ミシガン州ワシュテノー郡におけるCOVID-19の第2波を予測する

Predicting the second wave of COVID-19 in Washtenaw County, MI.

• Marissa Renardy
• Denise E Kirschner

抄録

ミシガン大学医学部のMarissa RenardyとDenise Kirschnerは、COVID-19パンデミックのパッチワーク的な性質を強調しており、感染拡大のダイナミクスは国や米国内の州によって大きく変化している。このような異質なパターンは、個々の州内でも観察されており、集中的なアウトブレイクのパッチが見られます。これらの空間スケールのすべてでデータが日々生成されており、再開戦略とみなされる疑問に対する答えが切実に必要とされています。数学的モデリングはまさにこれらの場合に有用であり、郡単位でのモデリングを使用することは、公衆衛生の介入の目的のために病気の動態をさらに予測するために価値があるかもしれません。この問題を探求するために、我々は、ミシガン大学、イースタンミシガン大学、グーグルの本拠地であり、深刻なアウトブレイクが発生しているミシガン州デトロイトの姉妹都市でもあるミシガン州ワシュテノー郡におけるCOVID-19の拡散を研究し、予測する。ここでは、離散的で確率的なネットワークベースのモデリングフレームワークを適用し、郡内のすべての個人を追跡できるようにしている。この枠組みでは、米国国勢調査のデータセットから得られたワシュテノー郡に特化した合成人口データセットに基づいて、接触網を構築する。世帯、職場、学校、集団居住地（刑務所など）に個人を割り当てる。さらに、各個人に無作為にカジュアルな接触者を割り当てる。このフレームワークを用いて、ミシガン州特有の政府が義務づけた職場や学校の閉鎖や社会的な距離感の尺度を明示的にシミュレートする。また、感度分析を行い、ミシガン州でCOVID-19の最初の症例が観測された後の3ヶ月間に観測された疾病負担に寄与する主要なモデルパラメータとメカニズムを明らかにした。次に、どのような行動が最も賢明であるかを予測するために、制限を緩和し、職場を再開するためのいくつかのシナリオを検討した。特に、1)再開の時期を変えること、2)職場とカジュアルコンタクトの再エンゲージメントのレベルを変えることの効果を検討した。シミュレーションと感度分析を通じて、再開院時の第二波の感染の大きさとタイミングを駆動するメカニズムを探究する。このモデルは、合成人口データベースとその地域に固有のデータを用いて、他の米国の郡にも適用可能である。

Marissa Renardy and Denise Kirschner University of Michigan Medical School The COVID-19 pandemic has highlighted the patchwork nature of disease epidemics, with infection spread dynamics varying wildly across countries and across states within the US. These heteroge- neous patterns are also observed within individual states, with patches of concentrated outbreaks. Data is being generated daily at all of these spatial scales, and answers to questions regarded re- opening strategies are desperately needed. Mathematical modeling is useful in exactly these cases, and using modeling at a county scale may be valuable to further predict disease dynamics for the purposes of public health interventions. To explore this issue, we study and predict the spread of COVID-19 in Washtenaw County, MI, the home to University of Michigan, Eastern Michigan University, and Google, as well as serving as a sister city to Detroit, MI where there has been a serious outbreak. Here, we apply a discrete and stochastic network-based modeling framework allowing us to track every individual in the county. In this framework, we construct contact net- works based on synthetic population datasets specific for Washtenaw County that are derived from US Census datasets. We assign individuals to households, workplaces, schools, and group quarters (such as prisons). In addition, we assign casual contacts to each individual at random. Using this framework, we explicitly simulate Michigan-specific government-mandated workplace and school closures as well as social distancing measures. We also perform sensitivity analyses to identify key model parameters and mechanisms contributing to the observed disease burden in the three months following the first observed cases on COVID-19 in Michigan. We then consider several scenarios for relaxing restrictions and reopening workplaces to predict what actions would be most prudent. In particular, we consider the effects of 1) different timings for reopening, and 2) different levels of workplace vs. casual contact re-engagement. Through simulations and sensitivity analyses, we explore mechanisms driving magnitude and timing of a second wave of infections upon re-opening. This model can be adapted to other US counties using synthetic population databases and data specific to those regions.