을 사용하여 모델 파라미터를 추정하고 향후 감염자 수에 대한 확률적 예측을 생성한다.
• 모델을 이탈리아의 NUTS-3 지역에 적용하여 지역 전파 패턴에 대한 세밀한 분석을 가능하게 한다.

실험 결과

연구 질문

• RQ1 다변량 영역 카운트 모델은 이탈리아의 NUTS-3 지역 수준에서 코로나19 감염의 시공간 역학을 얼마나 잘 포착할 수 있는가?
• RQ2 모델은 감염자 수 데이터의 저보도를 얼마나 잘 보정하면서도 예측 정확도를 유지하는가?
• RQ3 모델은 이탈리아 지역 간 지속적 전파와 유행 전파 성분의 균형에 대해 어떤 통찰을 제공하는가?
• RQ4 모델은 지역 수준에서 감염자 수의 신뢰할 수 있는 단기 예측을 생성할 수 있는가?

주요 결과

• 모델은 이탈리아 NUTS-3 지역 전역에서 SARS-CoV-2 전파의 지속적 및 유행 성분을 성공적으로 포착하여 전파 역학에서 지역 간 상이한 패턴을 드러낸다.
• 모델은 지역(지역) 수준에서 강력한 예측 성능를 보이며, 공중보건 계획 수립에 실질적인 응용 가능성을 시사한다.
• 저보도 보정 조치는 모델 적합도와 예측 신뢰성 모두를 크게 향상시켜 데이터 불완전성을 고려하는 것이 중요하다는 점을 강조한다.
• 초기 결과는 모델이 행정적 세분성 수준에서 전염병의 공간적 및 시간적 진화에 대해 유용한 통찰을 제공할 수 있음을 시사한다.