[논문 리뷰] The Data Forecast in COVID-19 Model with Applications to US, South Korea, Brazil, India, Russia and Italy

Bo-Cyuan Lin, Yen-Jia Chen외 4명|arXiv (Cornell University)|2020. 11. 05.

COVID-19 epidemiological studies참고 문헌 9인용 수 4

한 줄 요약

이 논문은 미국, 남코리아, 브라질, 인도, 러시아, 이탈리아에서 코로나19 전개를 예측하기 위해 무증상 감염과 격리 동역학을 통합한 두 가지 수정된 전염병 모델—SIARD 및 SQIARD—을 제안하고 적용한다. 실시간 감염 데이터와 이산 시간 차분 방정식을 통한 매개변수 校정을 통해, 격리 선별 데이터를 포함한 SQIARD 모델은 SIARD에 비해 더 높은 예측 정확도를 보이며, 특히 미국에서 5% 오차 범위 내 예측 유효 기간이 9일로, SIARD의 6일보다 우수하다.

ABSTRACT

In this paper, we firstly propose SQIARD and SIARD models to investigate the transmission of COVID-19 with quarantine, infected and asymptomatic infected, and discuss the relation between the respective basic reproduction number $R_0, R_Q$ and the stability of the equilibrium points of model. Secondly, after training the related data parameters, in our numerical simulations, we respectively conduct the forecast of the data of US, South Korea, Brazil, India, Russia and Italy, and the effect of prediction of the epidemic situation in each country. Furthermore, we apply US data to compare SQIARD with SIARD, and display the effects of predictions.

연구 동기 및 목표

• 무증상 감염과 격리 조치를 고려한 수학적 모델을 개발하고 校정하여 코로나19 전파를 예측하는 것.
• 실제 데이터를 사용하여 격리 없이 처리하는 SIARD 모델과 격리 포함하는 SQIARD 모델의 예측 성능을 비교하는 것.
• 다양한 국가에서 무증상 감염 비율을 추정하고 실증 데이터와 비교 검증하는 것.
• 상대 오차 기준과 유효 예측 간격을 활용하여 예측 신뢰도를 시간에 따라 평가하는 것.
• 관찰된 유증상 및 무증상 환자 추세와 관련된 기본 재생수 $ R_0 $ 의 역할을 분석하는 것.

제안 방법

• 격리 선별 및 격리자에서 감염 또는 무증상 집단으로의 전이율을 포함하여 SIARD 모델의 확장으로 SQIARD 모델을 수립하는 것.
• 연속 미분 방정식을 이산 시간 차분 방정식으로 변환하여 역학적 매개변수를 과거 감염 데이터 기반으로 학습할 수 있도록 하는 것.
• 최적의 모델 차수를 식별하고 검증 집합(크기 20) 기반으로 매개변수를 학습하기 위해 FIR(Finite Impulse Response) 알고리즘을 사용하는 것.
• 미국, 남코리아, 브라질, 인도, 러시아, 이탈리아의 감염 데이터를 활용하여 모델 매개변수를 校정하며, SQIARD 모델의 경우 미국의 격리 데이터에 특별한 중점을 두는 것.
• 상대 오차 기준(5%, 10%, 20%)을 사용하여 예측 정확도를 평가하고, 각 오차 범위 내에서의 일수를 '유효 예측 간격'으로 정의하는 것.
• 예측 정밀도에 미치는 격리 동역학의 영향을 평가하기 위해, 겹치는 시간 창에서 SQIARD와 SIARD 예측을 비교하는 것.

실험 결과

연구 질문

• RQ1 SQIARD 모델에 격리 선별 데이터를 통합함으로써 SIARD 모델에 비해 예측 정확도가 얼마나 향상되는가?
• RQ2 제안된 모델을 통해 다양한 국가에서 무증상 감염 비율을 얼마나 신뢰성 있게 추정할 수 있는가?
• RQ3 유증상 및 무증상 감염 추세가 기본 재생수 $ R_0 $ 의 변화와 어떻게 상관관계가 있는가?
• RQ4 6개국의 다양한 역학적 맥락에서 모델의 유효 예측 기간은 어떻게 되는가?
• RQ5 격리 동역학을 통합함으로써 모델이 실시간 전염병 추세를 얼마나 잘 추적할 수 있는가?

주요 결과

• 미국에서 SQIARD 모델은 5% 상대 오차 범위 내에서 9일의 유효 예측 간격을 확보하여, SIARD 모델의 6일보다 뛰어난 성능을 보였다.
• 브라질에서는 SIARD 모델이 5% 오차 내에서 단 1일 간격만을 확보하여 단기 예측 신뢰도가 낮음을 시사했다.
• 남코리아의 경우 SIARD 모델은 10% 오차 내에서 2일 간격을 확보하였고, $ R_0 $ 가 1 이하로 떨어지며 전염병 통제 상태임을 시사했다.
• 러시아에서는 SIARD 모델이 5% 오차 내에서 15일 간격을 확보하여 모델 적합도가 높고 추세를 잘 반영함을 나타냈다.
• 이탈리아의 SIARD 예측 결과는 $ I $ 와 $ A $ 의 감소 추세를 보였고, $ R_0 $ 가 1 이하로 떨어지며 전염병 통제가 이루어졌음을 뒷받침했다.
• 모델은 이탈리아에서 무증상 감염 비율을 45%로 추정하였으며, 이는 이탈리아 보의 지역에서 보고된 43.2%와 매우 유사하여 무증상 비율 추정의 정확도를 검증했다.