[논문 리뷰] The effectiveness of contact tracing in heterogeneous networks

Sadamori Kojaku, Laurent Hébert‐Dufresne외 1명|arXiv (Cornell University)|2020. 05. 05.

COVID-19 epidemiological studies인용 수 13

한 줄 요약

이 논문은 비균일 네트워크에서 깊이 있는 후방 및 전방 접촉 추적을 통해 네트워크 편향을 활용하여 애드혹 샘플링보다 훨씬 효과적으로 핵심 노드(허브)를 보다 효과적으로 특정함으로써 전염병 확산을 크게 향상시킬 수 있음을 보여준다. 시뮬레이션 결과, 감염자 탐지 확률이 낮더라도 거의 모든 2차 전파를 방지할 수 있으며, 단순 병례 격리보다 뛰어난 성능을 보인다.

ABSTRACT

Case isolation and contact tracing is a widely-used intervention method for controlling epidemic outbreaks. Here, we argue that the effectiveness of contact tracing and isolation is likely underestimated by existing studies because they do not take into account the different forms of heterogeneity and sampling biases from the network structure. Specifically, we show that contact tracing can be even more effective than acquaintance sampling at locating hubs. Our results call for the need for contact tracing to go both backward and forward, in multiple steps, to leverage all forms of positive biases. Using simulations on networks with a power-law degree distribution, we show that this deep contact tracing can potentially prevent almost all further transmissions even at a small probability of detecting infected individuals. We also show that, when the number of traced contacts is small, the number of prevented transmission per traced node is even higher---although most traced individuals are healthy---than that from case isolation without contact tracing. Our results also have important consequences for new implementations of digital contact tracing and we argue backward and deep tracing can be incorporated without the important sacrificing privacy-preserving requirements of these new platforms.

연구 동기 및 목표

• 기존 연구에서 네트워크 비균형성과 샘플링 편향을 간과함으로써 접촉 추적의 효과가 과소 평가되고 있다는 문제를 해결하기 위해.
• 네트워크 구조가 전염병 확산 억제에 있어 접촉 추적의 효율성에 미치는 영향을 조사하기 위해.
• 고도수 노드(허브)를 식별하기 위해 다단계 후방 및 전방 추적의 영향을 평가하기 위해.
• 특히 추적 능력이 제한된 상황에서 깊이 있는 접촉 추적의 전파 방지 효율성이 추적 대상자 한 명당 얼마나 향상되는지 평가하기 위해.
• 비밀 유지 디지털 접촉 추적을 위한 정보를 제공하기 위해, 후방 및 깊이 있는 추적 기법이 개인정보 보호 요구사항을 훼손하지 않고 구현될 수 있음을 보여주기 위해.

제안 방법

• 실제 세계의 비균형성을 모델링하기 위해 힘법도수 분포를 가진 네트워크에서 전염병 확산을 시뮬레이션하기 위해.
• 초기 병례에서 후방(역추적) 및 2차 병례로 전방(전진 추적)으로 다단계에 걸쳐 접촉자를 추적하는 접촉 추적 기법을 구현하기 위해.
• 네트워크 구조 자체에 내재된 정성적 샘플링 편향을 활용하여 고도수 노드를 발견할 확률을 높이기 위해.
• 기본 병례 격리 및 애드혹 샘플링 방법과의 성능 비교를 위해 깊이 있는 접촉 추적의 성능을 평가하기 위해.
• 다양한 감지 확률과 추적 능력 하에서 추적 대상자 한 명당 전파 방지 효율성을 평가하기 위해.
• 디지털 접촉 추적 시스템에서 추적 깊이와 개인정보 보호 간의 상충 관계를 분석하기 위해.

실험 결과

연구 질문

• RQ1 네트워크의 비균형성은 전염병 억제에 있어 접촉 추적의 효과성에 어떤 영향을 미치는가?
• RQ2 스케일프리 네트워크에서 다단계 후방 및 전방 추적을 포함한 깊이 있는 접촉 추적 기법이 애드혹 샘플링보다 허브를 더 효과적으로 특정할 수 있는가?
• RQ3 특히 추적 능력이 제한된 상황에서, 추적 대상자 한 명당 깊이 있는 접촉 추적의 전파 방지 효율성은 어떠한가?
• RQ4 감염자 탐지 확률이 깊이 있는 접촉 추적의 총합 효과성에 어떤 영향을 미치는가?
• RQ5 후방 및 깊이 있는 추적 기법은 개인정보 보호를 우선시하는 디지털 접촉 추적 플랫폼에 얼마나 잘 통합될 수 있는가?

주요 결과

• 다단계 후방 및 전방 추적을 포함한 깊이 있는 접촉 추적 기법은 감염자 탐지 확률이 낮더라도 거의 모든 2차 전파를 방지할 수 있다.
• 네트워크 구조에 내재된 정성적 편향 덕분에 접촉 추적 기법은 애드혹 샘플링보다 허브를 더 효과적으로 특정할 수 있다.
• 추적 능력이 제한된 상황에서는, 병례 격리만으로는 효과가 떨어지지만 깊이 있는 접촉 추적 기법은 추적 대상자 한 명당 더 많은 전파를 방지할 수 있다.
• 대부분의 추적 대상자가 결국 건강한 것으로 밝혀지더라도, 네트워크의 비균형성과 다단계 추적을 활용하면 접촉 추적의 효과가 크게 향상된다.
• 후방 및 깊이 있는 추적 기법은 디지털 접촉 추적 시스템에 개인정보 보호 요구사항을 훼손하지 않고 통합할 수 있다.