[논문 리뷰] Spatiotemporal fluctuation scaling law and metapopulation modeling of the novel coronavirus (COVID-19) and SARS outbreaks

Zhanshan Ma|arXiv (Cornell University)|2020. 03. 08.

COVID-19 epidemiological studies참고 문헌 40인용 수 13

한 줄 요약

이 연구는 코로나19 및 SARS 유행의 시공간적 동역학을 모델링하기 위해 테일러의 제곱법칙(TPL)과 허벨의 다층 생물다양성 통합 중립이론(UNTB)을 적용한다. 두 바이러스 모두 누적 감염에 대해 TPL 스케일링 파라미터가 약 2에 가까운 것으로 나타나 높은 불안정성을 보이며, 코로나19는 SARS보다 더 낮은 감염 임계점(M0)을 보이며, 낮은 치명률과 알리 효과 역학으로 인해 더 높은 전파 가능성을 나타낸다.

ABSTRACT

We comparatively analyzed the spatiotemporal fluctuations of the 2019-novel coronavirus (COVID-19) and SARS outbreaks to understand their epidemiological characteristics. Methodologically, we introduced TPL (Taylor power law) to characterize their spatiotemporal heterogeneity/stability and Hubbell (2001) unified neutral theory of biodiversity (UNTB) [specifically Harris et al. (2015) HDP-MSN model (hierarchical Dirichlet process multi-site neutral model)] to approximate the metapopulation of coronavirus infections. First, TPL analysis suggested that the coronaviruses appear to have a specific heterogeneity/stability scaling parameter (TPL-b) slightly exceeding 2 for cumulative infections or exceeding 1 for daily incremental infections, suggesting their potentially chaotic, unstable outbreaks. Another TPL parameter (M0) (i.e., infection critical threshold) depends on virus kinds (COVID-19/SARS), time (disease-stages), space (regions) and public-health interventions (e.g., quarantines and mobility control). M0 measures the infection level, at which infections are random (Poisson distribution) and below which infections follow uniform distribution and may die off if M0 coincides or below the level of Allee effects. It was found that COVID-19 outbreak seems nearly twice more risky than SARS, and the lower infection threshold may be due to its lower lethality than SARS since lower fatality rates can facilitate the survival and spread of pathogen. Second, metacommunity UNTB neutrality testing seems appropriate for approximating metapopulation of coronavirus infections. Specifically, two parameters θ and M, borrowed from neutral theory, may be used to assess the relative significance of infection through local contagion vs. infection through migration, both of which may depend on time, space, virus kinds, and particularly public-health interventions.

연구 동기 및 목표

• SARS와 코로나19 유행의 시공간적 변동 패턴을 비교하기 위해.
• 테일러의 제곱법칙(TPL)이 코로나바이러스 전파의 이질성과 안정성 측정에 적용 가능한지 평가하기 위해.
• 허벨의 다층 생물다양성 통합 중립이론(UNTB)이 코로나바이러스 감염의 메타집단 역학을 모델링하는 데 유용한지 평가하기 위해.
• 감염 지속성과 전파의 무작위성에 대한 임계점(M0)을 특정하기 위해.
• 공중보건 간섭 조치가 전파 임계점과 유행의 안정성에 어떤 영향을 미치는지 검토하기 위해.

제안 방법

• 누적 및 일일 신규 감염 수의 시공간적 이질성을 측정하기 위해 테일러의 제곱법칙(TPL)을 적용한다.
• 코로나바이러스 전파에서 메타공동체 역학의 대체 모델로 계층적 디리클레 과정 다중현장 중립모델(HDP-MSN)을 사용한다.
• TPL 파라미터 추정: 스케일링 지수(b) 및 절편(M0)으로, M0는 포isson 분포와 균일 분포 간 전환을 위한 감염 임계점으로 정의된다.
• 모델에 시간, 공간, 바이러스 유형(SARS 대비 코로나19), 공중보건 간섭 조치(예: 격리, 이동 제어)를 공변량으로 통합한다.
• 중립이론 파라미터 θ(기본 생물다양성 비율) 및 M(총 개체수)를 조정하여 국지적 전파와 이주 기반 전파의 영향을 평가한다.
• UNTB의 가정을 통계적으로 검증하여 코로나바이러스 메타집단 모델링에 이론의 적용 가능성을 검토한다.

실험 결과

연구 질문

• RQ1 테일러의 제곱법칙을 사용하여 SARS와 코로나19의 시공간적 변동 패턴은 어떻게 비교될 수 있는가?
• RQ2 SARS와 코로나19의 임계 감염 임계점(M0)은 무엇이며, 지역 및 질병 단계에 따라 어떻게 달라지는가?
• RQ3 허벨의 다층 생물다양성 통합 중립이론이 코로나바이러스 전파의 메타집단 역학을 어느 정도 잘 모델링할 수 있는가?
• RQ4 공중보건 간섭 조치는 TPL 파라미터로 측정된 코로나바이러스 유행의 안정성과 이질성에 어떤 영향을 미치는가?
• RQ5 왜 SARS-CoV-2는 SARS보다 더 낮은 감염 임계점을 보이며, 낮은 치명률이 이에 어떤 영향을 미치는가?

주요 결과

• 누적 감염에 대해 SARS와 코로나19 모두 TPL 스케일링 지수(b)가 2를 略히 초과하여 높은 시공간적 불안정성과 혼돈적 전파 역학의 가능성을 시사한다.
• 일일 증가 감염에 대해 TPL 지수(b)는 1을 초과하여 전파 패턴의 불안정성과 이질성을 더욱 뒷받침한다.
• SARS-CoV-2의 감염 임계점 M0는 SARS보다 낮아, SARS-CoV-2가 낮은 감염 수준에서도 전파를 유지할 수 있음을 시사한다.
• M0는 감염이 균일 분포에서 포isson 분포로 전환되는 수준을 나타내며, Allee 효과 임계점 이하로 떨어지면 멸종 위험이 증가한다.
• UNTB 프레임워크, 특히 HDP-MSN 모델은 코로나바이러스 메타집단을 모델링하는 데 타당한 근사치를 제공하며, θ 및 M 파라미터는 국지적 전파와 이주 기반 전파의 영향을 반영한다.
• SARS-CoV-2의 낮은 치명률이 M0의 저하와 더 높은 전파 가능성을 초래할 수 있으며, 이는 병원체의 생존과 확산을 촉진한다.