スキップしてメイン コンテンツに移動

感染症モデル入門 (6) 再生産数の推定





参考文献

  1. Castillo-Chavez, C., Feng, Z., and Huang, W. (2002). On the computation of Ro and its role on. Mathematical approaches for emerging and reemerging infectious diseases: an introduction, 1, 229.
  2. Cori, A., Ferguson, N. M., Fraser, C., and Cauchemez, S. (2013). A new ｆramework and software to estimate time-varying reproduction numbers during epidemics. American Journal of Epidemiology, 178(9), 1505–1512. https://doi.org/10.1093/aje/kwt133
  3. EpiEstim App. https://shiny.dide.imperial.ac.uk/epiestim/
  4. Khailaie, S., Mitra, T., Bandyopadhyay, A., Schips, M., Mascheroni, P., Vanella, P., and Meyer-Hermann, M. (2020). Estimate of the development of the epidemic reproduction number Rt from Coronavirus SARS-CoV-2 case data and implications for political measures based on prognostics. medRxiv.
  5. Nishiura, H., and Kakehashi, M. (2005). Real time estimation of reproduction numbers based on case notifications. Tropical Medicine and Health, 33(3), 127–132. https://doi.org/10.2149/tmh.33.127
  6. Obadia, T., Haneef, R., and Boëlle, P.-Y. (2012). The R0 package: A toolbox to estimate reproduction numbers for epidemic outbreaks. BMC Medical Informatics and Decision Making, 12(1), 147. https://doi.org/10.1186/1472-6947-12-147
  7. Roberts, M. G., and Heesterbeek, J. A. P. (2003). A new method for estimating the effort required to control an infectious disease. Proceedings of the Royal Society of London. Series B: Biological Sciences, 270(1522), 1359–1364.
  8. Sahafizadeh, E., & Sartoli, S. (2020). Estimating the reproduction number of COVID-19 in Iran using epidemic modeling. MedRxiv, 2020.03.20.20038422. https://doi.org/10.1101/2020.03.20.20038422
  9. Zhang, S., Diao, M., Yu, W., Pei, L., Lin, Z., and Chen, D. (2020). Estimation of the reproductive number of novel coronavirus (COVID-19) and the probable outbreak size on the Diamond Princess cruise ship: A data-driven analysis. International Journal of Infectious Diseases, 93, 201–204. https://doi.org/10.1016/j.ijid.2020.02.033



ラベル:

コメント

コメントを投稿

ここに感想をお願いいたします。

このブログの人気の投稿

新型コロナ対策の三種の神器とは、著名な医学雑誌掲載論文の結論

新型コロナ対策の効果は？　メタ分析の結果が発表 新型コロナウィルスにどのように立ち向かうべきか？　決定的な特効薬やワクチンがまだ実現していない現状では、100年前のスペイン風邪の世界的な流行と同様な方法しか無いのが、現状だろう。そこで、 　医学の研究誌として有名な「 The Lancet 」に注目すべきと言うか、やっぱり、という論文が掲載されました。以下のURLからも無料でダウンロードできます。 Chu, D. K., Akl, E. A., Duda, S., Solo, K., Yaacoub, S., Schünemann, H. J., Chu, D. K., Akl, E. A., El-harakeh, A., Bognanni, A., Lotfi, T., Loeb, M., Hajizadeh, A., Bak, A., Izcovich, A., Cuello-Garcia, C. A., Chen, C., Harris, D. J., Borowiack, E., … Schünemann, H. J. (2020). Physical distancing, face masks, and eye protection to prevent person-to-person transmission of SARS-CoV-2 and COVID-19: A systematic review and meta-analysis. The Lancet,. https://doi.org/10.1016/S0140-6736(20)31142-9 これは、数百の論文から厳選した論文をさらに統計的に分析し、そこから共通して見られる、しかも確度の高い結論を導き出そうとするメタ分析という手法（統計パッケージSTATAでも利用できます）をつかって、新型コロナウィルス対策として何が重要なのかを見つけ出そうとしたものです。下の図がその結論（日本語の説明を加えておきました）なのですが、 マスクをすること、適切な社会的距離を保つこと、目の防護シールドをつけることは他感染者確率を減らすに有効であることを示しています。もし、そうしたことをしないと感染確率が、そうでない場合に比較して相当大きくなることをしめしています。 　つまり、
コメントを投稿
続きを読む

感染症モデル入門 (1) 難しい！けど安心して

　感染症モデル入門： (1) SIRモデル（連続型）の場合 １．連立非線形常微分方程式で表現したSIRモデル 　8割おじさんで有名になった接触率「8割削減」は、その計算の基礎を100年以上も前の「SIRモデル」によっている(Kermack and  McKendrick (1927))。第１回目は連立微分方程式で記述したSIRモデルについて、それが何を意味しているか考えてみる。SIRモデルは次のような3本の微分方程式から成り立っている。 \begin{eqnarray} \mbox{感染可能人数} \qquad  \frac{d{S_t}}{dt} &=&  - \beta {S_t}{I_t} \hfill \\ \mbox{感染した人数} \qquad \frac{dI_t}{dt} &=& \beta {S_t}{I_t} - \gamma {I_t} \hfill \\ \mbox{回復した人数} \qquad \frac{dR_t}{dt} &=& \gamma {I_t} \hfill \\ \end{eqnarray} 　ここで、$S_t$, $I_t$, $R_t$はそれぞれ時間$t$とともに「連続的」に変化するみっつの変数であり、$\beta$と$\gamma$は時間が経過しても変わらない一定の値をとる定数（パラメータ）である。$S_t$は感染症の専門書や論文では「感受性人口」と呼ばれる。これでは馴染みが無い学術用語なので、感染する可能性のある人の数、つまり「$t$期の感染可能人数」と呼ぶことにする。 $I_t$は、感染可能人数($S_t$)のなかから、発生した$t$期の感染者数である。パラメータ$\beta$は感染率をしめす。$R_t$は感染した人$I_t$のなかから回復した$t$期の人数である。右辺のパラメータ$\gamma$は回復率示している。(SIRモデルでは、全ての感染者は、回復すると考える。ハッピーなケースから始めることにしよう。死者が出るというようなことを議論すると気が滅入りますから！) 　感染可能人数を英語では S usceptible と呼び、感染者を I nfected 、回復者を R ecovery と呼ぶので、それぞれの頭文字をとって、この３
コメントを投稿
続きを読む
米国での大型倒産がリーマンショックルを上回るとの予測 日本でも米国でも、COVID-19の惨憺たる被害にも関わらす、株式市場は堅調である。特に本では、上場企業のCOVID-19に起因するデフォルトは1件も生じていない。ところが、あめりかでは、来月以降、倒産の「Big Wave」が来るのではないかとの予測が示された。 ニューヨーク大学のアルトマン（Altman、Edward I)は信用リスク分析で著名な研究者である。彼がカリフォニア大学（UCLA)に提出した博士論文以来一貫して、デフォルト予測モデルからデフォルトをめぐる法制度まで、信用リスクに関する多方面の研究をおこなってきた。 かれは、最近、NY Timesのインタビュー（ A Tidal Wave of Bankruptcies Is Coming ） において、今年は負債総額10億ドル（1,100億円）以上の大型の企業の倒産が続出するとの予測結果をあきらかにした。アルトマンによると、2009年のリーマンショック時には負債総額が10億ドルを超える倒産は49件であったのに対し、ことし2000年にはその数が66件にもなると明らかにしている。既にHertzレンタカーなど著名な上場企業の倒産が始まっている。彼の予測結果は、インタビューでは明示されていないが、ニューヨーク大学のビジネススクール（Stern)で、彼が設立したソロモンセンターでのモデルから算出されているとおもわれる。 日本では、毎週示しているように、上場企業の株価が意味するデフォルト確率は極めて低い水準をを保っている。米国における大型の倒産の波が、日本にたいしどのようにに影響するか、注意すべきであろう。
コメントを投稿
続きを読む