DTMC기반 감염병 확산 모델링을 통한 숨은 감염자 수 추정 연구: 대한민국 COVID-19데이터를 중심으로 (DTMC-Based Epidemic Model for Hidden Patients Estimation: Using COVID-19 Dataset of the Republic of Korea)

서지정보

· 발행기관 : 한국통신학회
· 수록지 정보 : 한국통신학회논문지 / 47권 / 10호 / 1586 ~ 1597페이지
· 저자명 : 안수진, 권민혜

초록

코로나바이러스(SARS-CoV-2; COVID-19)와 같은 감염병의 전파 과정을 이해하기 위해서는 수학적 모델링을 활용하여 감염병의 진행 양상을 파악하는 것이 중요하다. 본 논문에서는 discrete-time Markov chain(DTMC; 이산시간 마르코프 체인)을 활용한 감염병 모델을 제시하고, 이를 바탕으로 숨은 감염자 수를 데이터 기반 방식으로 추정하고자 한다. 이를 위해, 감염병 전파 양상을 결정하는 핵심 파라미터 중 하나인 감염 전파율을 시변성을 가지도록설정하여 감염병 확산을 억제하는 정부의 방역 정책과 감염 시작일로부터 전파 진행 기간에 따라 변화하는 감염병확산 정도를 정량적으로 분석 가능하도록 하였다. 또한, 기존의 감염병 전파 모델에서 격리 상태와 백신 접종 상태를 추가하여 현실 정책을 잘 반영하는 모델을 제안하였다. 제안한 모델을 통해 잠복기 상태의 인구수, 병에 감염되었지만 격리되지 않아 병을 전파시키는 숨은 감염자 수 등과 같이 공식적으로 집계될 수 없는 데이터지만 전파양상 파악에 중요한 잠재 상태(latent state)의 인구수를 추정할 수 있다. 제안된 모델의 우수성을 확인하기 위해 최신모델 두가지와 비교하였고, 그 결과 제안된 모델이 확진자 수 급증의 흐름을 가장 잘 반영함을 확인하였다.

영어초록

Recently, the importance of mathematical modeling for infectious diseases has been highlighted. It can investigate the transmission by capturing the ongoing pattern of infectious diseases. This paper proposes a data-driven approach based on discrete-time Markov chain model for the epidemic by estimating the model's parameters and latent state values. We introduce the key model parameters such as transmission rate as time-varying so that the parameters can quantitatively evaluate the effectiveness of the national prevention policies. Furthermore, our epidemic model contains two additional states complying with national intervention: vaccinated and isolated states. To verify the proposed model, we use the COVID-19 dataset of the Republic of Korea and analyze the data by using estimated parameters and the number of people in the latent states.
Through the results, we confirm that the proposed solution performs the best by capturing important details.

참고자료

· 없음