2023 Fiscal Year Research-status Report
Study on the early detection of infection spread and convergence on Coronavirus disease (COVID-19)
| Project/Area Number |
21K19650
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
濱田 浩幸 九州大学, 農学研究院, 助教 (80346840)
|
|---|
| Project Period (FY) |
2021-07-09 – 2025-03-31
|
| Keywords | COVID-19 / 感染動態 / 数理解析 / 感染拡大・収束兆候 |
|---|
| Outline of Annual Research Achievements |
新型コロナウイルス感染問題において、感染者数の増大（感染拡大）と減少（収束）の繰り返し（流行波）が形成される。この流行波のリズムと生活行動変容の強弱リズムを同期させることができれば、国民の社会不安や自粛疲れが軽減されるに違いない。本研究では、確率的数理解析技術を用いて、流行波の動特性を精査し、感染拡大兆候と収束兆候を早期に特定する方法（提案法）を構築する。そして、提案法を用いて人口規模などの特徴が異なるコミュニティーの新型コロナウイルス感染拡大と収束の各兆候を探索し、提案法の妥当性と適応性を検討する。
2023年度は、昨年度末に取り組むこととなった課題「キネティックパラメータの再調整」について検討した。まず、感染動向の変化とキネティックパラメータの関係を精査したところ、感染を経験した方々が再感染する過程を数理モデルに組み込む必要性が示された。そして、第6波（令和4年1月1日～3月31日 （90日間））以降、その過程の進行に観られる揺らぎ（感染者が発生する速度の確率性にともなうばらつき）が地域間の人口に対する感染者数の割合の多少に影響することが示唆された。このことは、再感染過程を分析し、易感染者の特徴を特定することが感染拡大の抑制に重要であることを示した。また、複数種のウイルス株が市中に混在するケースが観られるようになり、優先株の移り変わりが感染動態に影響する数理モデルを構築することが必要となった。そのような数理モデルを用いて、ウイルスの弱毒化と易感染性を評価する数理解析手法の構築が今後の課題となった。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
初年度に導入予定であった計算サーバーが次年度に納入され、当初に計画した解析をすべて実施することができなかった。
|
| Strategy for Future Research Activity |
複数種のウイルス株が市中に混在するケースを想定し、優先株の移り変わりが感染動態に影響する数理モデルを構築する。そして、そのような数理モデルを用いて、ウイルスの弱毒化と易感染性を評価する数理解析手法を構築する。
|
| Causes of Carryover |
新型コロナウイルス感染症が「新型インフルエンザ等感染症（いわゆる２類相当）」として扱われていた期間において、学術集会ならびに会議への参加が中止またはオンラインとなり、旅費の発生がほとんど無かった。さらに、計算サーバーの納入が遅れ、コロナウイルス感染データの収集作業などに係る謝金の執行もなかった。次年度の学術集会の多くは現地開催が予定されており旅費の発生が見込まれる。そして、データ収集作業などへの協力依頼も可能となり、謝金などの執行も発生する。
|
