日本語AIでPubMedを検索
COVID-19パンデミックに対するインドの対応における歴史的な国家的封鎖の予測、介入の役割、効果：データサイエンスからの呼びかけ
Predictions, role of interventions and effects of a historic national lockdown in India's response to the COVID-19 pandemic: data science call to arms.
PMID: 32607504 PMCID: PMC7326342. DOI: 10.1162/99608f92.60e08ed5.
抄録
症例数はわずか536例、死者数は11人にとどまり、インドは3月25日に21日間の国家封鎖という歴史的な決断を下した。ロックダウンは、まず、本論文の分析が完了した直後の5月3日に延長され、その後、本論文の改訂中の5月18日に延長された。本論文では、介入予測のために設計されたSusceptible-Infected-Removed（eSIR）モデルのベイズ拡張を用いて、最初の21日間のロックダウンがインドにおけるCOVID-19感染の総数に及ぼす短期および長期的な影響を、他のそれほど深刻ではない非医薬品介入と比較して検討した。我々は、活動中の感染症と新規感染症の数を減少させるために、仮想的な期間のロックダウンの効果を比較した。その結果、ロックダウンが正しく実施されれば、短期的には総症例数を減少させることができ、インドでは医療と疾病監視システムを準備するための貴重な時間を稼ぐことができることがわかった。我々の分析によると、（症例数の減少によって測定される）利益を増大させるためには、ロックダウン後に何らかの抑制策を講じる必要があることがわかった。21～28日のロックダウンと比較して、42～56日の間の長いロックダウンが、実質的に「曲線を平坦にする」ためには好ましい。我々のモデルはCOVID-19の感染数の予測にのみ焦点を当てており、したがって、この多面的な意思決定の問題の一つの側面について政策立案者に情報を提供している。我々は、テストの増加、信頼性の高い透明性の高いデータ、適切な不確実性の定量化、予測モデルの正確な解釈、再現性のあるデータ科学の方法、およびパンデミック時にデータ主導の政策立案を可能にするツールの重要な役割についての議論で締めくくっています。当社のソフトウェア製品は、covind19.orgで入手可能です。
With only 536 cases and 11 fatalities, India took the historic decision of a 21-day national lockdown on March 25. The lockdown was first extended to May 3 soon after the analysis of this paper was completed, and then to May 18 while this paper was being revised. In this paper, we use a Bayesian extension of the Susceptible-Infected-Removed (eSIR) model designed for intervention forecasting to study the short- and long-term impact of an initial 21-day lockdown on the total number of COVID-19 infections in India compared to other less severe non-pharmaceutical interventions. We compare effects of hypothetical durations of lockdown on reducing the number of active and new infections. We find that the lockdown, if implemented correctly, can reduce the total number of cases in the short term, and buy India invaluable time to prepare its healthcare and disease-monitoring system. Our analysis shows we need to have some measures of suppression in place after the lockdown for increased benefit (as measured by reduction in the number of cases). A longer lockdown between 42-56 days is preferable to substantially "flatten the curve" when compared to 21-28 days of lockdown. Our models focus solely on projecting the number of COVID-19 infections and, thus, inform policymakers about one aspect of this multi-faceted decision-making problem. We conclude with a discussion on the pivotal role of increased testing, reliable and transparent data, proper uncertainty quantification, accurate interpretation of forecasting models, reproducible data science methods and tools that can enable data-driven policymaking during a pandemic. Our software products are available at covind19.org.