[논문 리뷰] Modeling and forecasting the Covid-19 pandemic in Brazil

Bastos Sb, Cajueiro Do|arXiv (Cornell University)|2020. 03. 31.

COVID-19 epidemiological studies참고 문헌 8인용 수 34

한 줄 요약

이 연구는 시간에 따라 변화하는 사회적 거리 두기 변수를 포함한 수정된 SIR 모델을 사용하여 브라질에서의 초기 코로나19 전파를 모델링하고 예측한다. 사회적 거리 두기가 감염 곡선을 완만하게 만들지만, 지속 기간이 정점의 시기와 크기에 결정적인 영향을 미친다. 장기 시뮬레이션을 통해 이러한 정책의 최적 종료 시기를 규명하였으며, 무증상 전파가 정점 크기에 중대한 영향을 미친다. 이는 광범위한 검사의 필요성을 강조한다.

ABSTRACT

We model and forecast the early evolution of the COVID-19 pandemic in Brazil using Brazilian recent data from February 25, 2020 to March 30, 2020. This early period accounts for unawareness of the epidemiological characteristics of the disease in a new territory, sub-notification of the real numbers of infected people and the timely introduction of social distancing policies to flatten the spread of the disease. We use two variations of the SIR model and we include a parameter that comprises the effects of social distancing measures. Short and long term forecasts show that the social distancing policy imposed by the government is able to flatten the pattern of infection of the COVID-19. However, our results also show that if this policy does not last enough time, it is only able to shift the peak of infection into the future keeping the value of the peak in almost the same value. Furthermore, our long term simulations forecast the optimal date to end the policy. Finally, we show that the proportion of asymptomatic individuals affects the amplitude of the peak of symptomatic infected, suggesting that it is important to test the population.

연구 동기 및 목표

• 2020년 2월 25일부터 3월 30일까지의 실시간 데이터를 활용하여 브라질에서의 초기 코로나19 팬데믹 역학을 모델링하기.
• 사회적 거리 두기 정책이 감염 곡선을 완만하게 하고 정점 시기를 어떻게 이동시키는지 평가하기.
• 정점 감염 수준을 최소화하기 위해 사회적 거리 두기 조치의 최적 기간을 결정하기.
• 무증상 환자의 비율이 유증상 감염 정점의 폭발 크기에 어떤 영향을 미치는지 평가하기.
• 팬데믹 확산을 통제하기 위해 전 인구를 대상으로 한 검사의 중요성을 부각하기.

제안 방법

• 사회적 거리 두기 간섭을 나타내는 시간에 따라 변하는 매개변수를 포함한 고전적 SIR 모델의 변형.
• 초기 브라질 감염자 데이터에 대한 캘리브레이션을 통해 부족 통보 효과를 반영.
• 다양한 정책 기간에 따라 감염 추세를 예측하기 위해 단기 및 장기 시뮬레이션의 활용.
• 정점 감염 수준에 대한 영향을 평가하기 위해 무증상 전파율을 변수로 통합.
• 2020년 2월 25일부터 3월 30일까지의 데이터를 사용하여 초기 팬데믹 조건을 반영한 매개변수 추정.
• 브라질의 관측된 초기 감염 추세와 시뮬레이션 곡선을 비교하여 모델 검증.

실험 결과

연구 질문

• RQ1 사회적 거리 두기가 브라질에서의 코로나19 감염 정점의 시기와 크기에 어떤 영향을 미치는가?
• RQ2 정점 감염 수준을 최소화하기 위해 사회적 거리 두기 정책의 최적 기간은 얼마인가?
• RQ3 무증상 환자의 비율이 유증상 감염 정점의 폭발 크기에 어떤 영향을 미치는가?
• RQ4 감염 사례의 저보도가 초기 팬데믹 예측의 정확도에 어느 정도 영향을 미치는가?
• RQ5 이 모델은 사회적 거리 두기 조치의 최적 종료 시기를 예측할 수 있는가?

주요 결과

• 사회적 거리 두기 정책은 감염 곡선을 완만하게 만들지만, 지속 기간이 충분히 길지 않으면 정점 시기를 뒤로 미루는 데 그칠 뿐이다.
• 사회적 거리 두기를 너무 일찍 해제할 경우 정점 감염 수준은 거의 변화하지 않으며, 이는 장기적인 시행의 필요성을 시사한다.
• 장기 시뮬레이션을 통해 정점 감염 수를 최소화하기 위해 사회적 거리 두기 조치의 특정 최적 종료 시기를 규명하였다.
• 무증상 환자 비율이 증가할수록 유증상 감염 정점의 폭발 크기가 커지며, 이는 전파 위험을 강조한다.
• 모델은 광범위한 검사가 팬데믹 통제에 필수적이라고 제안하며, 무증상 환자가 전파 역학에 중대한 영향을 미친다.
• 모델의 예측 결과는 관측된 초기 데이터와 일치하여, 초기 팬데믹 단계에서 정책 관련 예측에 모델을 활용할 수 있음을 검증한다.