인도에서 코로나-19 확산을 위한 모델링과 시뮬레이션

WSC 2022 - Modeling and Simulation for the Spread of Covid-19 in an Indian City: A Case Study

 

논문 자료:

https://informs-sim.org/wsc22papers/053.pdf

 

Abstract

이 논문은 인도 도시 Pune라는 곳에서 코로나 19 경과를 예측하고 모델링한 연구의 진행한 결과를 작성했다. 연구 결과는 2021년 2월부터 6월 사이 기간동안 델타 변이로 인한 감염 동향과 관련한 예측을 제시한다. 여기서는 stock-and-flow 모델인 SEIR 모델과 에이전트 모델의 통합을 이용해서 위 연구를 진행했다. 실제로 Pune 도시에  델타 변이로 인한 감염의 동향 예측 결과에 따른 조언을 남겼고, 모델 사용과 관련한 도전 보여준 연구였다.

Intro

인도 Pune에서 2021년 2월 말 코로나 19 환자가 증가했을 때, Pune 행정부의 감염 확산에 따른 3월 봉쇄에 관한 의사결정을 조언하기 위해 델타 변이로 인한 감염 동향과 관련한 예측을 진행했다.

Model

<일반적인 전염병 모델에서 고려한 3가지를 여기 모델에서도 고려함>

1. 코로나 19 파동 시작시 ABM(agent based modeling)의 한계와 ABM의 내부 기능을 튜닝하는데 도움이 되는 SEIRD 모델 사용

2. 1번과 관련해 봉쇄와 비슷한 제한들을 부과하는 시간 지연(시간 흐름)의 영향을 고려함

3. 면역 상실 모델리의 필요성 고려

 

Model 1. SEIRD(질병 확산 모형): 사람이 많고 동종 인구에서의 전염병 과정은 S, E, R, I, D 총 5개의 부문을 특징으로 하는 방정식으로 설명될 수 있다고 봤다. 

S: 민감한           E: 노출된           I: 감염된           R: 회복된           D: 죽은

 

Model 2. Agent model(미시적 영향에서 특정한 패턴을 찾아내는 모델): 매개 변수화된 에이전트 기반 디지털 트윈을 이용해 사실적으로 개별 지역을 나타냈다. 여기 디지털 트윈은 ESL을 사용했고, 5개의 핵심 모델링이 있다.

1. 개별 시민           2. 지역 및 장소           3. 이동 및 접촉           4. 바이러스 특징           5. 개입

Conclusion and Discuss

Conclusion 

2021년 상반기동안 인도 Pune에서 발생한 코로나 19 전염에 대한 모델링과 시뮬레이션 수행을 진행한 결과, 3월 한 달동안 봉쇄에 대한 Pune 행정부 요구사항 평가를 돕는 계기가 되었다. 3월 한 달동안 봉쇄를 지지하는 두 가지 기술은 바로 시간에 흐름에 따른 SEIRD 모델과 미시적 행동 및 개입의 영향을 평가하는 고도의 에이전트 모델이었다. 이 두 모델의 사후 분석은 Pune에서 델타 변이의 급격한 확산에 기여한 사회적 요인들을 식별하는데 도움을 주었다.

Discuss(한계점)

이 모델들은 2021년 3월에 매우 전염성이 높은 변이의 존재를 확인했지만, 그러한 결과를 바탕으로 명확하게 조언하기 위해 필요한 정보를 갖고 있지 않았다.