[论文解读] Effectiveness of Testing, Tracing, Social Distancing and Hygiene in Tackling Covid-19 in India: A System Dynamics Model

Jayendran Venkateswaran, Om Damani|arXiv (Cornell University)|Apr 19, 2020

COVID-19 epidemiological studies参考文献 13被引用 12

一句话总结

本研究开发了一个系统动力学模型，以评估在印度控制COVID-19传播中，检测、接触者追踪、社交距离和卫生措施的有效性。结果表明，即使在长期封锁之后，持续的高检测率、阳性病例隔离、严格的接触者追踪、检疫以及佩戴口罩，仍是抑制传播的关键，且各项措施的协同效应可弥补单一措施实施中的缺陷。

ABSTRACT

We present a System Dynamics (SD) model of the Covid-19 pandemic spread in India. The detailed age-structured compartment-based model endogenously captures various disease transmission pathways, expanding significantly from the standard SEIR model. The model is customized for India by using the appropriate population pyramid, contact rate matrices, external arrivals (as per actual data), and a few other calibrated fractions based on the reported cases of Covid-19 in India. Also, we have explicitly modeled, using independent time-variant levers, the effects of testing, contact tracing, isolating Covid-positive patients, quarantining, use of mask/better hygiene practices, social distancing through contact rate reductions at distinct zones of home(H), work(W), school(S) and other(O) locations. Simulation results show that, even after an extended lock-down, some non-trivial number of infections (even asymptomatic) will be left and the pandemic will resurface. Only tools that work against the pandemic is high rate of testing of those who show Covid-19 like symptoms, isolating them if they are positive and contact tracing all contacts of positive patients and quarantining them, in combination with use of face masks and personal hygiene. A wide range of combination of effectiveness of contact tracing, isolation, quarantining and personal hygiene measures help minimize the pandemic impact and some imperfections in implementation of one measure can be compensated by better implementation of other measures.

研究动机与目标

• 评估检测、接触者追踪、隔离、检疫和卫生措施对印度COVID-19传播的影响。
• 在发展中国家现实约束背景下，评估非药物干预措施的有效性。
• 识别在实施不完美情况下的干预措施协同组合，以最小化疫情负担。
• 利用印度的人口和流行病学数据，校准一个详细、按年龄分层的、基于组别的模型。

提出的方法

• 在标准SEIR框架基础上扩展，引入按年龄分层的组别和不同的传播途径，构建系统动力学模型。
• 纳入特定地点的接触率（家庭、工作场所、学校及其他场所），以反映不同环境下的传播动态。
• 通过独立且可调节的控制杠杆，对随时间变化的干预措施（检测、追踪、隔离、检疫、口罩使用和卫生习惯）进行建模。
• 利用实际病例数据、人口金字塔以及印度特有的外部输入率对模型进行校准。
• 模拟多种干预情景，评估其对感染和死亡轨迹的累积影响。
• 采用敏感性分析，评估结果对实施有效性变化的稳健性。

实验结果

研究问题

• RQ1 在印度背景下，当检测和接触者追踪与社交距离和卫生习惯相结合时，其在减少传播方面的有效性如何？
• RQ2 长期封锁对残余感染水平和疫情反弹的影响是什么？
• RQ3 若某一干预措施实施不理想，能否通过其他措施的性能提升来弥补？
• RQ4 在不同干预策略下，特定地点的接触率（家庭、工作场所、学校及其他场所）如何影响传播动态？
• RQ5 在印度的人口结构下，何种干预组合可最小化感染峰值和累计总病例数？

主要发现

• 即使在长期封锁之后，仍存在相当数量的感染（包括有症状和无症状），导致疫情再次爆发。
• 对有症状个体进行高频率检测，结合阳性病例隔离和接触者追踪与检疫，是抑制传播的关键。
• 接触者追踪、隔离、检疫和卫生措施的效果具有协同性，某一环节的薄弱可通过其他环节的更强表现来弥补。
• 佩戴口罩和改善卫生习惯可显著降低传播，尤其是在学校和工作场所等高接触场所。
• 通过在家庭、工作场所、学校及其他场所实施社交距离，降低接触率，可显著降低感染峰值并延缓疫情传播。
• 模型预测，若缺乏持续且高影响力的干预措施，印度的疫情轨迹仍易受反复波次的影响。