[논문 리뷰] The TVBG-SEIR spline model for analysis of COVID-19 spread, and a Tool for prediction scenarios

Ognyan Kounchev, Georgi Simeonov외 1명|arXiv (Cornell University)|2020. 04. 23.

COVID-19 epidemiological studies참고 문헌 13인용 수 10

한 줄 요약

이 논문은 코로나19 팬데믹 기간 동안 동적인 전파 및 회복 속도를 포착하기 위해 B-spline 함수를 사용하는 시간에 따라 변하는 베타와 감마를 갖춘 SEIR 모델인 TVBG-SEIR 스플라인 모델을 소개한다. 이 모델은 다양한 공중보건 간섭 조치 하에서 전염병 확산의 시나리오 기반 예측을 가능하게 하여 정책 입안자에게도 데이터 기반의 민첩한 전파 역학 시뮬레이션을 통한 의사결정 지원 도구를 제공한다.

ABSTRACT

Mathematical models are traditionally used to analyze the long-term global evolution of epidemics, to determine the potential and severity of an outbreak, and to provide critical information for identifying the type of disease interventions and intensity. One of the widely used mathematical models of long-term spreading of epidemics are the so-called deterministic compartmental models (SIR/SEIR type models). One of the main purposes of applying such models is to assess how the expensive restriction measures imposed by the authorities (home and social isolation/quarantine, travel restrictions, etc.) can effectively reduce the control reproduction number of the disease and its transmission risk. However the classical SIR/SEIR models have been primarily studied in what may be called stationary case, where the main parameters, the Transmission rate Beta (reflecting the virus spread by infected individuals) and the Removed rate Gamma (reflecting the hospitalization/isolation measures) remain constant during the whole period of interest. Hence, it is important to extend the classical SIR/SEIR models by creating new ansatzes for the dynamics of the transmission rates Beta(t) (which we will call further just Beta) and removed rates Gamma(t) (which we will call further just Gamma). The main purpose of the present research is to introduce a spline-based SEIR model with Time-varying Beta and Gamma parameters, or abbreviated TVBG-SEIR model, which is used to estimate the practical implications of the public health interventions and measures. We have designed a Tool based on the TVBG-SEIR model, which may be used as a Decision Support Tool to assist the health decision- and policy-makers in creating predictive scenarios.

연구 동기 및 목표

• 고전적인 SEIR 모델을 시간에 따라 변하는 전파율(beta)과 제거율(gamma)을 允허함으로써 정적 가정인 일정한 매개변수의 제약을 초월한다.
• 팬데믹 기간 동안 감염 및 회복 속도의 실세계 데이터 변동성에 적응할 수 있는 민첩하고 스플라인 기반의 수학적 프레임워크를 개발한다.
• 다양한 간섭 전략의 전염병 결과에 미치는 영향을 시뮬레이션하고 비교할 수 있도록 공중보건 기관을 위한 의사결정 지원 도구를 만든다.
• 실세계 전파 데이터에서 관찰된 비정상적 역학을 통합함으로써 전염병 모델의 예측 정확도를 향상시킨다.
• 공중보건 위기 기간 동안 증거 기반 정책 결정을 지원하는 실용적이고 상호작용 가능한 시나리오 분석 도구를 제공한다.

제안 방법

• TVBG-SEIR 모델은 표준 SEIR 분할 모델을 확장하여 일정한 베타와 감마 매개변수를 시간에 따라 변하는 함수로 대체함으로써 제시된다. 이 함수는 B-spline 기저 함수를 통해 모델링된다.
• 전파율 beta(t)와 제거율 gamma(t)는 B-spline 기저 함수의 선형 조합으로 표현되며, 이는 관측된 유병률 및 회복 데이터에 대해 부드럽고 민감한 피팅을 가능하게 한다.
• 모델 매개변수는 시뮬레이션된 유병률과 관측된 유병률 간의 차이를 최소화하기 위해 비선형 최소제곱 최적화를 사용하여 추정된다.
• 이 모델은 정책 입안자가 다양한 간섭 시나리오를 입력하고 예측된 전염병 경로를 시각화할 수 있는 사용자 友好的 도구와 통합되어 있다.
• 스플라인 기반의 매개변수화는 연속적이고 미분 가능한 역학을 가능하게 하여 모델 출력의 수치적 안정성과 해석 가능성 향상을 도모한다.
• 이 도구는 사회적 거리두기, 검사 또는 격리 정책 변화를 반영하기 위해 beta(t)와 gamma(t) 함수의 형태와 시기를 조정함으로써 상호작용 가능한 시나리오 테스트를 지원한다.

실험 결과

연구 질문

• RQ1 실제 유행 기간 동안 관찰된 시간에 따라 변하는 전파 및 회복 속도를 반영하기 위해 SEIR 모델은 어떻게 향상시킬 수 있는가?
• RQ2 B-spline 매개변수화는 실세계 유행 데이터에 대한 SEIR 모델의 적합도와 예측 능력을 어느 정도 향상시킬 수 있는가?
• RQ3 시간에 따라 변하는 매개변수를 기반으로 한 민감하고 상호작용 가능한 모델링 도구는 팬데믹 기간 동안 공중보건 의사결정을 효과적으로 지원할 수 있는가?
• RQ4 전파 및 회복 속도가 동적으로 모델링될 경우, 다양한 간섭 전략의 예상 결과는 무엇인가?
• RQ5 간섭의 시기와 강도의 변화가 TVBG-SEIR 프레임워크 하에서 유행의 최고봉 크기와 지속 기간에 어떤 영향을 미치는가?

주요 결과

• TVBG-SEIR 모델은 B-spline 매개변수화를 통해 코로나19 팬데믹 초기 단계 동안 beta(t)와 gamma(t)의 비정상적 역학을 성공적으로 포착하였다.
• 특히 공중보건 간섭 조치가 변화하는 기간 동안, 일정한 매개변수를 갖는 고전적 SEIR 모델보다 실세계 유병률 데이터에 더 잘 적합된다는 것이 입증되었다.
• 이 도구를 통해 다양한 간섭 시나리오의 시뮬레이션을 수행할 수 있었으며, 조기에 시행되고 지속적인 사회적 거리두기 조치가 피크 감염률을 크게 감소시키고 유행 전파를 연기한다는 것이 확인되었다.
• 모델은 gamma(t) 함수의 적시 증가가 고립 및 병원 치료 효율성 향상 반영으로 제어 기본 재생수 R0를 효과적으로 낮출 수 있음을 드러냈다.
• 스플라인 기반 접근법은 전파 및 회복 속도의 부드럽고 연속적인 추정을 가능하게 하여 조각별 일정한 모델보다 더 신뢰할 수 있는 장기 예측을 지원한다.
• 본 연구는 신속한 감염병 유행 발생 시 공중보건 기관이 사용할 수 있는 민감하고 데이터 기반의 모델링 프레임워크가 실현 가능하다는 것을 입증하였다.