[论文解读] COVID-19: Estimating spread in Spain solving an inverse problem with a probabilistic model

Marcos Matabuena, Carlos Meijide-García+2 more|arXiv (Cornell University)|Apr 28, 2020

COVID-19 epidemiological studies参考文献 67被引用 6

一句话总结

本文提出了一种新颖的基于概率的个体水平模型，通过使用死亡率数据求解逆问题，以估计西班牙SARS-CoV-2的真实传播情况，揭示截至4月26日，实际感染人数可能高达官方报告的17倍，马德里地区血清阳性率估计为9.8%，加利西亚地区为2.5%，具体数值取决于不同假设。

ABSTRACT

We introduce a new probabilistic model to estimate the real spread of the novel SARS-CoV-2 virus along regions or countries. Our model simulates the behavior of each individual in a population according to a probabilistic model through an inverse problem; we estimate the real number of recovered and infected people using mortality records. In addition, the model is dynamic in the sense that it takes into account the policy measures introduced when we solve the inverse problem. The results obtained in Spain have particular practical relevance: the number of infected individuals can be $17$ times higher than the data provided by the Spanish government on April $26$ $th$ in the worst-case scenario. Assuming that the number of fatalities reflected in the statistics is correct, $9.8$ percent of the population may be contaminated or have already been recovered from the virus in Madrid, one of the most affected regions in Spain. However, if we assume that the number of fatalities is twice as high as the official numbers, the number of infections could have reached $19.5\%$. In Galicia, one of the regions where the effect has been the least, the number of infections does not reach $2.5 \%$ . Based on our findings, we can: i) estimate the risk of a new outbreak before Autumn if we lift the quarantine; ii) may know the degree of immunization of the population in each region; and iii) forecast or simulate the effect of the policies to be introduced in the future based on the number of infected or recovered individuals in the population.

研究动机与目标

• 解决在官方感染数据存在系统性偏差或不完整时，对实时SARS-CoV-2传播进行准确估计的迫切需求。
• 通过引入具有时变参数的个体水平随机动力学模型，克服传统群体水平SIR模型的局限性。
• 将政策干预措施和生物学知识整合进动态概率框架中，以提升模型的现实性和预测能力。
• 以死亡记录（假设其比感染人数更准确）为主要数据源，推断隐藏的感染与康复轨迹。
• 提供针对各地区的血清阳性率和免疫力水平估计，以支持公共卫生政策制定和未来疫情应对准备。

提出的方法

• 为个体疾病进展构建一个有限状态的马尔可夫链模型：易感 → 感染 → 康复或死亡。
• 整合连续概率分布和动态泊松过程，以随时间建模感染和死亡事件。
• 通过使用随机优化方法校准模型参数，求解逆问题，使其与观察到的累计死亡人数相匹配。
• 采用CMA-ES进化算法优化恢复率函数 $ R_i(t) = \min\{C, ae^{-(bt + ct^2 + dt^3 + et^4 + ft^5)}\} $ 的参数，且参数空间受边界限制。
• 通过识别生成死亡人数在观测值±10%范围内的随机路径，构建模型轨迹的90%置信带。
• 对每个地区独立拟合模型，使用死亡率数据，通过模拟平均和残差平方和最小化方法进行参数优化与推断。

实验结果

研究问题

• RQ1 当官方数据系统性地低估时，如何估计西班牙SARS-CoV-2的真实感染人数？
• RQ2 不同地区的血清阳性率差异在多大程度上影响群体免疫力及未来疫情暴发的风险？
• RQ3 当在个体水平建模时，政策干预措施如何影响推断出的感染与康复动态？
• RQ4 当感染数据不可靠时，是否可仅依靠死亡数据可靠地重建隐藏的流行病传播轨迹？
• RQ5 报告死亡人数的不确定性对估计感染人数和康复人数有何影响？

主要发现

• 截至4月26日，西班牙的感染人数估计最高可达官方政府统计数字的17倍。
• 在马德里，估计约9.8%的人口处于感染或康复状态，若死亡人数为官方数字的两倍，则该比例上升至19.5%。
• 在加利西亚，估计感染率低于2.5%，反映出传播情况存在显著的地区差异。
• 模型的置信带表明，生成死亡人数在观测值±10%范围内的轨迹，是流行病传播的合理解释。
• 该模型可基于估计的群体水平免疫力和感染动态，预测未来政策的影响。
• 结果表明，若在缺乏足够免疫力的情况下解除隔离措施，可能在秋季前引发新一轮疫情，具体取决于各地区的血清阳性率。