[論文レビュー] The TVBG-SEIR spline model for analysis of COVID-19 spread, and a Tool for prediction scenarios

Ognyan Kounchev, Georgi Simeonov+1 more|arXiv (Cornell University)|Apr 23, 2020

COVID-19 epidemiological studies参考文献 13被引用数 10

ひとこと要約

本稿では、COVID-19パンデミック期における動的な感染伝播率と回復率を捉えるためにBスプライン関数を用いた時変化betaおよびgammaのSEIRモデル、TVBG-SEIRスプラインモデルを紹介する。このモデルは、公衆衛生的介入の変動に応じた、シナリオベースの流行拡大予測を可能にし、伝播ダイナミクスの柔軟でデータ駆動型のシミュレーションを通じて、政策立案者向けの意思決定支援ツールを提供する。

ABSTRACT

Mathematical models are traditionally used to analyze the long-term global evolution of epidemics, to determine the potential and severity of an outbreak, and to provide critical information for identifying the type of disease interventions and intensity. One of the widely used mathematical models of long-term spreading of epidemics are the so-called deterministic compartmental models (SIR/SEIR type models). One of the main purposes of applying such models is to assess how the expensive restriction measures imposed by the authorities (home and social isolation/quarantine, travel restrictions, etc.) can effectively reduce the control reproduction number of the disease and its transmission risk. However the classical SIR/SEIR models have been primarily studied in what may be called stationary case, where the main parameters, the Transmission rate Beta (reflecting the virus spread by infected individuals) and the Removed rate Gamma (reflecting the hospitalization/isolation measures) remain constant during the whole period of interest. Hence, it is important to extend the classical SIR/SEIR models by creating new ansatzes for the dynamics of the transmission rates Beta(t) (which we will call further just Beta) and removed rates Gamma(t) (which we will call further just Gamma). The main purpose of the present research is to introduce a spline-based SEIR model with Time-varying Beta and Gamma parameters, or abbreviated TVBG-SEIR model, which is used to estimate the practical implications of the public health interventions and measures. We have designed a Tool based on the TVBG-SEIR model, which may be used as a Decision Support Tool to assist the health decision- and policy-makers in creating predictive scenarios.

研究の動機と目的

• 定常仮定のもとで一定パラメータを仮定する古典的SEIRモデルを、時間に依存する感染伝播率（beta）および除去率（gamma）を許容することで拡張すること。
• パンデミック期における感染率および回復率の実世界データの変動に適応可能な、柔軟なスプラインベースの数学的フレームワークを構築すること。
• 公衆衛生当局が異なる介入戦略の流行への影響をシミュレートおよび比較できる意思決定支援ツールを開発すること。
• 実世界の伝播データに観察される非定常ダイナミクスを組み込むことで、流行モデルの予測精度を向上させること。
• 公衆衛生危機期における証拠に基づく政策意思決定を支援する、実用的でインタラクティブなシナリオ分析ツールを提供すること。

提案手法

• TVBG-SEIRモデルは、定数betaおよびgammaパラメータを時間依存関数に置き換えることで、標準的なSEIR区分モデルを拡張する。
• 感染伝播率beta(t)および除去率gamma(t)は、Bスプライン基底関数の線形結合として表現され、観測された発症数および回復データに滑らかで柔軟なフィッティングを可能にする。
• モデルパラメータは、時間経過に伴うシミュレートされた発症数と観測された発症数の差を最小化する非線形最小二乗最適化により推定される。
• モデルは、政策立案者が異なる介入シナリオを入力し、予測される流行経路を可視化できる使いやすいツールと統合されている。
• スプラインベースのパrameterizationにより、連続的かつ微分可能なダイナミクスが可能となり、モデル出力の数値的安定性と解釈可能性が向上する。
• ツールは、社会的距離の確保、検査、隔離政策の変更を反映するために、beta(t)およびgamma(t)関数の形状とタイミングを調整できるインタラクティブなシナリオテストを支援する。

実験結果

リサーチクエスチョン

• RQ1 実際の流行において観察される時間に依存する感染伝播率および回復率を反映するために、SEIRモデルはどのように拡張可能か？
• RQ2 Bスプラインパラメータ化は、実世界の流行データに対するSEIRモデルのフィット性および予測力にどの程度向上をもたらすか？
• RQ3 時間に依存するパラメータに基づく柔軟でインタラクティブなモデリングツールは、パンデミック期における公衆衛生意思決定を効果的に支援できるか？
• RQ4 感染伝播率および回復率を動的にモデル化した場合、異なる介入戦略の予測される結果は何か？
• RQ5 介入のタイミングと強度の変化が、TVBG-SEIRフレームワーク下での流行のピークサイズおよび持続期間に与える影響は何か？

主な発見

• TVBG-SEIRモデルは、Bスプラインパラメータ化を用いて、COVID-19パンデミック初期段階におけるbeta(t)およびgamma(t)の非定常ダイナミクスを効果的に捉えた。
• 特に公衆衛生的介入の変化が見られる時期において、定数パラメータを仮定する古典的SEIRモデルと比較して、実世界の発症データへのフィット性が向上している。
• ツールを用いることで、複数の介入シナリオのシミュレーションが可能であり、早期かつ持続的な社会的距離の確保が、感染ピークの低減と流行の遅延に顕著に寄与することが示された。
• モデルは、隔離および病院入院の効率性が向上するのを反映するgamma(t)関数の早期かつ適切な増加が、制御基本再生産数R0を効果的に低減できることを示している。
• スプラインベースのアプローチにより、感染伝播率および回復率の滑らかで連続的な推定が可能となり、区分定数モデルよりも信頼性の高い長期予測が可能になった。
• 本研究は、新興感染症アウトブレイク期における公衆衛生当局の意思決定支援システムとして、柔軟でデータ駆動型のモデリングフレームワークの実現可能性を示した。