[論文レビュー] Structural causal influence (SCI) captures the forces of social inequality in models of disease dynamics

Sudam Surasinghe, Swathi Nachiar Manivannan+3 more|arXiv (Cornell University)|Sep 13, 2024

COVID-19 epidemiological studies被引用数 5

ひとこと要約

本論文は Structural Causal Influence (SCI) および関連指標を導入し、社会的決定要因が区分モデルの疾病ダイナミクスを定量化し、注射薬利用者のC 型肝炎に適用します。グループ間の感染伝播は、孤立時には一方のグループが脆弱でないように見える場合でも、流行を増幅させ得ることを示します。

ABSTRACT

Mathematical modeling has played a central role in understanding how infectious disease transmission manifests in populations. These models have demonstrated the importance of key community-level factors in structuring epidemic risk, and are now routinely used in public health for decision support. One barrier to their broader utility is that the existing canon does not often accommodate social inequalities as distinct formal drivers of variability in transmission dynamics. Given decades of evidence supporting the organizational effects of inequalities in structuring society more generally, and infectious disease risk more specifically, addressing this modeling gap is of critical importance. In this study, we build on previous efforts to integrate social forces into computational epidemiology by introducing a metric, the structural causal influence (SCI). The SCI uses causal analysis to provide a measure of the relative vulnerability of sub-communities within a susceptible population, shaped by differences in characteristics such as access to therapy, exposure to disease, and other determinants driven by social forces. We develop our metric in a simple case and apply it to a context of public health importance: Hepatitis C virus in a population of persons who inject drugs. In addition, we demonstrate the flexibility of the SCI using an agent-based model of an infectious disease. Our use of the SCI reveals that, under specific parameters in a multi-community model, the "less vulnerable" community may achieve a basic reproduction number below one, ensuring disease extinction. However, even minimal transmission between communities can increase this number, leading to sustained epidemics within both communities.

研究の動機と目的

• SDOHを数理疫学へ統合する動機づけ。
• SCI、相対繁殖数、相対感染力など、SDOHが疾病ダイナミクスに及ぼす影響を定量化する指標を開発・定義する。
• SDOH を持つ二群 SIR モデルで指標を実演し、それを PWID におけるC 型肝炎のケーススタディに適用する。
• 社会的不平等が存在する状況での流行リスクの解釈への示唆を論じる。

提案手法

• 二群 SIR モデル (SIR(SD)) を定式化し、集団を2つの社会グループに分割し、グループ特有の伝播・回復パラメータを持たせる。
• SDOH の影響を評価するために、構造的因果影響 (C_i)、相対繁殖数 (A)、相対感染力 (F_i) の3指標を定義・計算する。
• 完全介入 do(Gamma_i) を用いて、特定のグループからの伝播を除去した場合の R0 への介入効果を定量化する。
• Next-generation matrix を用いて R0(SIR(SD)) を導出し、A および C_i をモデルパラメータ（例: w0, w1, w2, a, N1, N2）で表す。
• PWID を対象としたC 型肝炎モデルに本フレームワークを適用し、グループ間伝播がどのように流行を維持し得るかを示す。
• 完全介入モデルと縮小介入モデルから SCI を計算する計算フレームワークを提供する。

実験結果

リサーチクエスチョン

• RQ1 SDOH は感染症モデルに構造的にどのように組み込むことができるか。
• RQ2 社会グループが疾病ダイナミクスに与える影響を定量化できる指標（SCI、A、F_i）は何か。
• RQ3 グループ間伝播が、孤立したグループと比較して流行の結果をどのパラメータ領域で変えるのか。
• RQ4 提案された指標は、二つの社会グループ（PWID）間のC 型肝炎流行でどのように振る舞うか。

主な発見

• SCI は、脆弱性が低い（資源が豊富な）グループが孤立しては疾病の根絶を維持できる一方、少量のグループ間伝播が両グループで流行を引き起こす可能性があることを明らかにします。
• 相対繁殖数 A は、侵入リスクに対するSDOH の影響を示し、SD 効果が含まれると R0<1 から侵入する可能性へとシフトすることがあり得ます。
• 二群混合のシナリオは、グループ内およびグループ間伝播パターン（w0, w1, w2 により支配される）が C_i と F_i にどのように影響するかを示し、非等質なグループの不均衡な役割を強調します。
• 同質混合で特定のパラメータ選択をすると、SCI は古典的な SIR の結果と一致しますが、グループサイズや回復率のずれは、SDOH 下で疾病拡大を増幅する可能性があります。