[論文レビュー] Modeling the Control of COVID-19: Impact of Policy Interventions and Meteorological Factors

Jiwei Jia, Jian Ding+6 more|arXiv (Cornell University)|Mar 5, 2020

COVID-19 epidemiological studies被引用数 76

ひとこと要約

論文は home quarantine を含む七区画の SEIR 風モデルを開発し、それを中国データに適合させて伝播パラメータと制御再生産数 Rc を推定し、気象指標とワクチン接種が COVID-19 のダイナミクスに与える影響を検討する。さらに資源需要とワクチン接種段階のシナリオを分析する。

ABSTRACT

In this paper, we propose a dynamical model to describe the transmission of COVID-19, which is spreading in China and many other countries. To avoid a larger outbreak in the worldwide, Chinese government carried out a series of strong strategies to prevent the situation from deteriorating. Home quarantine is the most important one to prevent the spread of COVID-19. In order to estimate the effect of population quarantine, we divide the population into seven categories for simulation. Based on a Least-Squares procedure and officially published data, the estimation of parameters for the proposed model is given. Numerical simulations show that the proposed model can describe the transmission of COVID-19 accurately, the corresponding prediction of the trend of the disease is given. The home quarantine strategy plays an important role in controlling the disease spread and speeding up the decline of COVID-19. The control reproduction number of most provinces in China are analyzed and discussed adequately. We should pay attention to that, though the epidemic is in decline in China, the disease still has high risk of human-to-human transmission continuously. Once the control strategy is removed, COVID-19 may become a normal epidemic disease just like flu. Further control for the disease is still necessary, we focus on the relationship between the spread rate of the virus and the meteorological conditions. A comprehensive meteorological index is introduced to represent the impact of meteorological factors on both high and low migration groups. As the progress on the new vaccine, we design detail vaccination strategies for COVID-19 in different control phases and show the effectiveness of efficient vaccination. Once the vaccine comes into use, the numerical simulation provide a promptly prospective research.

研究の動機と目的

• 中国における COVID-19 の拡大に対する厳格な隔離と検疫の影響を定量化する必要性を動機づける。
• 検疫、無症状伝播、および診断症例を捉える七区画モデルを導入する。
• 公式データからモデルパラメータを推定し、Rc(t) を算出する。
• MeI という複合的な気象要因を介して気象因子の影響を探索し、ワクチン戦略を評価する。
• 異なる検疫期間下での医療資源負担（AMR）を評価する。

提案手法

• 古典的な SEIR フレームワークを七区画化する：S, Q, E, A, I, D, R で quarantined クラス Q を含む。
• 症状性/無症状伝播と検疫ダイナミクスのための二次結合発生率を用いる（p, λ）。
• 次世代行列を適用して Rc^0 = [(βθ(1−ρ))/(εA+γA) + (βρ)/(γI+dI+εI)] S0 を導出し、 Rc(t) を定義する。
• 公表された D(t) データ（診断cases）に対して最小二乗法で β と γI を28日間適合させ、phaseベースの分析（prophase, metaphase, anaphase）を行う。
• MeI を導入して MeI と Rc^0、β の関係を定量化し、AI, TE, PR, RH, WP を用いた線形回帰で評価する。
• quarantined 区画をワクチン接種区画と置換して接種を模擬し、三相（prophase, metaphase, anaphase）の接種時期を評価する。
• AMR を AMR = k ∫ D(t) dt の形で90日間積分して accumulated 医療資源を推定し、医療負担を把握する。

実験結果

リサーチクエスチョン

• RQ1 家庭内 quarantine 戦略が中国の省別での COVID-19 の制御再生産数 Rc(t) にどのような影響を与えるか。
• RQ2 高移動群と低移動群での気象条件（MeI）と伝播パラメータ（Rc^0, β）との関係は何か。
• RQ3 異なる制御段階のワクチン戦略がピーク診断病例（D(t)）と Rc(t) にどのような影響を及ぼすか。
• RQ4 異なる quarantine期間下での医療資源需要（AMR）はどのように推定されるか。

主な発見

• 湖北省外の Rc^0 は 12.7700、湖北省内は 8.5423 で、初期の疾病負荷の差を反映している。
• 3期間の平均 Rc(t) は現在の管理下で低下し、湖北省外は prophase の 6.0295 から metaphase の 1.0843、anaphase の 0.6208 に低下、湖北省内は 5.6870 から 2.2426、1.0560 に低下する。
• より長い検疫（1/λ が小さい）によりピーク D(t) と AMR が低減し、湖北省外のピークは λ によって約 9,094–11,706 の範囲、湖北省内は AMR が substantially 大きくピークも遅れる。
• MeI は両方の移動グループで Rc^0 と β に有意に相関し、Group I は異なる係数を示し、気象影響パターンが Group II と異なることを示す。
• モデルにおけるワクチン接種は診断ピークを加速させ、 Rc(t) をより効果的に低減する。早期に接種を開始する（prophase）と有意な緩和が得られることを示す。
• AMR の推定には省別の大幅なばらつきが見られ、指定病院を考慮すると MBW が MB3 よりも抑制され、資源再配置の利点を強調する。