보고되지 않은 감염자와 정부의 방역정책 순응도를 고려한 한국 내 코로나바이러스감염증-19(COVID-19) 확산 수리 모델링

• 영문명: Mathematical Modeling of the Spread of COVID-19 Transmission Taking Into Account the Undocumented Infection Group and Government Policy Compliance in South Korea
• 발행기관: 한국자료분석학회
• 저자명: 박진수(Jin Su Park) 김정래(Jeong-Rae Kim)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.23 No.4, 1641~1659쪽, 전체 19쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2021.08.30

국문 초록

2019년 11월 중국 내 첫 확진을 시작으로 전 세계로 확산한 코로나바이러스감염증-19(코로나 19; COVID-19)로 인해 2021년 2월 말 전 세계 약 1억 1천만 명의 확진자와 약 250만 명의 사망자가 발생하였다. 한국은 2020년 1월 20일 첫 확진자가 나온 이후 2020년 2월 1차 확산(1,000명 대), 2020년 8월 2차 확산(400명대), 2020년 12월 3차 확산(1,200명대)까지 발생하였다. 코로나19의 특성상 무증상 감염자가 많이 발생하여 확진자 통계에 잡히지 않는 많은 숨은 감염자가 존재한다. 본 연구에서는 이러한 숨은 감염자와 더불어 격리자, 무증상 확진, 정책 순응도 등의 요소를 고려한 감염병 전파 모델(SEHIQR)을 제안한다. 우리는 SEHIQR 모델을 기반으로 한국의 코로나 19 관련 데이터를 이용해 최적화를 진행하였고, 이를 통해 한국 내 코로나19의 2차 및 3차 확산을 대상으로 집단별 감염 규모 추이, 감염 규모와 확진 규모의 차이, 보고되지 않은 감염자의 비율 등을 분석했다. 또한 정책 순응도 및 무증상 확진율의 변화에 따른 확진자의 추이 변화도 살펴볼 수 있었다. 우리가 제안한 SEHIQR 모델을 이용한 다양한 분석과 시뮬레이션은 추후 보건당국의 감염병 관련 방역정책을 수립하는 데 좋은 통찰을 줄 것이다.

영문 초록

Coronavirus Disease-19 (COVID-19), which started with the first confirmation in China in November 2019, caused about 110 million confirmed cases and 2.5 million deaths worldwide at the end of February 2021. In Korea, after the first confirmed case was observed on January 20, 2020, the first wave in February 2020 (about 1000 people a day), the second wave in August 2020 (about 400 people a day), and the third wave in December 2020 (about 1200 people a day) occurred. Due to the characteristics of the coronavirus, many asymptomatic infections occur, and there are many hidden infection cases that are not documented in the confirmed case statistics. In this study, we developed SEHIQR model, a mathematical model of infectious disease transmission, that considers factors such as quarantined people, early diagnosis, compliance with quarantine policies, hidden infections, etc. Based on the SEHIQR model, we optimized it using real-world data and analyzed the trend of infection size by group and difference between infected date and confirmed date, etc. We also simulated changes in confirmed cases according to changes in the lockdown fatigue function and asymptomatic confirmation rate, which are key factors in our paper. Various analyses and simulations using our SEHIQR model will give good insight into establishing quarantine policies by health authorities in the future.

목차

1. 서론

2. 수리적 모델링

3. 매개변수 최적화 및 다양한 분석

4. 특정 매개변수 변화에 따른 확진자 추이 변화

5. 논의

6. 결론

Reference

키워드

코로나19 무증상 감염 감염병 분석 수리적 모델 격리피로곡선 COVID-19 asymptomatic infection infectious disease mathematical model lockdown fatigue curve