[논문 리뷰] Modelling death rates due to COVID-19: A Bayesian approach

Cristian L. Bayes, Victor Sal y Rosas외 1명|arXiv (Cornell University)|2020. 04. 06.

COVID-19 epidemiological studies참고 문헌 1인용 수 8

한 줄 요약

이 연구는 중국의 유행곡선에서의 사전 데이터를 통합하여 페루의 코로나19 사망률을 예측하는 베이지안 비선형 모델을 제안한다. 모델은 총 611.6명의 사망(95% 신뢰구간: 604.3–833.7)을 추정하며, 첫 번째 사망 보고일 이후 63.8일째까지 99%의 사망이 발생할 것으로 예측하고, 정점은 제25.9일에 도달한다. 이는 패an드믹 관리에 정책적으로 유용한 예측을 제공한다.

ABSTRACT

Objective: To estimate the number of deaths in Peru due to COVID-19. Design: With a priori information obtained from the daily number of deaths due to CODIV-19 in China and data from the Peruvian authorities, we constructed a predictive Bayesian non-linear model for the number of deaths in Peru. Exposure: COVID-19. Outcome: Number of deaths. Results: Assuming an intervention level similar to the one implemented in China, the total number of deaths in Peru is expected to be 612 (95%CI: 604.3 - 833.7) persons. Sixty four days after the first reported death, the 99% of expected deaths will be observed. The inflexion point in the number of deaths is estimated to be around day 26 (95%CI: 25.1 - 26.8) after the first reported death. Conclusion: These estimates can help authorities to monitor the epidemic and implement strategies in order to manage the COVID-19 pandemic.

연구 동기 및 목표

• 데이터 기반 예측 모델을 사용하여 페루의 코로나19 총 사망자 수를 추정하기 위해.
• 베이지안 프레임워크 내에서 중국의 유행 역학을 정보성 사전 분포로 통합하기 위해.
• 페루에서의 유행 정점 사망률 시점과 유행 지속 기간을 예측하기 위해.
• 의료 시스템 계획 및 개입 평가에 유용한 정책 기반 예측을 제공하기 위해.
• 다양한 사전 불확실성 하에서의 민감도 분 析를 통해 모델의 강건성 평가하기 위해.

제안 방법

• 일일 사망 수를 포isson 우도로 모델링하고, 비율 매개변수를 기울은 정규 분포 함수 비례로 설정하기 위해.
• 중국 유행 데이터를 정보성 사전 분포로 사용하여 페루 사망률 추정에 베이지안 계층 모델 적용하기 위해.
• p가 최대 점근적 사망률일 때 log(p)에 대한 약한 정보성 사전 분포 설정하기 위해.
• Stan을 통한 마르코프 체인 몬테카를로(MCMC) 샘플링을 활용하여 사후 추론 및 예측 분포 추정하기 위해.
• 사후 예측 분포에서 총 사망자 수, 99% 사망 발생까지의 시간, 정점 시점 등의 주요 양을 유도하기 위해.
• 사전 분산을 변화시켜 민감도 분 析를 실시하여 추정치의 강건성 평가하기 위해.

실험 결과

연구 질문

• RQ1 중국 유행 패tern과 페루 데이터를 바탕으로, 향후 70일 내 페루의 코로나19 총 사망자 수는 기대되는가?
• RQ2 페루에서 첫 번째 사망 보고일 이후로 99%의 모든 기대 사망자가 발생할 시점은 언제인가?
• RQ3 첫 번째 사망 보고일 이후 얼마 만에 일일 사망률이 정점에 도달하여 유행의 정점 시점이 되는가?
• RQ4 모델의 예측은 사전 분포의 불확실성에 얼마나 민감한가?
• RQ5 모델는 새로운 페루 데이터에 얼마나 잘 적응하여 공중보건 계획에 기여할 수 있는가?

주요 결과

• 페루의 코로나19 기대 총 사망자 수는 611.6명이며, 95% 신뢰구간은 604.3에서 833.7명이다.
• 모든 기대 사망자의 99%는 첫 번째 사망 보고일 이후 63.8일째까지 발생할 것으로 예측되며, 95% 신뢰구간은 52.9일에서 65.8일이다.
• 사망률 곡선의 정점은 제25.9일로 추정되며, 95% 신뢰구간은 25.1일에서 26.8일이다.
• 민감도 분석에서 모델은 강건성을 유지하지만, 사전 불확실성이 증가할수록 더 넓은 신뢰구간이 나타난다.
• 사후 예측 분포를 통해 새로운 페루 데이터가 제공될 때마다 동적으로 업데이트 가능하여 실시간 예측 능력이 향상된다.
• 음수 이항 분포와 같은 대안 분포보다 모델이 더 우수하며, 경험적 적합도는 포isson-기울임 정규 분포 조합을 지지한다.