動的な感染症の広がりを表現するネットワークにおける疾患伝播の力学

科学分野:

• 疫学
• 数理モデリング
• 公衆衛生

背景:

• 従来の区画化モデルでは、静的な集団を仮定することがよくあります。
• 疾患伝播の力学は、進化する接触ネットワークと感受性集団の影響を受けます。

研究 の 目的:

• 動的な接触と進化する標的感受性集団を組み込んだ区画化モデルを開発および検証すること。
• このモデルをネパールからのCOVID-19データに適用し、その予測精度を評価すること。
• 流行の重症度と疾患の消滅に影響を与える重要なパラメータを特定すること。

主な方法:

• 動的な接触と進化する感受性集団を持つ新しい区画化モデルの開発。
• ネパールからのCOVID-19疫学的データを使用したモデルの適用と検証。
• モデルの特性に関する感度、しきい値、および分析的分析。

主要な成果:

• モデルは、ネパールにおける3つの主要なCOVID-19流行の波のタイミング、大きさ、形状を正確に再現しました。
• モデルの出力は報告された血清有病率データと密接に一致し、症例の過少報告が著しいことを示しています。
• 標的集団の拡大率は、流行の重症度とR0の重要な推進力として特定されました。

結論:

• 伝播率、感受性集団の拡大、および接触ネットワークの力学を標的とする戦略的介入は、流行を効果的に緩和できます。
• 提案された進化ネットワークモデルは、リアルタイムの流行評価と適応的な政策立案のための堅牢なフレームワークを提供します。
• 疾患の持続または根絶を予測するために重要な、消滅しきい値指数が特定されました。