[論文レビュー] Propagation and mitigation of epidemics in a scale-free network

Gyula M. Szabó|arXiv (Cornell University)|Mar 31, 2020

Complex Network Analysis Techniques参考文献 1被引用数 5

ひとこと要約

この論文は、バラバシ＝アレルトモデルでモデル化されるようなスケールフリーネットワークにおける流行が、初期の指数的増加と似たものであるにもかかわらず、古典的SIRモデルが予測するよりも著しく穏やかな最終的な広がりを示すことを示している。主なメカニズムは、スーパースプレッダーの早期免疫化による自己抑制であり、彼らが感受性のある接触者を急速に枯渇させ、感染伝播を減少させる。わずか1.5%の最も接続度の高い個体を隔離するだけで、全体の50%をランダムに隔離するのと同等の緩和効果が得られる。

ABSTRACT

The epidemic curve and the final extent of the COVID-19 pandemic are usually predicted from the rate of early exponential raising using the SIR model. These predictions implicitly assume a full social mixing, which is not plausible generally. Here I am showing a counterexample to the these predictions, based on random propagation of an epidemic in Barabási--Albert scale-free network models. The start of the epidemic suggests $R_0=2.6$, but unlike $Ω\approx 70\%{}$ predicted by the SIR model, they reach a final extent of only $Ω\approx 4\%{}$ without external mitigation and $Ω\approx 0.5$--$1.5\%{}$ with mitigation. Daily infection rate at the top is also 1--1.5 orders of magnitude less than in SIR models. Quarantining only the 1.5\%{} most active superspreaders has similar effect on extent and top infection rate as blind quarantining a random 50\%{} of the full community.

研究の動機と目的

• SIRモデルの均一混合の仮定が流行予測に与える影響を疑問視すること。
• 特にスケールフリーネットワークの構造が、流行の伝播と最終的広がりに与える影響を調査すること。
• 標的隔離とランダム隔離の両方の戦略が、流行の広がりを緩和する効果を評価すること。
• 現実のネットワークにおける初期の指数的増加率と最終的な流行規模の予測との間に生じる乖離を説明すること。

提案手法

• 50,000ノードのバラバシ＝アレルト型スケールフリーネットワーク上での模擬的感染伝播。優先接続を用いる。
• 確率的感染伝播ルールを用いる：各感染者は、各隣接ノードに対して確率p=0.30で感染し、その後回復して免疫化する。
• 同じ平均R₀=2.6を有する均一混合SIRモデルと結果を比較する。
• 30ステップにわたり、1日ごとの新規感染数、累積的広がり、感染ノードの最大次数を追跡する。
• ランダムに50%のノードを隔離する、および上位1.5%の接続度が高いノードを標的とする隔離による緩和効果を評価する。
• 外部からの伝播効果を評価するために、閉じたコミュニティと開かれたコミュニティの両方を分析する。

実験結果

リサーチクエスチョン

• RQ1 スケールフリーネットワークにおける流行の広がりは、SIRモデルの予測とどのように異なるか？
• RQ2 現実のネットワークにおける初期の指数的増加率が、なぜSIRモデルの予測する最終的な流行規模を過大評価するのか？
• RQ3 介入なしに、早期のスーパースプレッダーの免疫化による自己抑制が、どれほど流行の広がりを軽減できるか？
• RQ4 全体の50%をランダムに隔離するのと比較して、スーパースプレッダーの標的隔離はどれほど効果的か？

主な発見

• スケールフリーネットワークにおける最終的な流行規模は、わずかΩ≈4%にとどまり、R₀=2.6のSIRモデルの予測値Ω≈70%とは著しく異なる。
• 1日ごとのピーク感染率は、SIRモデルと比べて1桁低いが、初期の成長率は類似している。
• スケールフリーネットワークにおける流行曲線は、スーパースプレッダーによる急速な上昇を示し、彼らが免疫化することで急激に低下する。
• 上位1.5%の最も接続度の高い個体を隔離することで、全体の50%をランダムに隔離するのと同等の流行抑制効果が得られた。
• 自然発生的な自己抑制が発生した：高次数ノードの早期感染により感受性のある接続が減少し、伝播率が急速に低下した。
• 開かれたコミュニティでも、緩和効果は顕著で、ピークと最終的広がりが、緩和なしの状況と比べて約3倍減少した。