研究課題
本研究では都市内の微生物情報を大量に含む水インフラを活用し、「観測されない不顕性感染 者・非来院患者を含むノロウイルス感染動態の理解」及び「微生物データや気象データ等の大 規模データと機械学習モデルを用いた感染者予測・検知」を行うことを目的とした。本研究では、従来の数理疫学モデルを拡張し微 生物データを組み込んだ数理モデルを構築する。 当初の研究計画ではノロウイルスの下水中濃度の時系列データをモデリングすることを予定していたが、COVID-19パンデミックに伴い、SARS-CoV-2を適用事例 としながら同様の手法の開発を行った。本年度の成果として(1)下水中ウイルス濃度から地域内の入院者数を予測するモデリング手法の拡張 (2)罹患率が低い状況下でどの程度の感度で下水中からウイルスを検出できるかの検証 (3)流行を検知した後の介入施策をどのグループに優先して実施するかのアルゴリズム開発の３つが挙げられる。(1)については、昨年度までに行ったモデリング手法に時間遅れを考慮するような拡張を行った。オランダ国内のすべての自治体から集積した下水濃度データと入院患者数データに適用することで、3-7日間程度だけ下水データは早く流行を捉えられる可能性が示唆された。(2)については、日本国内の複数の自治体（罹患率の低い地域から高い地域まで）に対して同一のウイルス検出手法を適用し、実証的にどの程度の感度があったかを検証している。(3)については、目的（感染者数/死亡者数/DALYsの最小化など）に応じて、どのグループに優先して介入するかを決定するアルゴリズムを提案している。
1: 当初の計画以上に進展している
COVID-19のために、予定していたようなノロウイルスの時系列データを入手することは困難になったが、同等の(もしくはそれ以上の観測頻度および複数の観測 地点での)データがSARS-CoV-2を対象に得られた。それらを用いることで、当初予定していた手法の開発はおおむね順調に進展できている。本年度の成果として(1)下水中ウイルス濃度と地域内の感染者数を関連付ける、時間遅れを考慮したモデリング手法の提案(2)罹患率が低い場合に、実際の流行地域における下水中からどの程度の感度でウイルスを検出できるかの検証(3)人口群内の異なるグループへの介入優先付けアルゴリズムの開発が主に挙げられる。(1)(2)については、すでに学会発表・国外研究機関との共同セミナー等での発表を行っており、現在論文投稿に向けた準備を行っている。(3)については既に国際誌PLOS Comp Bio誌にて成果発表を行うことができ、想定以上の進捗状況である。
前述の通り、COVID-19により予定していたようなノロウイルスの時系列データを入手することは困難になったが、計画以上の観測頻度および複数の観測地点でのデータがSARS-CoV-2を対象に得られている。申請当初の計画から、データの観点で遂行が困難になった部分については、昨年度の報告書時点で計画の変更を行っている。（COVID-19により構造的な変化が生じ、季節性のあるノロウイルスの流行データを長期時系列として得ることが不可能になったため。）今後の計画としては、観測データが限られている(長期でえられないような)状況下で、(1)どの程度の感度で潜在的な地域内での流行伝播を下水中ウイルスの検出を通して早期発見(2)複数のウイルス変異株が存在するときの感染伝播速度（増加率）の推定を行うための手法を提案することを次の方針として予定している。
すべて 2022 2021 その他
すべて 国際共同研究 (1件) 雑誌論文 (4件) (うち国際共著 2件、 査読あり 3件、 オープンアクセス 4件) 学会発表 (8件) (うち国際学会 4件、 招待講演 3件)
PLOS Computational Biology
巻: 17 ページ: e1009697
10.1371/journal.pcbi.1009697
European Journal of Epidemiology
巻: 36 ページ: 735～739
10.1007/s10654-021-00768-y
Science of The Total Environment
巻: 792 ページ: 148442～148442
10.1016/j.scitotenv.2021.148442
medRxiv
巻: - ページ: -
10.1101/2021.10.21.21265318
