[论文解读] Inferring the COVID-19 infection curve in Italy

Andrea Pugliese, Sara Sottile|arXiv (Cornell University)|Apr 20, 2020

COVID-19 epidemiological studies参考文献 16被引用 9

一句话总结

本文提出一种反向计算方法，利用报告的死亡和住院数据，结合感染与结果之间的时间延迟分布，推断意大利SARS-CoV-2感染的真实时间进程。该方法在SIR框架内采用最大似然估计，发现意大利的有效基本再生数$R_0$在3月20日左右降至1以下，并于4月初稳定在0.5至0.8之间。

ABSTRACT

Aim of this manuscript is to show a simple method to infer the time-course of new COVID-19 infections (the most important information in order to establish the effect of containment strategies) from available aggregated data, such as number of deaths and hospitalizations. The method, that was used for HIV-AIDS and was named `back-calculation', relies on good estimates of the distribution of the delays between infection and the observed events; assuming that the epidemic follows a simple SIR model with a known generation interval, we can then estimate the parameters that define the time-varying contact rate through maximum likelihood. We show the application of the method to data from Italy and several of its region; it is found that $R_0$ had decreased consistently below 1 around March 20, and in the beginning of April it was between 0.5 and 0.8 in the whole Italy and in most regions.

研究动机与目标

• 当由于检测可变性导致报告病例数据不可靠时，估计意大利SARS-CoV-2感染的真实时间进程。
• 解决从延迟的、汇总的健康结果（如死亡和住院）推断感染动态的挑战。
• 为疫情期间指导公共卫生决策，提供及时可靠的再生数$R_0$估计。
• 展示反向计算方法的实用性——该方法此前曾用于HIV/AIDS，现被适配于SARS-CoV-2更快的传播动态。
• 通过利用公开的健康数据，提供基于模型的数据驱动感染趋势推断，以支持重新开放策略。

提出的方法

• 该方法通过反转感染与观察结果（如死亡或住院）之间的时间延迟，反向推算感染时间。
• 对从感染到死亡和从感染到住院的延迟分布进行建模，假设这些分布已知且在各地区保持不变。
• 在SIR模型中使用固定的世代间隔，将感染动态与观察结果关联，并通过最大似然法估计时变接触率。
• 从累积数据中推导每日新增死亡数（$D_t$）和新增住院数（$H_t$），并考虑出院情况和报告延迟的影响。
• 对每日数据应用3天移动平均，以平滑噪声并减少报告异常的影响。
• 使用样条函数拟合模型以估计时变接触率，敏感性分析证实结果对节点数量和拟合窗口选择具有鲁棒性。

实验结果

研究问题

• RQ1 当由于检测限制导致报告病例数据不可靠时，如何推断意大利的真实感染曲线？
• RQ2 在缺乏广泛检测的情况下，死亡和住院数据在多大程度上可作为感染发病率的可靠代理？
• RQ3 在疫情早期阶段，意大利及其各地区的有效再生数$R_0$趋势如何？
• RQ4 推断的感染曲线和$R_0$估计对模型假设和数据正则化方式的变化有多大的鲁棒性？
• RQ5 在哪些地区模型拟合效果较差，这可能反映出当地流行病动态或数据质量的何种问题？

主要发现

• 意大利的有效再生数$R_0$在2020年3月20日左右持续降至1以下，表明此时疫情已得到控制。
• 到2020年4月初，全国及大多数地区$R_0$稳定在0.5至0.8之间，表明传播持续受到抑制。
• 在威尼托大区，由于数据质量高且传播均匀，模型拟合效果特别好，疫情高峰清晰锐利。
• 在皮埃蒙特大区，由于住院数据日波动剧烈，模型拟合效果差，$R_0$估计值始终高于1，表明传播仍在持续。
• 在4月8日至11日期间检测到住院人数的虚假峰值，可能由于数据报告异常或出院报告方式变更所致。
• 该方法的预测能力仅限于短期趋势，当超出拟合窗口进行外推时，差异逐渐显现，尤其在不同数据假设下更为明显。