[논문 리뷰] Predictive and retrospective modelling of airborne infection risk using monitored carbon dioxide

Henry C. Burridge, Shiwei Fan외 3명|arXiv (Cornell University)|2020. 09. 07.

Infection Control and Ventilation참고 문헌 16인용 수 10

한 줄 요약

이 논문은 모니터링 또는 모의된 CO2 농도, 점유율, 시간에 따라 변하는 퀀타 생성 속도를 사용하여 정기적으로 점유되는 실내 공간에서의 공기 전파 감염 위험을 추정하는 실용적인 모델을 제시한다. 이는 환기 부족 또는 높은 음성 활동이 특히 B1.1.7 변종처럼 더 전파력이 높은 변종에서는 한 감염자당 1명 이상의 2차 감염을 유발할 수 있음을 보여준다.

ABSTRACT

The risk of long range, herein ‘airborne', infection needs to be better understood and is especially urgent during the COVID-19 pandemic. We present a method to determine the relative risk of airborne transmission that can be readily deployed with either modelled or monitored CO 2 data and occupancy levels within an indoor space. For spaces regularly, or consistently, occupied by the same group of people, e.g. an open-plan office or a school classroom, we establish protocols to assess the absolute risk of airborne infection of this regular attendance at work or school. We present a methodology to easily calculate the expected number of secondary infections arising from a regular attendee becoming infectious and remaining pre/asymptomatic within these spaces. We demonstrate our model by calculating risks for both a modelled open-plan office and by using monitored data recorded within a small naturally ventilated office. In addition, by inferring ventilation rates from monitored CO 2 , we show that estimates of airborne infection can be accurately reconstructed, thereby offering scope for more informed retrospective modelling should outbreaks occur in spaces where CO 2 is monitored. Well-ventilated spaces appear unlikely to contribute significantly to airborne infection. However, even moderate changes to the conditions within the office, or new variants of the disease, typically result in more troubling predictions.

연구 동기 및 목표

• 모니터링 가능한 CO2 및 점유율 데이터를 사용하여 실내 공간에서 공기 전파 감염 위험을 추정할 수 있는 구현 가능한 방법을 개발하기 위해.
• 사무실 및 교실과 같이 정기적으로 점유되는 공간에서 단일의 전조증상 또는 무증상 감염자로부터 발생하는 2차 감염의 절대 위험을 평가하기 위해.
• 과거의 CO2 측정치를 사용하여 환기 및 노출 조건을 추론함으로써 감염 위험을 후행적으로 모델링할 수 있도록 하기 위해.
• 환기, 점유율, 바이러스 전파력(예: B1.1.7 변종)의 변화가 2차 감염 위험에 어떻게 영향을 미치는지 평가하기 위해.
• SARS-CoV-2에 국한되지 않고 어떤 공기 전파 감염병에도 일반화 가능한 프레임워크를 제공하기 위해.

제안 방법

• 공기 혼합이 완전하다는 가정을 없애고 시간에 따라 변하는 점유율과 활동 수준을 포함시켜 웰스-라이너 모델을 확장한다.
• CO2 농도와 배경 농도 사이의 관계 λ ∝ (C − C₀)에 기반하여, 모니터링 또는 모의된 CO2 농도를 환기 속도의 대체 지표로 사용한다. 여기서 C는 CO2 농도이고 C₀는 배경 농도이다.
• 수정된 감염 위험 방정식을 적용한다: λ = (C − C₀)αq/Ca, 여기서 λ는 감염 속도, α는 변환 계수, q는 퀀타 생성 속도, Ca는 기준 농도이다.
• 시간에 따라 변화하는 퀀타 생성 속도 q(t)를 통합하여, 특히 전조증상기 동안 감염력이 변화하는 것을 모델링한다.
• 모의된 오픈 플랜 사무실과 자연 환기 사무실에서 실제 모니터링된 CO2 데이터를 사용하여 모델을 검증한다.
• CO2 추세를 기반으로 환기 속도를 추론하고 과거 기간 동안 감염 위험을 재구성함으로써 후행적 위험 추정을 가능하게 한다.

실험 결과

연구 질문

• RQ1 모니터링된 CO2 및 점유율 데이터만을 사용하여 정기적으로 점유되는 실내 공간에서의 공기 전파 감염 위험을 어떻게 추정할 수 있는가?
• RQ2 일관되게 점유되는 사무실에서 단일의 전조증상 또는 무증상 감염자로부터 기대되는 2차 감염 수는 얼마인가?
• RQ3 환기 속도, 점유율, 활동 수준(예: 말하기 활동 대비 조용한 작업)에 따라 공기 전파 전파 위험은 어떻게 변화하는가?
• RQ4 과거의 CO2 데이터를 사용하여 감염 폭발 발생 시 과거의 공기 전파 감염 위험을 재구성할 수 있는가?
• RQ5 B1.1.7 변종에서 관찰되는 더 높은 전파력은 다양한 환경 조건에서 2차 감염 위험에 어떻게 영향을 미치는가?

주요 결과

• 적절한 환기(≥10 L/s/p)를 갖춘 오픈 플랜 사무실에서는 조용한 책상 작업이 공기 전파 경로를 통한 SARS-CoV-2 전파에 크게 기여하지 않을 것이다.
• 환기 부족(예: 4 L/s/p)한 환경에서는 사무실 내 한 감염자가 기대되는 2차 감염 수가 1에 도달하거나 이를 초과할 수 있다.
• 더 전파력이 높은 B1.1.7 변종의 경우, 적절한 환기 조건이더라도 한 감염자당 1명 이상의 2차 감염이 발생할 수 있다.
• 콜 센터와 같은 고음성 환경에서는 한 감염자로부터 기대되는 2차 감염 수가 2~4명에 이르며, 이는 상당한 공기 전파 위험을 시사한다.
• 환기 수준을 유지하면서 점유율을 r 배로 줄이면 기대되는 2차 감염 수가 r² 배로 감소하므로, 부분 점유가 효과적인 완화 전략이 될 수 있다.
• 과도한 CO2(C − C₀)를 모니터링하면 실시간 감염 위험 증가를 실용적인 지표로 사용할 수 있으며, 전파를 줄이기 위한 사전 조치를 내릴 수 있다.