[논문 리뷰] Non-Markovian SIR epidemic spreading model

Lasko Basnarkov, Igor Tomovski외 2명|arXiv (Cornell University)|2021. 07. 15.

COVID-19 epidemiological studies참고 문헌 15인용 수 5

한 줄 요약

이 논문은 COVID-19와 같은 질병의 더 현실적인 모델링을 가능하게 하기 위해 잠복기, 전염성 및 회복 기간에 일반 분포를 통합한 비마르코프 SIR 모델을 제안한다. 일반적인 전염성 및 회복 함수에 대해 전염성 임계값을 해석적으로 유도하고, 이탈리아의 첫 번째 코로나19 유행기에 강력한 적합도를 보이며, 지연된 증상과 비지수 분포 회복 시간을 고려함으로써 마르코프 모델보다 더 높은 정확도를 입증한다.

ABSTRACT

We introduce non-Markovian SIR epidemic spreading model inspired by the characteristics of the COVID-19, by considering discrete- and continuous-time versions. The incubation period, delayed infectiousness and the distribution of the recovery period are modeled with general functions. By taking corresponding choice of these functions, it is shown that the model reduces to the classical Markovian case. The epidemic threshold is analytically determined for arbitrary functions of infectivity and recovery and verified numerically. The relevance of the model is shown by modeling the first wave of the epidemic in Italy, in the spring, 2020.

연구 동기 및 목표

• 잠복기 지연 및 비지수 분포 회복 시간과 같은 현실적인 질병 진행 특성을 반영할 수 있는 비마르코프 SIR 모델을 개발하기 위해.
• 일반적인 전염성 및 회복 분포에 대해 전염성 임계값에 대한 해석적 표현을 도출하기 위해.
• 2020년 코로나19 유행의 이탈리아 첫 번째 파동에서의 실제 데이터에 대한 적합을 통해 모델의 관련성을 검증하기 위해.
• 특정 분포 함수 선택 시 모델이 고전적인 마르코프 SIR 모델으로 축소됨을 보여주기 위해.
• 더 넓은 유행 모델링을 위해 다른 분류(예: 입원, 격리)에 적용 가능한 프레임워크를 제공하기 위해.

제안 방법

• 모델은 전염성, 잠복기 및 회복에 대한 일반 함수를 사용하는 이산 및 연속 시간 설정을 통해 SIR 전이를 기술한다.
• 전염성은 감염 이후 경과 시간 τ에 따라 변하는 함수 β(τ)로 모델링되며, 이는 전파의 지연 또는 비지수 분포 전파를 가능하게 한다.
• 회복은 마르코프 모델의 지수 분포 가정을 대체하는 일반적인 회복 함수로 모델링된다.
• 질병이 없는 평형 상태의 안정성 분석을 통해 전염성 임계값을 유도하며, 이는 비마르코프 환경에서 고전적인 기본 전파수 R₀의 일반화이다.
• 모델은 2020년 봄 이탈리아의 일일 확진자 수에 대한 적합을 통해 수치적으로 검증되며, 확인 지연 및 전염성 파rameter는 관측된 데이터에 맞게 조정된다.
• 이 프레임워크는 전염성 및 회복에 대해 임의의 함수 형태를 허용하여 실제 데이터에서 얻은 경험적 분포를 체계적으로 통합할 수 있다.

실험 결과

연구 질문

• RQ1 잠복기, 전염성 및 회복 기간의 일반 분포를 통합할 수 있는 비마르코프 SIR 모델은 어떻게 구성할 수 있는가?
• RQ2 임의의 전염성 및 회복 함수를 갖는 비마르코프 SIR 모델에서 전염성 임계값에 대한 해석적 표현은 무엇인가?
• RQ3 이러한 모델은 지연된 증상과 비지수 분포 회복 기간을 갖는 질병에 대해 실제 유행 데이터에 얼마나 잘 적합하는가?
• RQ4 특정 함수 선택 시 모델이 고전적인 마르코프 SIR 모델로 축소되는가?
• RQ5 전염성 및 확인 지연 시간의 변화가 모델이 관측된 유행 곡선을 재현하는 데 미치는 영향은 어떠한가?

주요 결과

• 모델은 이탈리아의 코로나19 첫 번째 유행을 정확히 재현하며, 전염성 발생 시점과 확진자 수 확인 사이에 5일의 지연이 관측된 일일 확진자 수에 대해 최적의 적합도를 보였다.
• 일반적인 전염성 및 회복 함수에 대해 전염성 임계값이 해석적으로 결정되었으며, 이는 비마르코프 역학으로 일반화된 고전적인 R₀ 개념의 확장이다.
• 전염성 및 회복 함수가 지수 분포로 선택될 경우 모델은 고전적인 마르코프 SIR 모델로 축소된다.
• 수치 시뮬레이션은 분석적 임계값을 확인하였으며, 다양한 파rameter 설정에서도 일관된 행동을 보였다.
• 확진자 수 확인 시점과 전염성 발생 시점 사이의 5일 지연이 임상 관찰에서의 잠복기 전파와 일치하며, 이에 따라 모델 성능이 크게 향상되었다.
• 전염성 파rameter β를 임계값(β = 0.5β_th) 이하로 낮추면 일일 최대 확진자 수가 크게 감소함을 보여주어 사회적 거리두기의 효과성을 뒷받침한다.