[논문 리뷰] COVID-19: A model for studying the evolution of contamination in Brazil

Rodrigo A. Schulz, Carlos H. Coimbra-Araújo외 1명|arXiv (Cornell University)|2020. 03. 31.

COVID-19 epidemiological studies인용 수 14

한 줄 요약

이 논문은 브라질에서의 코로나19 전파를 연구하기 위해 사회적 거리두기와 태어남/사망률에 의해 영향을 받는 동적 인구 감수성 요소를 통합한 수정된 SIR 모델을 제안한다. 모델은 향후 전염병 결과—수천 명에서 수천만 명의 감염자까지—가 사회적 행동과 격리 조치에 따라 크게 달라지며, 전파를 억제하기 위해 시간이 지남에 따라 더욱 강력한 격리 조치가 필요하다고 예측한다.

ABSTRACT

In the present article we introduce an epidemiological model for the investigation of the spread of epidemics caused by viruses. The model is applied specifically to COVID-19, the disease caused by the SARS-Cov-2 virus (aka "novel coronavirus"). The SIR (Susceptible - Infectious - Recovered) model is used as a basis for studying the evolution of the epidemic. Nevertheless, we have modified some of the model hypotheses in order to obtain an estimate of the contamination free of overestimated predictions. This extended model is then applied to the case of the recent advance of the epidemic in Brazil. In this regard, it is possible to obtain the evolution for the number of infectious significantly close to that provided by current data. Accordingly, we evaluate possible future scenarios for the disease spread. Regarding the population susceptibility, we consider different social behaviors in response to quarantine measures and precautions to avoid contagion. We conclude that the future scenario of the epidemic depends significantly on the social behavior adopted to date, as well as on the contagion control measures. The extent of such measures would be likely to cause thousands, millions or tens of millions of contaminations in the next few months.

연구 동기 및 목표

• 브라질에서 사회적 거리두기로 인한 동적 인구 감수성 변화를 반영한 수정된 SIR 모델을 개발하기 위해.
• 국가 수준의 전염병 모델링에서 현실성을 향상시키기 위해 SIR 프레임워크에 시간에 따라 변하는 태어남 및 사망률을 통합하기 위해.
• 다양한 수준의 사회적 행동과 격리 준수 여부가 브라질의 향후 전염병 시나리오에 어떻게 영향을 미치는지 평가하기 위해.
• 공공 보건 정책을 안내하고 개인 행동이 전염병 통제에 미치는 영향을 인식시키기 위한 데이터 기반 예측을 제공하기 위해.
• 관찰된 전파 추세에서 유도된 정량적 기준인 사회적 제한 강도 측정치 kτ를 사용하여 격리 조치의 효과성을 평가하기 위해.

제안 방법

• 기존의 SIR 모델의 가정을 수정하여, 모든 개인이 처음에 감수성이라고 보는 것을 바꾸고, 사회적 고립을 통해 감수성의 시간에 따라 감소하는 방식으로 모델을 수정하기 위해.
• 시간에 따라 변하는 매개변수 ρ(τ)를 도입하여, 시간 τ에 사회적 고립을 실천하는 인구의 비율을 나타내며, 이는 효과적인 접촉률을 감소시킨다.
• 전파를 억제하기 위해 필요한 고립 강도를 추정하기 위해 제어 매개변수 kτ = 1 − ρ₀(1 − Δρ)^τ 를 정의한다. 여기서 ρ₀는 初기 고립 비율이고, Δρ는 매일 증가하는 고립 준수 비율이다.
• 미분 방정식을 사용하여 S(t), I(t), R(t)의 시간에 따른 변화를 모델링하며, 수정된 전파 항은 dI/dt = [αI(t)S(t)(1 − ρ(τ) − kτ)]/N − βI(t) 이다.
• 브라질의 초기 전염병 단계(2020년 3월~4월)의 실시간 데이터—확진자 수와 사망자 수—를 사용하여 모델을 校정한다.
• kτ와 ρ(τ)를 다양하게 설정하여 향후 시나리오를 시뮬레이션하고, 다양한 사회적 행동 가정 하에 감염 경로를 예측한다.

실험 결과

연구 질문

• RQ1 시간에 따라 변하는 사회적 고립 행동을 통합할 경우, 브라질에서의 사스코로나2 바이러스 전염병 예측 경로에 어떤 영향을 미치는가?
• RQ2 전파를 억제하기 위해 필요한 고립 강도 수준(kτ)은 얼마이며, 이는 시간이 지남에 따라 어떻게 변화하는가?
• RQ3 태어남 및 사망률이 브라질에 적용된 SIR 모델에서 전염병 역학에 어느 정도의 영향을 미치는가?
• RQ4 다른 사회적 행동 가정이 누적 감염자 수 측면에서 향후 전염병 시나리오에 어떻게 다른 결과를 초래하는가?
• RQ5 수정된 SIR 모델은 신속하게 발생하는 전염병의 초기 단계 동안 실제 데이터와 일치하는 신뢰할 수 있는 단기 예측을 제공할 수 있는가?

주요 결과

• 모델은 브라질의 초기 전염병 단계 동안 실제 데이터와 밀도 높은 일치를 보이며, 예측 정확도를 검증한다.
• 2020년 3월 25일(전염병 시작 후 28일째)에 전파를 억제하기 위해 필요한 고립 강도는 k₂₈ ≈ 0.76로 추정되었다.
• 2020년 4월 10일(시작 후 44일째)에는 필요한 고립 강도가 k₄₄ ≈ 0.88로 증가하여, 시간이 지남에 따라 더욱 엄격한 조치가 필요하다는 점을 시사한다.
• 모델은 효과적인 사회적 거리두기가 이루어지지 않을 경우, 몇 달 안에 브라질에서 수천만 명의 감염자가 발생할 수 있음을 보여준다.
• 결과적으로 향후 전염병 결과는 현재의 사회적 행동에 매우 민감하며, 심각한 시나리오와 통제 가능한 시나리오 모두 현실적으로 가능하다는 점을 입증한다.
• 모델은 지속적인 격리 정책의 과학적 타당성을 뒷받침하며, 전염병 확산 통제에 있어 국민 인식 제고의 중요성을 강조한다.