[论文解读] Predicting the evolution Of SARS-Covid-2 in Portugal using an adapted SIR Model previously used in South Korea for the MERS outbreak

P. Teles|arXiv (Cornell University)|Mar 23, 2020

COVID-19 epidemiological studies参考文献 8被引用 8

一句话总结

本研究将用于韩国中东呼吸综合征（MERS）疫情的SIR模型进行改编，以预测葡萄牙2019冠状病毒病（SARS-CoV-2）的传播情况，利用意大利的流行病数据估算未知参数。结果显示，若无干预措施，活跃病例数可能在2020年4月5日达到约40,000例的峰值；但若实施有效的自我防护与政府防控措施，峰值可降至7,000至13,000例之间，时间集中在2020年4月9日至20日，表明缓解策略在压平流行曲线方面具有关键作用。

ABSTRACT

The new coronavirus covid-19 has spread very quickly worldwide, leading the World Health Organization (WHO) to declare a state of pandemic. One of the questions many policy makers, and governments are asking themselves is how the spread is going to evolve in time. In this study, I applied an adapted SIR model previously used in South Korea to model the MERS outbreak, which is also caused by a coronavirus, to estimate the evolution of the curve of active cases in the case of the Portuguese situation, using Italian dara. I then construct five different scenarios for the evolution of covid-19 in Portugal. In the out of control scenario, the number of active cases could reach as much as ~40,000 people on the 5th of April (out-of-control scenario). If the self-protective and control are taken in the same level as what was considered for the South Korean model, this number could have be reduced to about 800 cases (scenario 1). Considering that this scenario is now unrealistic, three other scenarios were devised. In all these scenarios, the government measures had a 50\% effectiveness when compared to the measures in Korea. But in scenario 2 the transmission rate $β$ was effectively reduced to 50\%, In this scenario active cases could reach circa 7,000 people. In scenario 3, the transmission rate $β$ was reduced to 70\% of its initial value, in which the number of cases would reach a peak of ~11,000 people. And finally in scenario 4, $β$ was reduced to 80\%. In this scenario, the peak would be reached at about ~13,000 cases. This study shows the importance of control and self-protecting measure to bring down the number of affected people by following the recommendations of the WHO and health authorities. With the appropriate measures, this number can be brought down to ~7,000-13,000 people. Hopefully that will be the case not just in Portugal, but in the rest of the World.

研究动机与目标

• 使用改进的SIR模型预测葡萄牙未来活跃SARS-CoV-2病例的演变趋势。
• 由于葡萄牙早期数据有限，利用意大利的流行病数据估算关键流行病学参数。
• 通过情景分析评估政府与自我防护措施对疫情控制的影响。
• 为政策制定者提供量化预测，以支持疫情期间的公共卫生决策。
• 证明非药物干预措施在压平流行曲线方面的有效性。

提出的方法

• 改编此前已验证的SIR类模型，该模型最初用于2015年韩国中东呼吸综合征（MERS）疫情。
• 由于葡萄牙早期数据不足，利用意大利的流行病数据（首例于2020年1月31日）校准未知参数。
• 引入随时间变化的传播率β及控制有效性参数，以反映防控措施的影响。
• 模拟五种不同情景，分别对应政府干预效果与传播率降低程度的差异。
• 在第33天（2020年3月18日）应用基于阈值的模型启动机制，对应葡萄牙进入紧急状态的起始日。
• 使用数值积分方法，预测在不同参数组合下活跃病例数的演变轨迹。

实验结果

研究问题

• RQ1 若不采取任何控制措施，SARS-CoV-2疫情在葡萄牙将如何演变？
• RQ2 政府与自我防护措施在多大程度上可减少活跃病例的峰值数量？
• RQ3 在不同干预措施有效性的条件下，疫情峰值的预计时间与规模为何？
• RQ4 传播率降低（β）在葡萄牙背景下如何影响流行曲线？
• RQ5 能否将意大利的流行病曲线作为代理数据，用于估算类似葡萄牙这种疫情爆发时间延迟国家的参数？

主要发现

• 在失控情景下，葡萄牙的活跃病例数可能在2020年4月5日达到约40,000例的峰值。
• 若政府与自我防护措施均达到最大有效性（如韩国模型所示），峰值可降至约800例，但该情景因数据限制被认为不切实际。
• 在传播率β降低50%且政府措施有效性为50%的情景下，峰值将达约7,000例，时间在2020年4月20日。
• 当β降低至初始值的70%，政府措施有效性保持50%时，峰值约为11,000例，发生于2020年4月12日。
• 当β降低至初始值的80%，政府措施有效性保持50%时，峰值约为13,000例，发生于2020年4月9日。
• 模型表明，持续实施控制与自我防护措施可使活跃病例峰值维持在7,000至13,000例之间，且峰值出现在2020年4月9日至20日之间。