新型コロナ、様々な説が巷に溢れています。私達自身が情報を取捨選択する必要性に迫られています。
大事なことは、
・それがどんな数理モデルに基づいているか。
・そのモデルで何が言えて何が言えないか。
結局フィーチャーされるのは結論だけです。
それに惑わされないよう、この記事では感染症疫学モデルの基本を説明しました。
Contents
新型コロナ数理モデルの注意点：何が言えて何が言えない？
まともな議論は、まともな科学的根拠に基づいたものです。
その科学的根拠とは、COVID-19の場合、感染症の数理モデルを用いた疫学研究を指します。
これを解釈するには、
・モデルが言えること
・モデルが言えないこと
・モデルが前提としていること
をはっきりと認識することが必要です。
実は、全ての疫学モデルは間違っています（前提が成り立たない）。
しかし、使えるものもある。
”Wrong but useful” という、疫学界隈で有名な言葉があるほど。
この記事では、感染症の疫学モデルについて正しく解釈するための知識を、NEJMのcommentaryをベースにお話していきます（NEJM 2020 10.1056/NEJMp2016822）。
どっちの種類のモデル？：forecasting modelかmechanistic modelか
使うモデルは大きく分けてこの2つで、特徴や前提などがまるで異なります。
✔forecasting model
・Institute for Health Metrics and Evaluation (IHME)のモデルなど
・以前のデータを統計的に処理して、将来どうなっていくかを予測する
・「どうやって感染が伝播していくか」などのメカニズムは考えず、単純に統計的な予測
・短期的な意思決定に役立つ。1~2週先とか。
→「2週間後の感染者数はどうなっているか」
・感染のダイナミクスを把握できないので、長期的な予測には向かない。
✔mechanistic model
・Susceptible-Exposed-Infectious-Recovered (SEIR) モデルなど
・どう感染が伝播していくかというメカニズムに基づいたモデル
・多くの仮定に基づいたシミュレーション
・長期的な疫学的アウトカムを推定する。数ヶ月〜数年後とか。
→「どういう介入をした時、1年後の死亡者数はどう違ってくるか」
・設定しているパラメータは、ほとんどが正しいか分からない
→例えば「今の感染者は何人か？」
→PCR検査で特定することはできませんね
☆mechanistic modelの重要なassumption 3つ
以下はモデルに必要となる、特に大事だけどわかっていない3つのassumptionです。
1) 抗体があると感染防御されるか
・かなり重要な事ですが、明らかになっていません。
・研究では、「モデルの期間中は、既感染者は再感染しない」というのを前提にしているものが多いです。
→これは「一定期間防御する」という考えですが、実際は感染防御力がないかもしれません。
2) 無症候感染者の影響はどの程度か
・新型コロナは無症候感染の存在がかなり重要です。
→これが分からないと、感染伝播のモデルは無理です。
・彼らがどの程他人に感染させる役割を持っているか、実際に今どの程度いるのか、不明です。
→たくさん研究が行われていますが、はっきりはしていません
3) どれくらい接触があるか
・どのくらいの割合で感染者と非感染者が接触するか、というのがモデルのコアな部分です
・しかし、social distancingが取られたり、逆に色々openしたり、状況は刻々と変わっていっています。
→正確にモデルすることは無理ですね。推定するのもかなり難しい。
（けどどの研究も仮定を置いて計算しています）
結局正しいモデルは構築できない
一般化して言うと、
・forecasting modelはいわゆる「予測モデル」なので、factual prediction
→与えられたデータ内でのgeneralizabilityしかない
→予測できても短期間
＋「もし…したら」というシナリオは検討できない
・mechanistic modelはcounterfactual prediction
→「もし…したら」のシナリオ、長期的な影響を予測できる
→しかしassumptionが多すぎて、正確なモデルは作れない
ということです。
*counterfactual predictionについてはこちらで説明しています。
つまり、知りたいのはmechanistic modelの結果だけど、そのモデル自体は正確となりえないのです。
でも、「そのモデルが何を前提としているか」を認識することで、結果の解釈ができます。
正確に解釈すれば、政策決定の役に立つ。
Evidence-based policy-making（EBPM）ということです。
Wrong but useful。
*研究の結論だけを基に政策を決定するのは、EBPMとは言えません。
「モデル間違ってるなら意味ないじゃん」
というのは一理ありますが、それなしでの意思決定は、適当に決めているのと変わりません。
今色んな有識者、有名人が「私の考えるコロナ仮説」を流布していますが、それはほぼ適当かと思われます。
エビデンスに基づいた議論をしたり仮説を立てたりするのは、専門でなければ難しいです。
結論
forecasting modelなのかmechanistic modelなのかはっきりさせる。
通常ほしいのはmechanistic modelだが、かなりのassumptionが必要。
どういうassumptionを置いているかも理解すると、本当の解釈につながる。
ではまた。