[논문 리뷰] Cohorting to isolate asymptomatic spreaders: An agent-based simulation study on the Mumbai Suburban Railway

Alok Talekar, Sharad Shriram외 11명|PubMed|2020. 12. 23.

COVID-19 epidemiological studies참고 문헌 18인용 수 5

한 줄 요약

이 에이전트기반 시뮬레이션 연구는 무르무바이 현지 기차 승객들을 고정된 이동 그룹으로 묶는 '코호트링(cohorting)' 전략이 무증상 SARS-CoV-2 전파를 줄이는 데 효과적인지 평가한다. 상호작용을 제한하고 감염자가 확인되면 전체 그룹을 신속히 격리할 수 있기 때문에, 승객 수요에 심각한 영향을 주지 않으면서도 전파를 크게 줄일 수 있으며, 최적의 효과는 12~20명의 그룹 규모에서 관찰된다.

ABSTRACT

The Mumbai Suburban Railways, <i>locals</i>, are a key transit infrastructure of the city and is crucial for resuming normal economic activity. Due to high density during transit, the potential risk of disease transmission is high, and the government has taken a wait and see approach to resume normal operations. To reduce disease transmission, policymakers can enforce reduced crowding and mandate wearing of masks. <i>Cohorting</i> - forming groups of travelers that always travel together, is an additional policy to reduce disease transmission on <i>locals</i> without severe restrictions. Cohorting allows us to: (<i>i</i>) form traveler bubbles, thereby decreasing the number of distinct interactions over time; (<i>ii</i>) potentially quarantine an entire cohort if a single case is detected, making contact tracing more efficient, and (<i>iii</i>) target cohorts for testing and early detection of symptomatic as well as asymptomatic cases. Studying impact of cohorts using compartmental models is challenging because of the ensuing representational complexity. Agent-based models provide a natural way to represent cohorts along with the representation of the cohort members with the larger social network. This paper describes a novel multi-scale agent-based model to study the impact of cohorting strategies on COVID-19 dynamics in Mumbai. We achieve this by modeling the Mumbai urban region using a detailed agent-based model comprising of 12.4 million agents. Individual cohorts and their inter-cohort interactions as they travel on locals are modeled using local mean field approximations. The resulting multi-scale model in conjunction with a detailed disease transmission and intervention simulator is used to assess various cohorting strategies. The results provide a quantitative trade-off between cohort size and its impact on disease dynamics and well being. The results show that cohorts can provide significant benefit in terms of reduced transmission without significantly impacting ridership and or economic & social activity.

연구 동기 및 목표

• 무르무바이 서브어번 레일 시스템과 같이 밀도가 높은 도시 철도 시스템에서 무증상 전파를 줄이기 위한 코호트링을 공중보건 전략으로 평가하기 위해.
• 코호트링 하에서 질병 전파 감소와 승객 수요 및 경제 활동에 미치는 영향 간의 상호 교환 관계를 정량화하기 위해.
• 일회성 이동자 비율과 다양한 코호트 크기 정책 하에서 코호트링의 효과성을 평가하기 위해.
• 코호트링 전략에서 정적 차량 배정이 동적 배정에 비해 결과를 개선하는지 조사하기 위해.

제안 방법

• 무르미의 도시 네트워크 전역에서 1,240만 명의 개인을 시뮬레이션하는 다스케일 에이전트기반 모델을 개발하여 현지 기차 운행 동역학을 포함한다.
• 기차 통행 중의 상호작용과 사회적 네트워크 구조를 나타내기 위해 지역 평균장 근사법을 사용해 코호트를 모델링한다.
• 마스크 착용, 체온 측정, 격리 프로토콜과 같은 간병 조치를 통합한 분할 질병 전파 모델을 통합한다.
• 코호트 크기(1~20명)와 일회성 이동자 비율(0%~40%)를 다양하게 설정한 다양한 코호트링 전략을 시뮬레이션한다.
• 기차 혼잡도, 역 혼잡도, 다양한 정책 하에서의 접촉 추적 효율성 등을 모델링하기 위해 오픈소스 시뮬레이션 코드를 사용한다.
• 일일 및 누적 양성 사례 수, 격리된 인원 수, 최고 전파 부하 등의 지표를 사용해 결과를 평가한다.

실험 결과

연구 질문

• RQ1 코호트 크기가 뉴마 부르바르 기차 시스템 내에서 일일 및 누적 SARS-CoV-2 감염자 수에 어떤 영향을 미치는가?
• RQ2 코호트링이 부분적으로 시행될 경우 일회성 이동자의 존재는 질병 전파에 어떤 영향을 미치는가?
• RQ3 코호트링 전략에서 정적 차량 배정이 동적 배정에 비해 질병 전파 결과를 개선하는가?
• RQ4 코호트링은 접촉 추적으로 인한 격리 인원 수에 어떤 영향을 미치며, 도시 전역의 총 격리 인원 수에 대한 마진 증가율은 얼마인가?
• RQ5 코호트링은 경제적·사회적 이동성 유지 조건에서 질병 전파를 얼마나 줄일 수 있는가?

주요 결과

• 큰 코호트 크기(예: 12~20명)는 피크 일일 및 누적 감염자 수를 크게 줄이며, 10명 이상의 코호트 크기에서 가장 뚜렷한 전파 감소 효과를 보인다.
• 40%의 일회성 이동자가 존재하더라도, 코호트 크기가 12~20인 경우 기존 방식(코호트 크기 = 1)에 비해 질병 전파를 크게 줄여주며, 부분 시행에도 불구하고 뛰어난 내성성을 보인다.
• 코호트 크기가 증가할수록 코호트링으로 인한 격리 인원 수는 증가하지만, 도시 전역의 총 격리 인원 수에 대한 마진 증가율은 작아 효율적인 격리가 가능함을 시사한다.
• 정적 차량 배정이 동적 배정에 비해 질병 전파 결과에 유의미한 이점이 없음을 확인하여 운영 측면에서의 유연성 확보가 가능함을 시사한다.
• 코호트링은 한 명의 구성원이 양성으로 확인되면 전체 그룹을 조기에 감지하고 격리할 수 있어 접촉 추적 효율성을 높이고 2차 전파를 줄이는 데 기여한다.
• 질병 전파에 가장 민감한 요소는 기차 혼잡도이므로, 기차 및 역 수준의 효과적인 혼잡 관리가 필수적이다.