[论文解读] Modeling the spread of infectious disease in urban areas with travel contagion

Xinwu Qian, Ukkusuri Sv|arXiv (Cornell University)|May 10, 2020

COVID-19 epidemiological studies参考文献 20被引用 4

一句话总结

本文提出 Trans-SEIR 模型，一种空间 SEIR 框架，通过整合城市交通网络中的出行与活动传播，模拟传染病传播。通过建模移动动态并嵌入 SEIR 转移机制，研究表明：对旅客实施最优、有针对性的筛查——尤其在曼哈顿等高流量区域——仅需筛查每日通勤者中不到 4.5% 的人群，即可将 R₀ 降低至 1.2，显著减少疫情爆发，且资源消耗极低。

ABSTRACT

In this study, we develop the mathematical model to understand the coupling between the spreading dynamics of infectious diseases and the mobility dynamics through urban transportation systems. We first describe the mobility dynamics of the urban population as the process of leaving from home, traveling to and from the activity locations, and engaging in activities. We then embed the susceptible-exposed-infectious-recovered (SEIR) process over the mobility dynamics and develops the spatial SEIR model with travel contagion (Trans-SEIR), which explicitly accounts for contagions both during travel and during daily activities. We investigate the theoretical properties of the proposed model and show how activity contagion and travel contagion contribute to the average number of secondary infections. In the numerical experiments, we explore how the urban transportation system may alter the fundamental dynamics of the infectious disease, change the number of secondary infections, promote the synchronization of the disease across the city, and affect the peak of the disease outbreaks. The Trans-SEIR model is further applied to the understand the disease dynamics during the COVID-19 outbreak in New York City, where we show how the activity and travel contagion may be distributed and how effective travel control can be implemented with only limited resources. The Trans-SEIR model along with the findings in our study may have significant contributions to improving our understanding of the coupling between urban transportation and disease dynamics, the development of quarantine and control measures of disease system, and promoting the idea of disease-resilient urban transportation networks.

研究动机与目标

• 理解城市公共交通系统如何通过出行与活动传播放大传染病传播。
• 开发一种空间 SEIR 模型，明确考虑出行过程中及活动地点的疾病传播。
• 设计一种最优控制策略，以在城市公共交通系统中分配有限的筛查资源。
• 评估有针对性的控制策略与均匀或基于高需求的控制策略在减少继发感染方面的有效性。
• 为大流行期间具有疾病韧性的城市交通规划提供可操作的见解。

提出的方法

• 将城市移动性建模为从家到活动地点的出行与返程的动态系统，推导各区域间的均衡流量模式。
• 在移动动态之上嵌入 SEIR 分 compartment 模型，构建包含出行传播的时空 SEIR 模型（Trans-SEIR）。
• 纳入两种传播途径：在交通工具内的传播与在目的地活动期间的传播。
• 开发一种入口控制框架，以优化有限筛查资源在各出行路段的分配。
• 通过数学分析推导理论性质，包括不同传播模式下的基本再生数 R₀。
• 通过数值实验与纽约市案例研究验证模型与控制策略的有效性。

实验结果

研究问题

• RQ1 出行传播与活动传播如何共同影响城市区域的基本再生数 R₀？
• RQ2 在密集的城市交通网络中，对旅客实施有针对性的筛查在多大程度上可降低 R₀ 与总感染人数？
• RQ3 城市交通系统如何影响疫情爆发的同步性与峰值时间？
• RQ4 最优筛查资源分配策略与均匀或基于高需求的策略相比，在控制疾病传播方面表现如何？
• RQ5 在像纽约这样的城市中，应将有限的筛查资源优先分配到何处，以最大化疾病控制效果？

主要发现

• 最优筛查资源配置可在每个时间步仅筛查 10,000 名旅客（占纽约市每日通勤者总数的 4.5% 以下）的情况下，将 R₀ 降低至 1.2。
• 筛查 2,000 名旅客且成功率 70% 时，可使 R₀ 降低至 2.32，实现继发感染数 29.6% 的减少。
• 最优控制策略优于均匀分配与基于高需求的控制方法，在资源使用极少的情况下实现显著的 R₀ 降低。
• 东曼哈顿被确定为资源分配的首要目标区域，优先筛查来自史泰登岛、皇后区和布朗克斯的旅客。
• 模型表明，应优先筛查前往西曼哈顿、下曼哈顿及布鲁克林高活动区域的居民，而非曼哈顿本地居民，因为后者的本地传播率较低。
• Trans-SEIR 模型的聚合级控制策略在效果上可与具备完整网络信息的个体级目标控制策略相媲美，表明其具有极强的实际可行性。