문제
연구원들은 홍콩(Hong Kong)의 COVID-19 확산을 보여주고 취약한 지역을 식별할 수 있는 모델을 만들기를 원했습니다. 그러나 초고밀도 도시 환경, 주요 교통 허브 및 홍콩이 동아시아의 경제 엔진이라는 사실과 같이 특히 COVID-19와 관련하여 홍콩이 가지고 있는 이러한 매우 독특한 조건들 때문에, 이 작업은 처음에 생각했던 것보다 더 어려웠습니다.
이 대유행 당시에 정치적인 변화도 있었기 때문에, 정부 개입이 의도한 대로 작동하지 않았을 수도 있습니다. 마지막으로 홍콩은 이전에 사스(SARS)를 경험했고, 인구는 이미 전염병에 대한 우려를 가지고 있었습니다.
해결책
연구원들은 홍콩의 2차 데이터와 3D 행위자 기반 모델을 사용하여 다음을 목표로 했습니다:
- COVID-19가 홍콩에서 어떻게 퍼졌는지 시뮬레이션합니다.
- 가장 취약한 지역이나 인구를 식별합니다.
- COVID-19에 대한 비약물적 개입 및 백신 접종의 효과를 평가합니다.
연구원들은 2011년의 홍콩 여행 특성 조사(Hong Kong Travel Characteristics Survey), 관심 지점(POI) 데이터, 건물 데이터 및 COVID-19 데이터를 포함하여 많은 데이터를 사용했습니다.
T생성된 최초의 행위자 기반 이동성 모델에는 유동적인 것과 정적인 것, 두 가지 주요 행위자가 포함되었습니다.
유동적 행위자는 학교, 사무실 등을 다니는 젊은 세대인 반면, 정적 행위자는 집에서 더 많은 시간을 보내는 것으로 간주되었습니다. 레스토랑, 쇼핑몰, 학교 및 직장의 네 가지 주요 위치가 사용되었습니다. 다른 장소에 대한 별도의 작은 범주도 있었습니다.
두 번째 감염 모델은 SEIQR(Susceptible-Exposed-Infected-Quarantened-Recovered: 취약자-잠복기-감염자-격리-회복자) 모델의 확장이었습니다. 이 모델에서 연구원들은 2미터가 밀접 접촉이며, 그에 대한 결과가 노출일 수 있다고 가정했습니다. 그들은 또한 같은 장소에 머무는 기간과 환기도 고려했습니다.
또한 간행물이나 정부 보고서와 같은 문헌에서 매개 변수와 데이터를 가져왔습니다. 이 정보는 홍콩, 중국 본토 또는 동아시아에서 온 것이었습니다.
결과
이동성 및 SEIQR 모델에서 연구원들은 시나리오 분석을 생성하고 5개의 서로 다른 시뮬레이션 모델을 구성했습니다:
- M0 – 개입이 없는 기본 시뮬레이션 모델.
- M1 – 인구의 50%가 집에서 일하는 것으로 가정.
- M2 – 80%의 사람들이 보호 수준이 65%인 마스크를 착용하는 안면 마스크 개입.
- M3 – 70%의 사람들이 70%의 효능 수준을 가진 백신 접종을 받음.
- M4 – M1 + M2 + M3 구현.
모델의 인구는 전체 홍콩 인구의 10%였습니다. 이 양은 더 빠른 모델 실행 시간과 동시에 모델 속에 충분한 감염을 구현하기 위해 선택된 것입니다. POI 수는 약 25만 개, 모델 기간은 1년이었습니다.
모델을 실행하자 조정할 수 있는 다양한 매개 변수를 보여주었습니다. 그 후 결과를 계산하여 그래픽으로 보여주었습니다. 그런 다음 애니로직 기능을 사용하여 엑셀로 다운로드할 수 있었습니다.
아래 그림에서 개입의 효과를 볼 수 있습니다: M4>M3>M2>M1>M0. M0-M2를 기준으로 하여 백신 접종이 없을 경우 두 번째 대유행이 발생할 것으로 예측되었습니다.
지역 수준의 결과를 표시하여 감염 위험이 더 높은 지역을 식별할 수 있었습니다. 상위 3개 고위험 지역에는 홍콩의 비즈니스 및 상업 중심지가 포함되었습니다.
다른 결과에는 연령과 성별, 유효 완치 수가 포함되었습니다.
최종 결론은 COVID-19 백신 접종의 효과에도 불구하고 비약물적 개입이 여전히, 아마도 수년 동안 지속되어야 한다는 것이었습니다.
미래에는 새로운 유형의 데이터 사용, 보다 지리적인 접근 방식 사용, 시스템 다이내믹스 및 이산 사건 모델을 사용한 멀티메소드 모델링, 기타 사회적 변화, 공중 보건 전문가와 협력하는 참여 모델링 등 여러 다른 요소를 고려할 수 있습니다. 이러한 추가 요소는 보다 현실적인 모델을 만들 수 있습니다.
이 사례 연구는 2021 애니로직 컨퍼런스에서 홍콩대학교(University of Hong Kong)의 Peter K. Koh 교수와 Ken K.C. Tang이 발표했습니다.
