[논문 리뷰] Time Series Analysis and Correlation of Subway Turnstile Usage and COVID-19 Prevalence in New York City

Sina Fathi-Kazerooni, Roberto Rojas‐Cessa외 2명|arXiv (Cornell University)|2020. 08. 01.

COVID-19 epidemiological studies참고 문헌 27인용 수 7

한 줄 요약

이 연구는 뉴욕시 지하철 통행량과 코로나19 사망자 수/감염자 수 사이의 강력한 상관관계를 LSTM 및 ARIMA 모델을 사용하여 규명하였다. 연구는 잠복기 및 증상 발현 지연을 고려한 지하철 이용률이 보고된 사망자 수를 예측할 수 있음을 보여주며, 뉴욕시에서 첫 감염자와 사망자가 공식 보고된 것보다 이르게 발생했음을 추정한다—각각 2020년 1월 28일에서 2월 24일 사이, 그리고 3월 7일에서 21일 사이로 추정된다.

ABSTRACT

In this paper, we show a strong correlation between turnstile usage data of the New York City subway provided by the Metropolitan Transport Authority of New York City and COVID-19 deaths and cases reported by the New York City Department of Health. The turnstile usage data not only indicate the usage of the city's subway but also people's activity that promoted the large prevalence of COVID-19 city dwellers experienced from March to May of 2020. While this correlation is apparent, no proof has been provided before. Here we demonstrate this correlation through the application of a long short-term memory neural network. We show that the correlation of COVID-19 prevalence and deaths considers the incubation and symptomatic phases on reported deaths. Having established this correlation, we estimate the dates when the number of COVID-19 deaths and cases would approach zero after the reported number of deaths were decreasing by using the Auto-Regressive Integrated Moving Average model. We also estimate the dates when the first cases and deaths occurred by back-tracing the data sets and compare them to the reported dates.

연구 동기 및 목표

• 초기 패닉 기간 동안 뉴욕시 지하철 통행량과 코로나19 감염자 수 및 사망자 수의 유병률 간 상관관계를 조사하기 위해.
• 검사 부족으로 인해 보고된 감염자 데이터에 한계가 있음을 고려하여 분석에 더 신뢰할 수 있는 지표로 사망자 수를 사용하기 위해.
• ARIMA 모델을 활용해 역행 추적을 통해 뉴욕시에서 팬데믹의 실제 발생 시기를 추정하기 위해.
• 보고된 추세를 바탕으로 코로나19 사망자 수 및 감염자 수가 0이 되는 시기를 예측하기 위해.
• 모델 예측 결과를 공식 보고 일자와 비교하여 데이터 한계 및 보고 지연으로 인한 격차를 평가하기 위해.

제안 방법

• 지하철 통행량과 보고된 코로나19 사망자 수 및 감염자 수 간의 시계열 관계를 모델링하기 위해 장기적 단기 기억(LSTM) 신경망을 적용하였다.
• 잠복기 및 증상 발현 기간을 고려하기 위해, 1~25일 전의 일일 지하철 입구 데이터를 특징으로 사용하였다.
• 사망자 및 감염자 수의 향후 추세, 특히 0을 넘어서는 시점(제로 크로스링)을 예측하기 위해 자가회귀통합이동평균(ARIMA) 모델을 활용하였다.
• 공식적으로 보고된 첫 감염자 및 사망자 수에서 역행하여 데이터를 추적함으로써 팬데믹의 기원을 추정하기 위해 역행 시간 ARIMA 예측을 수행하였다.
• 모델 성능 및 신뢰도 평가를 위해 뉴욕시 보건국(DOH) 데이터셋의 20%를 테스트 세트로 사용하였다.
• 모델이 추정한 첫 감염자 및 사망자 수 일자와 공식 보고 일자를 비교하여 정확도 및 데이터 한계를 평가하였다.

실험 결과

연구 질문

• RQ1 뉴욕시 지하철 통행량과 보고된 코로나19 사망자 수 및 감염자 수 사이에 통계적으로 유의미한 상관관계가 존재하는가?
• RQ2 잠복기 및 증상 발현 지연은 지하철 이용률 데이터의 팬데믹 진행 추적 능력에 어떤 영향을 미치는가?
• RQ3 보고된 데이터의 ARIMA 모델을 역행 추적함으로써, 뉴욕시에서 첫 SARS-CoV-2 감염자 및 사망자가 언제 발생했을 것으로 추정되는가?
• RQ4 ARIMA 예측에 따르면, 코로나19 일일 사망자 수 및 감염자 수가 언제 0이 되는가?
• RQ5 모델이 추정한 첫 감염자 및 사망자 수 일자와 공식 보고 일자 간의 격차는 무엇이며, 그 격차의 원인은 무엇인가?

주요 결과

• LSTM 모델을 사용하여 뉴욕시 지하철 통행량과 보고된 코로나19 사망자 수 및 감염자 수 사이에 강력한 상관관계를 확립하였으며, 1~25일 전의 지연된 통행량 데이터가 주요 예측 변수로 기능하였다.
• ARIMA 모델은 일일 사망자 수가 2020년 5월 16일에서 7월 28일 사이에 0이 되리라고 예측하였으며, 하한 신뢰구간은 5월 16일을 제로 사망자 수일자로 나타내었다.
• 모델은 뉴욕시에서 첫 코로나19 감염자가 2020년 1월 28일에서 2월 24일 사이에 발생했을 것으로 추정하였으며, 공식 보고일인 2월 29일보다 이르게 발생한 것으로 나타났다.
• 첫 사망자는 2020년 3월 7일에서 21일 사이에 발생했을 것으로 추정되었으며, 공식 보고일인 3월 11일보다 이르게 발생한 것으로 나타났다.
• 감염자 수에 대한 ARIMA 예측은 상한 신뢰구간 기준 2020년 6월 26일에 감염자 수 추세가 0이 되리라고 예측하였지만, 상한선이 0을 넘어서지 않아 재확산 가능성이 있음을 시사하였다.
• 추정된 일자와 공식 보고 일자 간 격차는 초기 팬데믹 단계의 데이터 한계, 특히 검사 수요 부족 및 보고 지연으로 인한 것으로 기인한다.