[논문 리뷰] Universal Masking is Urgent in the COVID-19 Pandemic: SEIR and Agent Based Models, Empirical Validation, Policy Recommendations

De Kai, Guy Philippe Goldstein외 3명|arXiv (Cornell University)|2020. 04. 22.

Infection Control and Ventilation참고 문헌 21인용 수 120

한 줄 요약

논문은 SEIR 및 에이전트 기반 모델을 개발하여 코로나19 확산에 대한 보편 마스크의 효과를 평가하고, 경험적 데이터로 예측을 검증하며 정책 권고를 제시한다.

ABSTRACT

We present two models for the COVID-19 pandemic predicting the impact of universal face mask wearing upon the spread of the SARS-CoV-2 virus--one employing a stochastic dynamic network based compartmental SEIR (susceptible-exposed-infectious-recovered) approach, and the other employing individual ABM (agent-based modelling) Monte Carlo simulation--indicating (1) significant impact under (near) universal masking when at least 80% of a population is wearing masks, versus minimal impact when only 50% or less of the population is wearing masks, and (2) significant impact when universal masking is adopted early, by Day 50 of a regional outbreak, versus minimal impact when universal masking is adopted late. These effects hold even at the lower filtering rates of homemade masks. To validate these theoretical models, we compare their predictions against a new empirical data set we have collected that includes whether regions have universal masking cultures or policies, their daily case growth rates, and their percentage reduction from peak daily case growth rates. Results show a near perfect correlation between early universal masking and successful suppression of daily case growth rates and/or reduction from peak daily case growth rates, as predicted by our theoretical simulations. Our theoretical and empirical results argue for urgent implementation of universal masking. As governments plan how to exit societal lockdowns, it is emerging as a key NPI; a "mouth-and-nose lockdown" is far more sustainable than a "full body lockdown", on economic, social, and mental health axes. An interactive visualization of the ABM simulation is at http://dek.ai/masks4all. We recommend immediate mask wearing recommendations, official guidelines for correct use, and awareness campaigns to shift masking mindsets away from pure self-protection, towards aspirational goals of responsibly protecting one's community.

연구 동기 및 목표

• COVID-19 팬데믹 동안 보편 마스크를 중요한 비약물적 개입으로 고무하고 촉진한다.
• 마스킹의 영향을 정량화하기 위해 이론적 모델링 두 가지 접근법(SEIR를 확률적 동적 네트워크로, ABM 몬테카를로) 를 개발하고 비교한다.
• 다양한 마스킹 문화 및 정책을 가진 지역들의 새로운 경험적 데이터 세트에 대해 모델 예측을 검증한다.
• 전파를 통제하기 위해 조기에 광범위하게 마스크를 시행하는 정책 권고를 제시한다.
• 봉쇄 해제 전략에서 마스크를 다른 비약물적 개입과 결합하는 실용적 시사점을 강조한다.

제안 방법

• β, σ, γ, μI와 함께 S→E→I→R→F로의 전이를 포착하기 위해 근접 및 글로벌 접촉을 포착하는 확률적 동적 네트워크에서 구현된 SEIR 모델.
• 2D 래핑(wraparound) 공간에서 개별 에이전트를 사용하는 ABM 몬테카를로 시뮬레이션으로 근접 기반 전파와 마스크 효과를 모델링한다.
• 마스킹 효과는 전파를 T 배율로 감소시키고 흡수를 A로 모형화하며 시간에 따라 마스킹 채택 M을 변화시키는 방식으로 모델링한다.
• 비교 시나리오는 0%, 50%, 80–90% 마스킹 채택과 시점(발현일 0, 50일, 75일)을 포함한다.
• 베이스라인 매개변수는 β=0.155, σ=1/5.2, γ=1/12.39; 초기 감염 = 1%; 보정용 인구 규모 ≈ 67,000 (SEIR) 및 200 에이전트(ABM).

실험 결과

연구 질문

• RQ1 높은 채택의 보편 마스크가 사회적 거리두기와 lockdown만으로는 달성되지 않는 COVID-19 감염의 궤적에 어떠한 영향을 미치는가?
• RQ2 보편 마스크 시행 시점이 전염병 결과에 어떤 영향을 미치는가?
• RQ3 다양한 마스크 문화나 정책을 가진 지역에서 이론적 SEIR 및 ABM 모델이 경험적 데이터와 일치하는가?
• RQ4 보다 광범위한 완화 전략의 일환으로 마스킹을 최적화하기 위해 어떤 정책적 시사점을 도출할 수 있는가?

주요 결과

• 80% 채택의 보편 마스킹은 SEIR 네트워크 모델에서 곡선을 크게 완만하게 하고 단독 lockdown에 비해 사망을 감소시킨다.
• 50% 채택의 마스킹은 SEIR 시뮬레이션에서 지속적 확산을 방지하기에 불충분하다.
• 조기 보편 마스킹(50일 전후)으로 두 모델에서 감염이 크게 감소하며, 지연 마스킹은 영향이 거의 없다.
• 38개 지역의 경험적 데이터는 조기 보편 마스크와 일일 신규 확진 증가 억제 및 정점 감소 사이에 거의 완벽한 상관관계를 보여 모형 예측을 뒷받침한다.
• ABM 결과는 50일 전 또는 그 이전에 시행된 마스크가 확산을 극적으로 억제할 수 있는 반면 75일로 지연하면 효과가 감소함을 보여준다.
• 정책 시사점은 마스킹을 코로나19 관리에서 전체 봉쇄에 의존하지 않고 검사, 추적 및 격리와 보완하는 주요 NPI로 제시한다.