[论文解读] Tracking and tracing in the UK: a dynamic causal modelling study

Karl Friston, Thomas Parr+10 more|arXiv (Cornell University)|May 16, 2020

COVID-19 epidemiological studies参考文献 19被引用 5

一句话总结

本研究通过在动态因果模型（DCM）中引入隔离状态，模拟了英国在大流行早期阶段接触者追踪与检测的影响。研究发现，若追踪策略对无症状病例的识别效率适中（约20%），且每日检测量低于50,000例，则可在免疫力缓慢衰退的前提下，将第二波疫情推迟至18个月以后。

ABSTRACT

By equipping a previously reported dynamic causal model of COVID-19 with an isolation state, we modelled the effects of self-isolation consequent on tracking and tracing. Specifically, we included a quarantine or isolation state occupied by people who believe they might be infected but are asymptomatic, and only leave if they test negative. We recovered maximum posteriori estimates of the model parameters using time series of new cases, daily deaths, and tests for the UK. These parameters were used to simulate the trajectory of the outbreak in the UK over an 18-month period. Several clear-cut conclusions emerged from these simulations. For example, under plausible (graded) relaxations of social distancing, a rebound of infections within weeks is unlikely. The emergence of a later second wave depends almost exclusively on the rate at which we lose immunity, inherited from the first wave. There exists no testing strategy that can attenuate mortality rates, other than by deferring or delaying a second wave. A sufficiently powerful tracking and tracing policy--implemented at the time of writing (10th May 2020)--will defer any second wave beyond a time horizon of 18 months. Crucially, this deferment is within current testing capabilities (requiring an efficacy of tracing and tracking of about 20% of asymptomatic infected cases, with less than 50,000 tests per day). These conclusions are based upon a dynamic causal model for which we provide some construct and face validation, using a comparative analysis of the United Kingdom and Germany, supplemented with recent serological studies.

研究动机与目标

• 评估接触者追踪与检测在推迟英国SARS-CoV-2第二波疫情中的有效性。
• 模拟无症状个体在怀疑自身感染但尚未出现症状时的自我隔离影响。
• 评估当前检测能力是否足以支持一种可显著推迟疫情反弹的追踪策略。
• 通过与英国和德国的比较数据以及血清学研究验证模型。
• 在现实约束条件下，确定追踪策略所需的关键效率阈值，以显著改变疫情轨迹。

提出的方法

• 在先前发表的COVID-19动态因果模型（DCM）基础上，引入无症状感染者怀疑感染后进入隔离状态的扩展。
• 利用英国新发病例、每日死亡人数和检测数量的时间序列数据对模型进行校准。
• 使用贝叶斯推断方法，估计模型参数的最大后验概率（MAP）值。
• 在不同社交距离措施和追踪效率的情景下，模拟18个月内的流行病轨迹。
• 通过与德国流行病曲线及血清流行率数据的对比分析，验证模型结构。
• 通过改变免疫力持续时间和追踪效率的假设，评估研究结果的稳健性。

实验结果

研究问题

• RQ1 在英国，接触者追踪的何种效率水平可将SARS-CoV-2第二波疫情推迟至18个月以后？
• RQ2 免疫力衰减速度如何影响第二波疫情的出现？
• RQ3 当前英国的检测能力是否足以支持一种可显著推迟疫情反弹的追踪策略？
• RQ4 无症状隔离的动态变化如何影响总体传播率和病死率？
• RQ5 在不依赖社交距离措施的前提下，检测与追踪单独作用时，能在多大程度上降低病死率？

主要发现

• 对无症状病例识别效率约为20%的接触者追踪策略，可将第二波疫情推迟至18个月以后。
• 在当前检测能力（每日检测量低于50,000例）下，若能及时实施，此类策略在可行性和有效性方面均成立。
• 在合理、渐进式的放松社交距离措施下，疫情在数周内反弹的可能性较低。
• 第二波疫情的出现几乎完全取决于第一波感染后免疫力的衰减速度。
• 任何检测策略均无法直接降低病死率；其主要作用是推迟第二波疫情。
• 模型预测结果得到与德国流行病曲线及血清学数据的对比分析支持，增强了模型的建构效度与表面效度。