Upgrade to Pro — share decks privately, control downloads, hide ads and more …

人流データを用いた人流制限解除後のCOVID-19感染状況の推定

 人流データを用いた人流制限解除後のCOVID-19感染状況の推定

24b83045f3e82fb02ee8211b46a2e6de?s=128

Yoriyuki Yamagata

November 27, 2021
Tweet

Transcript

  1. ⼈流データを⽤いた⼈流制限 解除後のCOVID-19感染状況 の推定 ⼭形 賴之,鷹⾒ 竣希,⼤⻄ 正輝 国⽴研究開発法⼈ 産業技術総合研究所 ⼈⼯知能学会合同研究会

    データ指向構成マイニングとシミュレーション研究会
  2. GPSデータによるCOVID19感染モデル ⼈⼯知能研究センター社会知能チームを中⼼に開発中 • 個⼈単位の移動データを⽤いたモデル 開発中 • 集計量(県内移動・県間移動)によるモデル ← 今⽇紹介

  3. 項⽬ 1. 使⽤データと前処理 2. 実⾏再⽣産数と県内平均移動距離の相関 3. 感染モデル 4. パラメーターのベイズ推定 5.

    ⼈流再開後の総重症者数・死亡者数の推定 6. 考察
  4. 使⽤データ • GPSデバイスの位置情報(Blog Watcher社) アプリ識別番号, デバイス識別番号, 経度, 緯度, 時刻 •

    確認陽性者数(NHK) • 感染者個票データ(クラスター追跡班) • 全ての期間にわたるデータではない • 発症から報告までの時間差を推定するために使⽤
  5. 東京都の感染インシ デント数 報告陽性者数 → (Back projection) → 発症者数 → (Back

    projection) → 感染インシデント数 報告遅れ:個票データの報告遅れに対数 正規分布を当てはめ 潜伏期間:Lauer et al.
  6. 都内の平均移動距離 GPSデバイスの平均移動距離 2020年1⽉15⽇-2⽉15⽇を0とした変化 量

  7. 東京都への来訪者数

  8. 実⾏再⽣産数と都内 移動 R^2 = 0.2781

  9. 𝑅! , α, 𝑅" , 𝐷はベイズ的に推定する 𝑀: 平均移動距離, 𝑉 #

    : p県からの来訪者数, P# :p県の人口, gt 𝑘 : 生成時間分布, 𝐼# 𝑑 : p県のd日目の新規感染者 数 𝐼$%&'% 𝑑 ~NegBinomial(𝐸[𝐼$%&'% 𝑑] , 𝐷) 𝑅()) 𝑑 = 𝑅! + 𝛼 𝑀 𝑑 𝐼 ()) # 𝑑 = @ *+, - gt 𝑘 𝐼#[𝑑 − 𝑘] 𝐸[𝐼$%&'% 𝑑] = 𝑅()) 𝑑 𝐼 ()) $%&'% 𝑑 + 𝑅" @ #.$%&'% 𝑉 # 𝑃# 𝐼 ()) # 𝑑
  10. 推定された𝑅C , α, 𝑅D , 𝐷 2.5%分位 25%分位 中央値 75%分位

    97.5%分 位 𝑅! 1.19 1.27 1.31 1.35 1.43 α 0.42 0.60 0.69 0.78 0.95 𝑅" 0.00 0.02 0.06 0.11 0.28 𝐷 15.52 18.00 19.42 20.95 24.10
  11. データへの適合 得られたパラメータをもとに2020年4⽉1 ⽇から1000回シミュレーションを⾏った • 実線:感染⽇ベースの感染者数 • 点線:シミュレーション出⼒の中央値 • 濃いグレー:50% •

    薄いグレー:95%
  12. ⼈流制限解除の条件を検討する ⼈流がCOVID-19以前に戻った場合 • 感染爆発は防げるか • 感染爆発が起きた場合、医療資源はどの程度必要か • 時系列予測ではなく、最終的な総感染者数を予測する

  13. ワクチン効果減衰 Chemaitelly H, Tang P, Hasan MR, AlMukdad S, Yassine

    HM, Benslimane FM, et al. Waning of BNT162b2 Vaccine Protection against SARS-CoV-2 Infection in Qatar. N Engl J Med. 2021;1‒15.
  14. 重症化予防効果 ほぼ⼀定している

  15. 想定 • ⼈流以外の対策(マスク着⽤)などは現在と同じ • δ株は再⽣産数は従来型の2倍 Rb = 2 x 1.31

    • ワクチン接種率: 65歳以下 80%, 65歳以上90% • ワクチンによる感染予防効果: 50% (半年に⼀回ブースター) • ⼈流制限解除時の罹患率が5% • 陽性確定者の重症化率: 0.003(65歳以下), 0.085(65歳以上) • 陽性確定者の死亡率:0.0006(65歳以下), 0.057(65歳以上) • ワクチンの重症化・死亡防⽌効果:95% • 感染者の発⾒率: 50% • 感染後の免疫は維持される
  16. 決定論的2集団SIRモ デル Magal, Pierre, Ousmane Seydi, and Glenn Webb. "Final

    size of a multi- group SIR epidemic model: Irreducible and non-irreducible modes of transmission." Mathematical biosciences 301 (2018): 59-67.
  17. 感染者数 65歳以下 65歳以上 ワクチン接種済み 3,895,242 1,334,462 ワクチン接種なし 1,483,164 225,828 総感染者数:6,938,697

  18. 重症者数 総重症者数:14,951 65歳以下 65歳以上 ワクチン接種済み 292 2835 ワクチン接種なし 2225 9598

  19. 死亡者数 総重症者数:8842 65歳以下 65歳以上 ワクチン接種済み 58 1902 ワクチン接種なし 445 6436