[논문 리뷰] Choosing a growth curve to model the Covid-19 outbreak

Emiro A. Molina-Cuevas|arXiv (Cornell University)|2020. 07. 07.

COVID-19 epidemiological studies참고 문헌 19인용 수 7

한 줄 요약

이 논문은 유럽 연합(EU), 미국(US), 영국(UK)에서의 코로나19 유행을 모델링하기 위해 리처즈 가족의 성장곡선 모델 중 최적의 모델을 선택하기 위해 아카이케의 정보기준(Akaike's Information Criterion, AIC)을 적용한다. AIC 기반으로 고려된 모델 중에서 고무츠 모델(Gompertz model)이 가장 적합한 모델로 규명되었으며, 이는 모델 선택 과정에서 통계적 유의성 외에도 생물학적 타당성과 전염병 epidemiological 특성(예: 최고 전파율 및 최종 규모)의 명시적 분석이 동반되어야 한다는 점을 강조한다.

ABSTRACT

The Richards family models comprise a well-known set of models with useful parameters to describe several aspects of disease outbreaks. Some of these models have been used to study the current Covid-19 pandemic. However, there seems to be confusion regarding the discrimination among competing models. In this paper a detailed application of Akaikes information approach is used to discern among models using data from The European Union, The United States and The United Kingdom. We argue that the epidemiological characteristics derived from competing models should be examined to complement the selection strategy, and the implicit properties of the models contrasted with the available data. Detailed analytical expressions of the epidemiological characteristics implied by the selected parametrizations are also offered.

연구 동기 및 목표

• 코로나19 패닉 모델링을 위한 리처즈 가족 성장곡선 간의 모델 선택 혼동을 해결하기 위해.
• 다른 성장곡선 모델 간의 구분을 위한 공식적인 통계적 방법으로 아카이케의 정보기준(Akaike's Information Criterion, AIC)을 적용하기 위해.
• 최고 전파율 및 최종 유행 규모와 같은 모델 유도 특성의 전염병학적 타당성을 평가하기 위해.
• 선택된 매개수화 모델에 의해 암시되는 핵심 전염병학적 파ameter의 해석적 표현을 제공하기 위해.
• 모델 선택 과정에서 통계적 적합도와 생물학적·전염병학적 일관성을 결합한 이중 접근 방식을 권장하기 위해.

제안 방법

• EU, 미국(US), 영국(UK)의 누적 확진자 데이터에 대해 리처즈 가족 모델의 다양한 형태 간의 적합도를 비교하기 위해 아카이케의 정보기준(Akaike's Information Criterion, AIC)을 적용한다.
• Gompertz, 로지스틱, 일반화된 리처즈 모델을 포함하는 리처즈 가족 모델을 후보 성장곡선으로 사용한다.
• 초기 유행 단계 동안 유럽 연합(EU), 미국(US), 영국(UK)의 국가 보건 당국에서 제공한 실제 누적 확진자 데이터에 모델을 피팅한다.
• 선택된 매개수화 모델에서 핵심 전염병학적 특성(예: 최고 전파율, 최종 유행 규모)을 해석적으로 유도한다.
• 모델이 유도하는 역학적 특성과 관측된 데이터 추세를 비교하여 생물학적 타당성을 평가한다.
• 통계 기준(AIC)과 함께 모델 행동의 정성적 평가를 병행하여 모델 선택을 지원한다.

실험 결과

연구 질문

• RQ1 유럽 연합(EU), 미국(US), 영국(UK)에서의 코로나19 유행 누적 확진자 데이터에 대해 리처즈 가족 성장곡선 중 어떤 모델이 가장 적합한가?
• RQ2 경쟁 모델에서 도출된 전염병학적 특성(예: 최고 전파율, 최종 규모)이 관측된 데이터와 어떻게 비교되는가?
• RQ3 AIC만으로는 모델 선택을 얼마나 잘 이끌 수 있으며, 생물학적 타당성은 어느 정도 중요한가?
• RQ4 선택된 모델에서 핵심 전염병학적 파ameter의 명시적 해석적 표현은 무엇인가?
• RQ5 다양한 성장곡선이 암시하는 암묵적 가정이 유행의 관측된 역학과 얼마나 일치하는가?

주요 결과

• 모든 세 지역인 유럽 연합(EU), 미국(US), 영국(UK)에서 AIC 기반으로 고무츠 모델(Gompertz model)이 가장 적합한 모델로 선정되었다.
• 리처즈 가족 모델, 특히 고무츠 모델이 누적 확진자 데이터에 대해 양호한 적합도를 보였으며, AIC 값은 다른 모델 대비 뛰어난 성능을 나타냈다.
• 선택된 모델은 비대칭 유행 곡선과 지연된 피크를 암시하는 등 구체적인 전염병학적 특성을 유도하였으며, 이는 관측된 유행 역학과 일치하였다.
• 최고 전파율 및 최종 유행 규모에 대한 해석적 표현이 도출되었으며, 이는 모델 매개수화에 민감하게 반응하는 것으로 확인되었다.
• AIC 기반의 모델 선택만으로는 부족하였으며, 전염병학적 타당성과 관측된 데이터 추세와의 일관성은 최종 모델 검증에 필수적이었다.
• 본 연구는 모델 선택이 유행 지속 기간, 피크 강도 및 최종 규모 예측에 상당한 영향을 미친다는 점을 입증하며, 철저한 모델 평가의 중요성을 강조한다.