[논문 리뷰] Modelling Covid-19 epidemic in Mexico, Finland and Iceland

Rafael A. Barrio, Kimmo Kaski외 3명|arXiv (Cornell University)|2020. 07. 18.

COVID-19 epidemiological studies참고 문헌 27인용 수 4

한 줄 요약

이 연구는 멕시코, 핀란드, 아이슬란드에서 코로나19 유행을 시뮬레이션하고 예측하기 위해 확률적 이동성을 고려한 공간적으로 명시적인 SEIRS 모델을 제안한다. 지역 내 병변 동역학을 인간 이동을 통한 지역 간 전파와 결합함으로써, 모델은 관측된 감염자 경로를 정확히 재현하고, 재개장의 영향을 예측하며, 엄격한 초기 봉쇄와 검사(아이슬란드, 핀란드)를 시행한 국가들은 멕시코와 달리 전파가 광범위하게 퍼져 초기에 감염률이 높아져 감수성 인구가 줄어든 멕시코보다 더 작은 두 번째 파동을 겪는 것으로 드러났다.

ABSTRACT

Over the past two decades there has been a number of global outbreaks of viral diseases. This has accelerated the efforts to model and forecast the disease spreading, in order to find ways to confine the spreading regionally and between regions. Towards this we have devised a model of geographical spreading of viral infections due to human spatial mobility and adapted it to the latest COVID-19 pandemic. In this the region to be modelled is overlaid with a two-dimensional grid weighted with the population density defined cells, in each of which a compartmental SEIRS system of delay difference equations simulate the local dynamics (microdynamics) of the disease. The infections between cells are stochastic and allow for the geographical spreading of the virus over the two-dimensional space (macrodynamics). This approach allows to separate the parameters related to the biological aspects of the disease from the ones that represent the spatial contagious behaviour through different kinds of mobility of people acting as virus carriers. These provide sufficient information to trace the evolution of the pandemic in different situations. In particular we have applied this approach to three in many ways different countries, Mexico, Finland and Iceland and found that the model is capable of reproducing and predicting the stochastic global path of the pandemic. This study sheds light on how the diverse cultural and socioeconomic aspects of a country influence the evolution of the epidemics and also the efficacy of social distancing and other confinement measures.

연구 동기 및 목표

• 다양한 인구 통계, 정책, 사회 구조를 가진 국가들 간 코로나19의 지리적 확산을 모델링하기 위해.
• 사회적 거리두기, 봉쇄, 검사 정책의 효과성을 평가하여 패닉 확산을 통제하는 데 목적이 있다.
• 이동성 복귀가 유행 재발에 미치는 영향, 특히 두 번째 파동의 위험을 예측하기 위해.
• 생물학적 전파 매개변수와 이동성 기반 공간 동역학을 분리하여 예측 정확도를 향상시키기 위해.

제안 방법

• 각 국가에 2차원 격자 구조를 적용하고, 인구 밀도에 따라 셀을 가중치화하여 지연 차분 방정식을 통해 지역 내 SEIRS 동역학을 시뮬레이션한다.
• 세포 간 전파를 확률적으로 모델링하여 인간 이동을 지리적 전파의 원동력(대역역학)으로 표현한다.
• 생물학적 매개변수(예: 잠복기 및 회복 속도)와 이동성 매개변수(예: 이동 빈도 및 경로)를 분리한다.
• 봉쇄 및 재개와 같은 정책 변화를 반영하기 위해 시간에 따라 변화하는 이동성을 통합한다.
• 모델는 초기 유행 데이터를 사용하여 校정되었으며, 멕시코, 핀란드, 아이슬란드의 관측된 감염자 수와 검증되었다.
• 모든 이동성 복원 조건 하에서의 결과를 예측하기 위해 시나리오 시뮬레이션을 실행하였다.

실험 결과

연구 질문

• RQ1 사회적 거리두기 및 검사 정책의 차이가 다양한 인구 통계를 가진 국가들에서 코로나19 유행의 경로에 미치는 영향은 어떠한가?
• RQ2 제한된 데이터로도 확률적 공간 모델과 이동성을 통합한 모델이 실제 유행 동역학을 얼마나 정확하게 예측할 수 있는가?
• RQ3 국제 및 국내 이동성이 복귀함에 따라 두 번째 파동의 위험은 어느 정도인가?
• RQ4 유사한 초기 대응(예: 핀란드와 아이슬란드)을 보였음에도 불구하고, 재개 후 복귀 패턴이 다른 이유는 무엇인가?

주요 결과

• 모델는 2020년 4월 초의 제한된 정보만으로도 멕시코의 유행 경로를 정확히 예측하였다.
• 엄격한 초기 봉쇄와 검사를 시행한 아이슬란드와 핀란드는 이동성이 복원된 후 감수성 인구가 낮아서 최소한의 회복(재확산)을 보였다.
• 첫 번째 파동에서 거의 전 인구가 감염된 멕시코는 재개 후 매우 작은 회복 패턴을 보였으며, 대부분이 이미 면역 상태였기 때문이다.
• 반면 핀란드는 봉쇄가 효과적으로 이루어져 대다수 인구가 감수성 상태였기 때문에 재개 후 가장 큰 회복 패턴을 보였다.
• 모델는 적시에 시행되고 철저히 이행된 봉쇄 및 검사 조치가 심각한 두 번째 파동의 위험을 크게 줄인다는 것을 입증하였다.
• 이 연구는 초기에 校정된 모델이 빈도가 낮은 데이터로도 이동성 기반 공간 모델과 확률적 전파를 통합해 효과적인 예측이 가능하다는 것을 확인하였다.