薬物を注射する人のエージェントベースモデルにおけるC型肝炎の排除の多目的モデル展開

MULTI-OBJECTIVE MODEL EXPLORATION OF HEPATITIS C ELIMINATION IN AN AGENT-BASED MODEL OF PEOPLE WHO INJECT DRUGS.

• Eric Tatara
• Nicholson T Collier
• Jonathan Ozik
• Alexander Gutfraind
• Scott J Cotler
• Harel Dahari
• Marian Major
• Basmattee Boodram

抄録

C型肝炎（HCV）は世界的に慢性肝疾患および死亡率の主要な原因であり、薬物を注射する人（PWID）はHCV感染症の獲得および感染のリスクが最も高い。我々は，2030年までにHCVを排除するという世界保健機関（WHO）の目標を達成するために，直接作用型抗ウイルス薬（DAA）治療のスケールアップと治療戦略を特定し，最適化するためのエージェントベースモデル（ABM）を開発した。DAAは非常に有効性が高い一方で、費用がかかるため、介入戦略は、HCVの排除という目標と介入費用のバランスをとる必要がある。ここでは、標準モデルのパラメータ掃引を行うことによりPWID治療登録戦略を見つけるための2つの方法を提示して比較し、その結果を進化的多目的最適化アルゴリズムと比較する。進化的アプローチは、治療コストと発生率を最小化するパレート最適解を提供する。

Hepatitis C (HCV) is a leading cause of chronic liver disease and mortality worldwide and persons who inject drugs (PWID) are at the highest risk for acquiring and transmitting HCV infection. We developed an agent-based model (ABM) to identify and optimize direct-acting antiviral (DAA) therapy scale-up and treatment strategies for achieving the World Health Organization (WHO) goals of HCV elimination by the year 2030. While DAA is highly efficacious, it is also expensive, and therefore intervention strategies should balance the goals of elimination and the cost of the intervention. Here we present and compare two methods for finding PWID treatment enrollment strategies by conducting a standard model parameter sweep and compare the results to an evolutionary multi-objective optimization algorithm. The evolutionary approach provides a pareto-optimal set of solutions that minimizes treatment costs and incidence rates.