[논문 리뷰] SIR epidemics in dynamic contact networks

Erik Volz, Lauren Ancel Meyers|arXiv (Cornell University)|2007. 05. 15.

COVID-19 epidemiological studies참고 문헌 39인용 수 5

한 줄 요약

이 논문은 개인이 고정된 수의 접촉을 유지하지만 파artner의 신분이 시간이 지남에 따라 변화하는 동적 접촉 네트워크에서 SIR 전염병을 시뮬레이션하기 위해 이웃 교환(NE) 모델을 제안한다. 혼합 속도 매개변수를 변화시킴으로써 모델은 정적 네트워크 모델과 질병 전파의 질량행동 모델 사이를 연결하며, 실제 접촉 데이터를 사용하여 고등학교 인구에서 잔존성 감염의 유행을 정확하게 예측한다. 또한 전파 또는 회복 속도의 미세한 변화가 최종 유행 규모에 크게 영향을 주는 것으로 나타났다.

ABSTRACT

Contact patterns in populations fundamentally influence the spread of infectious diseases. Current mathematical methods for epidemiological forecasting on networks largely assume that contacts between individuals are fixed, at least for the duration of an outbreak. In reality, contact patterns may be quite fluid, with individuals frequently making and breaking social or sexual relationships. Here we develop a mathematical approach to predicting disease transmission on dynamic networks in which each individual has a characteristic behavior (typical contact number), but the identities of their contacts change in time. We show that dynamic contact patterns shape epidemiological dynamics in ways that cannot be adequately captured in static network models or mass-action models. Our new model interpolates smoothly between static network models and mass-action models using a mixing parameter, thereby providing a bridge between disparate classes of epidemiological models. Using epidemiological and sexual contact data from an Atlanta high school, we then demonstrate the utility of this method for forecasting and controlling sexually transmitted disease outbreaks.

연구 동기 및 목표

• 전염병 전파에서 일시적이고 동적인 접촉 패턴을 포착하는 데에 정적 네트워크 모델과 질량행동 모델의 한계를 해결하기 위해.
• 이주하는 접촉이 이질적 인구에서 전염병 확산에 미치는 영향을 기술하는 저차원의 미분방정식(OED) 프레임워크를 개발하기 위해.
• 애틀랜타 고등학교에서의 성병 유행 데이터를 기반으로 실증적 데이터를 사용하여 성병 유행의 예측 및 통제 가능성을 입증하기 위해.
• 단일 혼합 매개변수를 통해 정적 네트워크 모델과 질량행동 모델의 역학을 부드럽게 보간하는 모델의 성질을 보여주기 위해.
• 특히 전파 속도가 느린 감염병(다수의 성병)에 특히 관련이 있는 유한하고 일시적인 접촉을 가진 인구에 대해 융통성 있는 모델링 도구를 제공하기 위해.

제안 방법

• 이웃 교환(NE) 모델은 각 개인이 동시에 유지하는 접촉 수를 고정하며, 특정 속도로 엣지 교환 메커니즘을 통해 파트너의 신분을 교체한다고 가정한다.
• 모델은 동적 네트워크에서 감염자, 회복자, 회복되지 않은 감염자가 시간에 따라 어떻게 변화하는지를 기술하기 위해 비선형 상미분방정식(ODE) 시스템을 사용한다.
• 혼합 속도 매개변수는 정적 네트워크 역학(저속 혼합)에서 질량행동 역학(고속 혼합)으로의 전이를 제어하며, 두 극단 사이의 보간을 가능하게 한다.
• 모델은 애틀랜타 고등학교에서 수집한 실제 성관계 접촉 데이터로부터 추정된 실증적 도수 분포와 접촉 전환 속도를 포함한다.
• 유한한 인구 규모와 이질성을 고려한 연속 시간 스토케스틱 과정을 모델링하기 위해 시뮬레이션을 사용하여 분석 결과를 검증한다.
• 1996년 애틀랜타 잔존성 감염 유행 데이터에 모델을 적합하여 전파 및 회복 속도를 추정하고 최종 유행 규모를 예측한다.

실험 결과

연구 질문

• RQ1 개인이 자주 파트너를 교체하는 동적 접촉 패턴은 정적 또는 질량행동 모델과 비교할 때 SIR 유행의 최종 규모와 역학에 어떤 영향을 미치는가?
• RQ2 단일 매개변수 모델이 정적 네트워크 모델과 질량행동 모델 사이의 격차를 예측된 유행 전파에 대해 메우는 데에 효과적인가?
• RQ3 전파 또는 회복 속도의 변화가 동적 네트워크 환경에서 예측된 최종 유행 규모에 얼마나 큰 영향을 미치는가?
• RQ4 NE 모델은 실제 성병 유행 데이터(예: 1996년 애틀랜타 잔존성 감염 유행)에 얼마나 잘 맞는가?
• RQ5 치료 개입(회복 속도 증가)이 동적 접촉 네트워크에서 유행 통제에 어떤 영향을 미치는가?

주요 결과

• 단일 혼합 속도 매개변수를 변화시킴으로써 NE 모델은 정적 네트워크 모델과 질량행동 모델 사이를 성공적으로 보간하며, 동적 접촉 네트워크에 대한 통합된 프레임워크를 제공한다.
• 전파율 62.7%와 일일 회복률 1/154로 애틀랜타 잔존성 감염 데이터에 적합한 모델은 최악의 경우 최종 유행 규모를 97%로 예측하며, 관찰된 35%의 유병률을 초과한다.
• 치료 개입 등으로 인한 전파 또는 회복 속도의 미세한 변화가 예측된 최종 유행 규모에 크게 영향을 주며, 이는 이러한 매개변수에 대한 결과의 민감도를 강조한다.
• 모델은 유한한 접촉 지속 시간과 접촉 수의 이질성을 모두 반영하므로, 정적 네트워크 모델이나 질량행동 모델만을 사용하는 것보다 실증 데이터에 더 잘 맞는다.
• 접촉 전환 속도가 질병 진행 속도에 비해 빠른 느린 전파 감염병(다수의 성병)을 모델링하는 데에 NE 모델은 특히 효과적이다.
• 시뮬레이션 결과는 모델의 분석적 예측이 유한하고 이질적인 인구에서도 강인함을 확인하며, 실생활 예측에의 적용 가능성을 검증한다.