[论文解读] Does Social Distancing Matter for Infectious Disease Propagation? An SEIR Model and Gompertz Law Based Cellular Automaton

S. W. Biernacki|arXiv (Cornell University)|Jun 15, 2022

Complex Network Analysis Techniques参考文献 53被引用 6

一句话总结

本研究提出了一种在方形格点上运行的随机同步元胞自动机，将SEIR流行病模型与Gompertz死亡率定律相结合，以模拟SARS-CoV-2的传播。通过建模可变邻域半径及年龄依赖的死亡率，作者表明，交互范围的增加会加速疾病传播，且当潜伏期感染者无声传播时，隔离感染者无法阻止疫情暴发——强调了实施积极检测策略的迫切需求。

ABSTRACT

In this paper, we present stochastic synchronous cellular automaton defined on a square lattice. The automaton rules are based on the SEIR (susceptible → exposed → infected → recovered) model with probabilistic parameters gathered from real-world data on human mortality and the characteristics of the SARS-CoV-2 disease. With computer simulations, we show the influence of the radius of the neighborhood on the number of infected and deceased agents in the artificial population. The increase in the radius of the neighborhood favors the spread of the pandemic. However, for a large range of interactions of exposed agents (who neither have symptoms of the disease nor have been diagnosed by appropriate tests), even isolation of infected agents cannot prevent successful disease propagation. This supports aggressive testing against disease as one of the useful strategies to prevent large peaks of infection in the spread of SARS-CoV-2-like diseases.

研究动机与目标

• 开发一种空间显式、随机的元胞自动机，以真实反映SARS-CoV-2传播动力学。
• 利用Gompertz定律引入年龄依赖的死亡率，以反映现实世界中的死亡率模式。
• 研究邻域半径及潜伏期（无症状）个体传播对流行病传播的影响。
• 评估在潜伏期个体仍具传染性时，隔离策略的有效性。
• 评估在隔离措施下，积极检测是否为防止大规模感染高峰所必需。

提出的方法

• 在二维方形格点上定义一个随机、同步的元胞自动机，包含四种状态：易感（S）、潜伏（E）、感染（I）和康复（R）。
• 传播概率pE和pI分别控制潜伏和感染个体的传播，各自具有不同的交互半径rE和rI。
• 模型采用基于Gompertz定律的年龄依赖死亡率fG（健康个体）和fC（感染个体），个体死亡后由新个体替代。
• 模拟从一名‘零号病人’处于潜伏状态开始，按逐日时间步长以打字机顺序演化。
• 通过Moore或von Neumann邻域配置并结合可变半径，模拟不同社交距离水平。
• 从临床数据中推导出现实参数，包括潜伏期和恢复率，以确保生物学上的合理性。

实验结果

研究问题

• RQ1 增加潜伏期和感染个体的交互半径，如何影响模拟SARS-CoV-2暴发中的感染峰值和死亡人数？
• RQ2 当潜伏期个体也具有传染性时，仅隔离症状个体在多大程度上能阻止流行病传播？
• RQ3 通过Gompertz定律引入年龄依赖死亡率，与恒定死亡率相比，是否显著改变流行病轨迹？
• RQ4 在合理参数化下，该模型能否再现现实世界SARS-CoV-2动力学的关键特征，如无声传播和延迟峰值？
• RQ5 当无症状个体可能传播病毒时，积极检测在减轻大规模感染高峰方面发挥何种作用？

主要发现

• 增加潜伏期和感染个体的邻域半径，显著提高了感染和死亡个体的数量，证实更广泛的接触网络会加速流行病传播。
• 即使对症状个体实施严格隔离，当潜伏期个体（无症状且未被发现）可在大范围内传播病毒时，疫情仍能成功扩散。
• 该模型表明，无症状潜伏期个体的无声传播对仅依赖症状隔离的控制策略构成重大挑战。
• 将Gompertz定律整合到元胞自动机中，可产生与现实世界年龄特异性死亡率一致的死亡率模式，显著提升模型的生物学真实性。
• 研究结果强调了积极检测和接触追踪的关键作用，以在无症状携带者引发大规模暴发前将其识别并隔离。
• 该模型表明，若缺乏早期且广泛检测，即使症状病例的隔离措施实施得当，也无法防止大规模流行病高峰的出现。