[논문 리뷰] Predicting the cumulative number of cases for the COVID-19 epidemic in China from early data

Zhihua Liu, Pierre Magal외 2명|arXiv (Cornell University)|2020. 02. 27.

COVID-19 epidemiological studies참고 문헌 10인용 수 12

한 줄 요약

이 연구는 중국의 초기 유행 데이터를 사용하여 코로나19 감염자 누적 수를 예측하기 위해 시간에 따라 변하는 전파율 모델을 개발한다. 정부가 시행한 제재, 무증상 전파, 보고되지 않은 사례를 고려함으로써, 모델은 약 57,600건의 보고된 사례로 최종 유행 규모를 예측하며, 전파 감소는 정책 시행 시기와 효과성과 연관되어 있다.

ABSTRACT

We model the COVID-19 coronavirus epidemic in China. We use early reported case data to predict the cumulative number of reported cases to a final size. The key features of our model are the timing of implementation of major public policies restricting social movement, the identification and isolation of unreported cases, and the impact of asymptomatic infectious cases.

연구 동기 및 목표

• 초기 유행 데이터를 사용하여 중국의 보고된 사례와 보고되지 않은 사례의 최종 누적 수를 예측하기 위해.
• 정부가 시행한 공중보건 제재가 유행 궤적과 최종 규모에 미치는 영향을 평가하기 위해.
• 무증상 및 보고되지 않은 증상이 있는 감염자들이 질병 전파 역학에서 차지하는 역할을 정량화하기 위해.
• 보고율, 감염 지속 기간, 정책 시행 시기의 변동이 유행 결과에 미치는 영향을 평가하기 위해.

제안 방법

• 감염자 수를 감염 가능자(S), 무증상 감염자(I), 보고된 증상이 있는 감염자(R), 보고되지 않은 증상이 있는 감염자(U)로 나누어 일반 미분방정식 시스템을 사용해 질병 전파를 모델링한다.
• 1월 23일 이후 전파율 τ(t)가 지수적으로 감소하도록 시간에 따라 변하는 전파율을 도입하여 공중보건 제재의 영향을 반영한다.
• 중국 국가보건위원회 및 CDC가 1월 20일부터 2월 15일까지 보고한 누적 사례 데이터를 기반으로 모델을 校정한다.
• 전파율 τ₀, 전파 감쇠율 μ, 초기 사례 수(I₀, U₀), 회복율(ν, η)과 같은 핵심 매개변수를 추정한다.
• 초기 기하급수적 증가 단계 데이터로부터 유도된 기본 재생수 ℛ₀ = 2.78을 기준선으로 사용한다.
• 민감도 분석을 통해 μ(제재 강도), f(증상이 있는 사례 중 보고된 비율), ν(무증상 감염자의 감염 지속 기간) 등의 매개변수를 변화시켜 분석한다.

실험 결과

연구 질문

• RQ1 정부가 시행한 공중보건 제재의 시행 시기가 중국의 코로나19 유행 최종 규모에 어떤 영향을 미치는가?
• RQ2 무증상 및 보고되지 않은 증상이 있는 개인이 전체 전파와 최종 사례 수에 기여하는 정도는 어떠한가?
• RQ3 보고되지 않은 증상이 있는 사례의 비율이 예측된 누적 감염 수에 어떤 영향을 미치는가?
• RQ4 무증상 및 증상이 있는 개인의 감염 지속 기간을 변화시키면 유행 역학에 어떤 영향을 미치는가?
• RQ5 공중보건 제재의 지연 또는 감소가 최종 유행 규모에 어떤 영향을 미치는가?

주요 결과

• 기준 시나리오에서 모델은 약 57,600건의 보고된 사례, 14,400건의 보고되지 않은 사례, 총 72,000건의 사례로 최종 누적 감염 수를 예측한다.
• 유행의 전환점은 41일차(2월 10일)로 추정되며, 이는 일일 신규 사례의 최고점과 대응된다.
• 공중보건 제재를 일주일 일찍 시행하면 최종 사례 수가 상당히 감소하여 조기에 행동하는 것이 중요함을 입증한다.
• 더 덜 엄격한 정책(낮은 μ)은 최종 유행 규모를 약 131,900건의 보고된 사례와 164,900건의 총 사례로 증가시켜 제재의 엄격함이 미치는 영향을 강조한다.
• 보고되지 않은 증상이 있는 사례 비율을 20%에서 더 높게 증가시키면 총 감염 수가 크게 증가하여 효과적인 사례 식별의 필요성을 부각시킨다.
• 무증상 개인의 평균 감염 지속 기간을 줄이면(ν 증가) 총 사례 수가 감소하여 짧은 감염 기간이 전파를 제한한다는 것을 시사한다.