[论文解读] Asymptomatic infectives and $R_0$ for COVID

Giuseppe Gaeta|arXiv (Cornell University)|Mar 31, 2020

COVID-19 epidemiological studies参考文献 6被引用 8

一句话总结

本文通过将无症状感染者纳入扩展的SIR模型（A-SIR），重新评估了COVID-19的基本再生数$R_0$，表明由于无症状感染者具有更长的传染期，真实$R_0$相比标准SIR模型的估计值最高可增加2.5倍。该模型表明，若忽略无症状感染者，将导致对疫情传播的显著低估以及错误的政策决策。

ABSTRACT

We discuss how the presence of a large set of asymptomatic infectives changes our estimate of the COVID-19 basic reproduction number, also known as $R_0$.

研究动机与目标

• 为解决标准SIR模型中因大量无症状但具有传染性的个体存在而导致$R_0$被低估的问题。
• 量化无症状感染者传染期延长对病毒真实传播潜力的影响。
• 证明当忽略无症状传播时，基于标准SIR模型的$R_0$估计值可能误导公共卫生决策。
• 利用意大利的真实数据验证A-SIR模型，显示其对累计病例数和移除动态的良好拟合。
• 强调在政策决策中依赖简单SIR模型的风险，尤其是在封锁解除过渡阶段。

提出的方法

• 提出一种包含两类感染者（显性感染$I$和无症状感染$J$）以及两类移除者（登记$R$和未登记$U$）的A-SIR模型。
• 引入不同的移除率：显性病例的移除时间为$\beta^{-1} \approx 7$天，无症状病例的移除时间为$\eta^{-1} \approx 21$天。
• 将传播建模为$\alpha S(I+J)$，假设$I$和$J$具有相同的传染性，且约有$\xi \approx 1/10$至$1/7$的新感染被检测到。
• 推导出有效再生数$\widehat{R}_0 = \frac{\alpha S_0}{B}$，其中$B = \xi\beta + (1-\xi)\eta$为平均移除率。
• 采用时变传播率$\alpha(t) = \mu(t)\alpha_0$以模拟政策干预，其中$\mu(t)$在时间上分段为常数。
• 将A-SIR模型拟合至意大利疫情数据，使用$\alpha_0 = 7.15 \times 10^{-8}$，并以官方累计$R(t)$数据验证结果。

实验结果

研究问题

• RQ1 与标准SIR模型估计相比，无症状感染者的存在如何改变COVID-19的真实基本再生数$R_0$？
• RQ2 未被检测到的无症状个体传染期更长，对流行病动力学和防控措施有何影响？
• RQ3 当忽略无症状传播时，标准SIR模型的$R_0$估计为何会误导政策决策？
• RQ4 A-SIR模型在多大程度上能够准确再现真实世界疫情数据（如意大利的累计病例数）？
• RQ5 由于干预措施导致传播率$\alpha(t)$发生变化时，SIR与A-SIR框架下$R_0$估计的可靠性有何差异？

主要发现

• 当忽略无症状感染者时，由于其传染期更长，真实$R_0$被低估的程度最高可达$5/2 = 2.5$倍。
• 有效再生数$\widehat{R}_0 = \frac{\beta}{B} R_0$大于标准$R_0$，因为$B < \beta$，反映出无症状感染者移除速度更慢。
• 在意大利疫情中，采用$\beta^{-1} \approx 7$天和$\eta^{-1} \approx 21$天的A-SIR模型对官方累计病例数据具有良好的拟合效果。
• 一种‘天真’的SIR模型若不考虑干预后$\alpha(t)$的变化，会在中间阶段（$t_1 < t < t_2$）高估风险，错误地暗示安全，而此时疫情实际上仍在扩展。
• 相反，若不考虑$\alpha(t)$随时间变化，该‘天真’SIR模型会错误地认为疫情在$t > t_2$后仍持续扩展，而根据A-SIR模型，此时疫情实际上已趋于自消。
• SIR与A-SIR模型估计值之间的差异凸显了政策误判的风险——即基于错误$R_0$估计可能导致过早放松管控或不必要地延长封锁期。