[논문 리뷰] Parametrization Model Motivated from Physical Processes for Studying the Spread of COVID-19 Epidemic

S. Maltezos|arXiv (Cornell University)|2020. 04. 08.

COVID-19 epidemiological studies참고 문헌 4인용 수 4

한 줄 요약

이 논문은 신체적 과정을 영감으로 삼아 일일 보고된 코로나19 확진자 수를 기술하기 위해 삼파rameter 반가우시안 매개변수 모델을 제안하며, 비선형 최적화 과정을 통해 데이터에 적합시킨다. 이 모델은 전염병의 전환점 예측이 가능하며, 평균 감염 시간 및 질병 통제 효과성과 같은 핵심 전염병학적 매개변수를 정량화한다. 그리스는 높은 고립(τ)과 낮은 전파(n)로 인해 곡선의 평탄화가 뛰어나다.

ABSTRACT

The outbreak of the new virus COVID-19, beyond the human health risks and loss, has caused also very serious problems in a wide range of human activities, including the basic and applied scientific research, mainly that concern world wide collaborations. It is desirable to all of us to have the prospect of quickly predicting a turning point in the daily cases curve of the disease. In this work we face the problem of COVID-19 virus disease spreading by aiming mostly to create a reliable mathematical model describing this mechanism for an isolated society, for cities or even for a whole country. Drawing upon similar mechanisms appearing in the particle detector Physics, we concentrated to the so called, semi-gaussian function of n-degree. This approach can provide some very useful advantages in the data analysis of the daily reported cases of the infected people. Applying this model and fitting to the data, reported until the submission of this work, we have determined, among others, the mean infection time for a citizen in the society under study. We also applied and adopted this model to the reported cases in other countries and we have performed useful comparisons and conclusions.

연구 동기 및 목표

• 일일 보고된 코로나19 확진자 수의 전환점을 예측하기 위한 유연하고 물리학적으로 유도된 수학적 모델을 개발하기 위해.
• 실제 데이터를 사용하여 평균 감염 시간 및 기본 재생수와 같은 핵심 전염병학적 매개변수를 정량화하기 위해.
• 다른 국가들의 일일 사례 곡선의 형태와 피크 억제 정도를 비교하여 공중보건 정책의 효과를 평가하기 위해.
• 고립된 지역이나 데이터가 제한된 국가에 적합한 단순하면서도 강력한 매개변수 모델을 제공하기 위해.
• 그리스를 기준으로 한 상대적 질병 통제 성공도를 평가하기 위한 무차원 성과 지표(pr)를 도입하기 위해.

제안 방법

• 모델은 삼파rameter 반가우시안 함수를 사용한다: c(t) = A·t^n·e^(-t/τ), 여기서 A는 진폭, n은 차수, τ는 평균 감염 시간이다.
• 비선형 최적화를 통해 실제 일일 사례 데이터에 함수를 적합시켜 전염병의 증가 및 감소 단계에 모두 곡선 피팅이 가능하다.
• 입자 검출기 물리학과 RC 회로 반응에서 유사성을 빌려, 지수 분포의 기억 없음 성질을 활용한다.
• 매개변수 n은 인구 이동성 또는 교통 강도의 대체 지표로 해석되며, τ는 고립 효과성을 반영한다.
• 그리스(기준, pr = 1)에 대한 상대적 질병 통제 성과를 비교하기 위해 무차원 성과 지표 pr = pi/p1을 정의한다.
• 모델은 그리스, 중국, 남코리아, 이탈리아, 스위스, 영국의 데이터에 적용되어 국가 간 비교가 가능하다.

실험 결과

연구 질문

• RQ1 물리학적 영감을 받은 반가우시안 모델은 일일 보고된 코로나19 확진자 수의 전환점을 정확하게 예측할 수 있는가?
• RQ2 모델의 매개변수 n과 τ는 실제 공중보건 행동, 예를 들어 인구 이동성과 고립 조치와 어떻게 관련이 있는가?
• RQ3 무차원 성과 지표 pr은 국가 차원의 질병 통제 정책 성공도를 어느 정도 정량화할 수 있는가?
• RQ4 다른 국가들에서 일일 사례 곡선의 형태와 공중보건 개입의 효과성 사이에 어떤 관계가 있는가?
• RQ5 제한된 자료 또는 전환점 이전 데이터가 있는 상황에서도 모델이 평균 감염 시간(τ)과 피크 억제(pr)를 신뢰성 있게 추정할 수 있는가?

주요 결과

• 모델은 그리스, 중국, 남코리아, 이탈리아, 스위스, 영국의 일일 사례 데이터에 대해 성공적으로 적합되었으며, 모든 경우에서 신뢰할 수 있는 매개변수 추정이 이루어졌다.
• 그리스의 경우, 모델은 평균 감염 시간 τ = 6일로 추정되었으며, 피크 억제 비율 pr = 1.0으로 나타나 연구된 국가들 중 최적의 통제를 보였다.
• 이탈리아는 높은 n = 4.5와 낮은 τ = 5.5일을 보였으며, 이는 높은 인구 이동성과 낮은 고립 효과를 의미하며, 결과적으로 pr = 1.43이었다.
• 남코리아는 가장 높은 pr 값(4.35)을 기록하여 가장 효과적인 곡선 평탄화를 보였으며, 이는 초기 강력한 조치 덕분이었다.
• 중국의 경우 pr = 2.43로 효과적인 통제를 보였지만 남코리아만큼 우수하지는 않았으며, τ = 6.5일, n = 3.5로 나타났다.
• 모델은 pr이 n이 10% 증가할 때 약 5% 감소하고, τ가 10% 증가할 때 약 15% 감소함을 보여주었으며, 이는 τ가 곡선 평탄화에 더 강한 영향을 미친다는 것을 시사한다.