[논문 리뷰] Prospects and limits of SIR-type Mathematical Models to Capture the COVID-19 Pandemic

Günter Bärwolff|arXiv (Cornell University)|2020. 04. 13.

COVID-19 epidemiological studies참고 문헌 2인용 수 4

한 줄 요약

이 논문은 유럽 질병 예방 및 통제 센터( European Centre for Disease Prevention and Control, ECDC)의 데이터를 사용하여 SIR 유형 모델이 코로나19 팬데믹을 시뮬레이션하는 데 적용 가능한지를 평가한다. 비선형 최소 제곱법(감쇠된 가우스-뉴턴 방법)을 사용한 개선된 매개변수 추정 방법을 제안하며, 초기 기하급수적 증가 단계를 정확하게 모델링하여 봉쇄 조치의 최적 시점을 안내할 수 있음을 보여주며, 봉쇄 조치가 정점 가속도 시점에 시작될 경우 감염 곡선의 급격한 완화가 이루어짐을 확인한다.

ABSTRACT

For the description of a pandemic mathematical models could be interesting. Both for physicians and politicians as a base for decisions to treat the disease. The responsible estimation of parameters is a main issue of mathematical pandemic models. Especially a good choice of $β$ as the number of others that one infected person encounters per unit time (per day) influences the adequateness of the results of the model. For the actual COVID-19 pandemic some aspects of the parameter choice will be discussed. Because of the incompatibility of the data of the Johns-Hopkins-University to the data of the German Robert-Koch-Institut we use the COVID-19 data of the European Centre for Disease Prevention and Control (ECDC) as a base for the parameter estimation. Two different mathematical methods for the data analysis will be discussed in this paper and possible sources of trouble will be shown. As example of the parameter choice serve the data of the USA and the UK. The resulting parameters will be used estimated and used in W.\,O. Kermack and A.\,G. McKendrick's SIR model. Strategies for the commencing and ending of social and economic shutdown measures are discussed. The numerical solution of the ordinary differential equation system of the modified SIR model is being done with a Runge-Kutta integration method of fourth order. At the end the applicability of the SIR model could be shown essentially. Suggestions about appropriate points in time at which to commence with lockdown measures based on the acceleration rate of infections conclude the paper.

연구 동기 및 목표

• SIR 유형 모델이 코로나19 팬데믹의 역학을 포괄하는 데 적합한가를 평가하는 것.
• 미국과 영국의 실세계 데이터를 활용하여 β(전파율)와 κ(봉쇄 강도)와 같은 매개변수 추정을 향상시키는 것.
• 감염 증가 가속도 기반으로 사회적·경제적 봉쇄 조치를 시작할 최적의 시점을 규명하는 것.
• 고위험군(예: 연령 ≥70세)에 대한 타겟팅된 사회적 거리두기가 의료 체계에 미치는 영향과 부담을 평가하는 것.
• 초기 단계의 유행병 적합에 대해 로그-선형 회귀와 비선형 최적화의 효과를 비교하는 것.

제안 방법

• 일반 미분방정식을 사용한 수정된 SIR 모델: dS/dt = -β(S/N)I, dI/dt = β(S/N)I - γI, dR/dt = γI.
• ECDC 데이터의 일일 감염 수를 기반으로 비선형 최소 제곱법을 사용하여 β를 추정하며, 감쇠된 가우스-뉴턴 방법을 적용한다.
• 매개변수 적합에 대해 로그-선형 회귀(log(I(t)) = log(I₀) + βt)와 비선형 최적화를 비교한다.
• 시간에 따라 변화하는 전파율 κ(t)를 적용하여 동적 봉쇄를 시뮬레이션하며, 조치 기간 동안 κ가 감소하도록 한다.
• 연령 ≥70세인 고위험군(α = 10%)을 별도로 모델링하여 입원 및 사망에 미치는 영향을 평가한다.
• 1월 31일자 초기 조건을 기반으로 4차 수준 룬게-쿠타 적분을 사용해 ODE 시스템을 수치적으로 해석한다.

실험 결과

연구 질문

• RQ1 실세계 데이터를 사용할 때 SIR 유형 모델이 코로나19 팬데믹의 초기 기하급수적 증가 단계를 정확히 포착할 수 있는가?
• RQ2 로그-선형 회귀와 비선형 최적화 중 어느 방법이 더 신뢰할 수 있는 β 추정치를 제공하는가?
• RQ3 감염 증가 가속도를 기반으로 봉쇄 조치를 언제 시작해야 감염 정점 수치를 가장 효과적으로 줄일 수 있는가?
• RQ4 고위험군(≥70세)을 대상으로 한 조치가 의료 체계 전체에 대한 부담에 어떤 영향을 미치는가?
• RQ5 30일간의 동적 봉쇄 조치가 미국과 영국의 감염자 정점 수에 어떤 영향을 미치는가?

주요 결과

• 비선형 가우스-뉴턴 방법은 로그-선형 회귀보다 더 정확한 β 추정치를 도출하였으며, 이는 이탈리아의 사례에서 전파율이 과소 추정되었음을 보여준다.
• 미국의 경우 2020년 2월 10일부터 4월 4일까지 β는 0.171로 추정되었으며, 이는 간섭이 없을 경우 약 670만 명의 정점 감염자로 예측된다.
• 30일간의 동적 봉쇄(κ=0.2) 조치 시 미국의 정점 감염자 수는 420만 명으로 감소하여 곡선의 급격한 평탄화가 이루어짐을 보여준다.
• 최적의 봉쇄 시작 시점은 미국의 경우 t₀ = 155일(2020년 5월 13일), 영국의 경우 t₀ = 117일(2020년 4월 25일)으로, I(t)의 이阶도수를 기반으로 확인되었다.
• t₀ 이전에 봉쇄 조치를 시행한 경우 효과가 없었으며, 감염 증가 가속도 기반의 시점 선택이 성공에 핵심적임을 확인하였다.
• 모델은 고위험군의 사회적 거리두기 조치가 정점 도래를 연기하고 의료 체계에 가해지는 압력을 줄이며, 백신 개발과 의료 대응 개선을 위한 시간을 확보함을 보여준다.