[논문 리뷰] Should the rate term in the basic epidemiology models be second-order?

Andrew A. Peterson, C. Franklin Goldsmith외 3명|arXiv (Cornell University)|2020. 05. 10.

Mathematical and Theoretical Epidemiology and Ecology Models참고 문헌 2인용 수 2

한 줄 요약

이 논문은 전염병 epidemiology에서 표준 1차 분할 모델이 감염에 대한 감수성의 중요한 인구 수준의 이질성을 간과하고 있으며, 이는 감염의 강도를 역동적으로 형성한다는 주장을 펼친다. 감수성은 전파 과정 동안 변화하는 분포로 모델링될 때 — 특히 지수 및 감마 분포가 고유 분포(eigen-distributions)로 작용한다는 것을 보여주며 — 전파의 멱법칙 동역학이 전통적 모델이 예측하는 것보다 훨씬 낮은 최종 전염병 심각도를 초래할 수 있음을 드러낸다. 이는 1차 모델의 매개변수 설정 방식이 체계적으로 과대평가하고 있음을 시사한다.

ABSTRACT

The fundamental models of epidemiology describe the progression of an infectious disease through a population using compartmentalized differential equations, but do not incorporate population-level heterogeneity in infection susceptibility. We show that variation strongly influences the rate of infection, while the infection process simultaneously sculpts the susceptibility distribution. These joint dynamics influence the force of infection and are, in turn, influenced by the shape of the initial variability. Intriguingly, we find that certain susceptibility distributions (the exponential and the gamma) are unchanged through the course of the outbreak, and lead naturally to power-law behavior in the force of infection; other distributions often tend towards these eigen-distributions through the process of contagion. The power-law behavior fundamentally alters predictions of the long-term infection rate, and suggests that first-order epidemic models that are parameterized in the exponential-like phase may systematically and significantly over-estimate the final severity of the outbreak.

연구 동기 및 목표

• 인구 수준의 감수성 이질성이 전염병 역학에서 감염의 강도에 어떻게 영향을 미치는지 조사하기.
• 초기 감수성 분포의 형태가 장기적 전염병 결과에 영향을 미치는지 검토하기.
• 특정 분포(예: 지수, 감마)가 전파 역학 하에서 안정적인 고유 분포(eigen-distributions)로 작용하는지 확인하기.
• 전파에서 멱법칙 행동이 1차 전염병 모델의 정확성에 어떤 영향을 미치는지 평가하기.
• 1차 모델이 초기 기하급수적 증가 단계 동안 校정된 후에도 최종 전염병 심각도를 신뢰성 있게 예측할 수 있다는 가정을 도전하기.

제안 방법

• 감수성을 연속적인 랜덤 변수로 간주하여, 감수성 분포의 함수로 감염의 강도를 모델링하기.
• 감수성 이질성을 고려한 확률적 분할 모델을 사용하여 전파 과정 중 분포의 변화를 시뮬레이션하기.
• 전파 과정 동안 변화하지 않는 固定点 분포(고유 분포)를 식별하며, 특히 지수 및 감마 분포에 초점하기.
• 감수성 재분배 역학에서 유도된 조건을 바탕으로 감염의 강도가 멱법칙 스케일링을 보이는 수학적 조건 분석하기.
• 다른 초깃값 감수성 분포를 가진 모델의 결과를 비교하여 고유 분포로의 수렴 여부 평가하기.
• 1차 모델(가정된 기하급수적 단계)의 예측과 변화하는 감수성 분포를 포함한 모델의 예측 간 격리 정도 정량화하기.

실험 결과

연구 질문

• RQ1 초기 감수성 이질성이 전염병 동안 감염의 강도 역학에 어떻게 영향을 미치는가?
• RQ2 어떤 감수성 분포가 전파 과정 동안 변화하지 않으며, 왜 이러한 분포들이 흡인자(attractors)로 작용하는가?
• RQ3 전파에서 멱법칙 행동이 나타나면, 기존의 1차 모델과 비교해 장기적 전염병 예측이 얼마나 달라지는가?
• RQ4 왜 1차 모델이 초기 기하급수적 단계 동안 校정된 후에도 최종 전염병 심각도를 체계적으로 과대평가하는가?
• RQ5 감수성 분포의 변화가 시간에 따라 전염병의 전개 궤적을 어떻게 형성하는가?

주요 결과

• 감수성의 지수 및 감마 분포는 전염병 기간 내내 변화하지 않으며, 전파 과정에서 고유 분포로 작용한다.
• 이러한 고유 분포는 감염의 강도에서 멱법칙 행동을 자연스럽게 유도하며, 장기적 전파 역학을 근본적으로 변화시킨다.
• 기타 초깃값 감수성 분포는 전염병 진행에 따라 지수 또는 감마 형태로 수렴하는 경향이 있으며, 이는 전파 조건 하에서의 보편적 수렴을 시사한다.
• 멱법칙 전파 역학은 1차 모델이 예측하는 것보다 감염 누적 속도가 느리며, 이는 이러한 모델이 최종 전염병 심각도를 체계적으로 과대평가한다는 것을 의미한다.
• 감수성 분포의 변화를 고려하지 않는 1차 모델은 특히 후기 단계에서 실제 전파 궤적을 포착하지 못한다.
• 본 연구는 초기 기하급수적 단계 동안 1차 모델을 校정한 경우 감수성 재분배를 간과함으로써 최종 감염률이 크게 과대평가될 수 있음을 입증한다.