東京のSARS‐CoV‐2感染拡散と抑制機構のGPS分析を用いたエージェントベースモデル

図３は、シミュレーションにおいて初期感染が発生した後の日数に対する感染施設の割合の時間依存性を示す。 家庭やサービス業の感染が振動するように順次発生していることがわかります。 これらの結果は、地域間の移動が頻繁な会社員によってサービス業で発生した感染が家に持ち込むと拡散するなど、感染の連鎖拡散を示唆する。 この傾向は、他の感染症について報告された拡散メカニズムと似ています。¹¹。

SARS-CoV2以降に発生した減少の程度を示す熱マップとともに、最初の波と1年前東京の人間の流れの比較。 地図の円は山手線（東京循環列車線）、つまり繁華街を表します。

感染収斂のメカニズムを明確にするために、2020年4月1～2週と2019年（SARS-CoC-2大流行以前同時）週間/夜間人口の違いを Fig。 ４に示す。 この値は、東京政府の「弱感染対策」の効果を示しています。 また、図 4は、市民の自制が主にオフィスと周辺の市内中心部を中心に行われたことを示しています。 これは日本国内のサービス業従事者への外出及び取引の自制を要請する脆弱な感染管理措置が、感染拡散の拠点である商業利用を抑制し、密集度を下げる結果を生んだことを示唆する。 したがって、上記の措置に従って、最初の波が収束した。

エージェントの感染ネットワーク。 左図は図１の感染ネットワークを示す。 右図は、サービス業で感染対策を実施し、感染リスクが減ったと仮定した計算結果の感染ネットワークを示しています。

この結果を検証するために、エージェント間感染、すなわち感染ネットワーク間の関係を方向性グラフで示した（図５）。 図5に示すように、感染拡散の初期には、家庭やサービス業で感染者が指数関数的に増加し、サービス業は活動自制後の感染率が減少しながら感染拡散が収束することが分かる。 。 つまり、外出自制を通じてサービス業感染を遮断したのだ。 これにより、移動中の感染の中心地であるサービス業の感染を抑制し、これは東京感染の収束に不可欠である。

日本の一次大流行は、他の国に比べて政治的介入が微弱だったにもかかわらず、すぐに統制されたと見ることができる。 SARS-CoV-2感染に対する強力な措置である封じ込めは、市民の移動を制限します。 したがって、東京でファンデミックの拡散や収束時の活動を抑制することに加えて、感染の拡散を制御する他の要因があります。 Refのダイナミクス研究とシミュレーション解析から^12,13、感染症を抑制するために、以下の4つの制御モードを分類することが提案されています。 （４）ワクチンによる抗体力価を高める介入制御。 また、日本の公共の場所でマスクを着用する割合は、SARS-CoV-2大流行以前にも高かったという調査結果があります。¹⁴; したがって、感染の拡散の可能性を抑制する介入制御は、SARS-CoV-2の流行期間中にすでに自然に行われている。

シミュレーションは、フィルタの効果が測定されたときに感染の拡散速度が抑制されたことを示しています。 \(k_u\) 公共の場でマスク着用を前提に強化した。 特に前述した感染のハブであるサービス業でマスクを使ったと仮定して感染確率を半分に減らすとファンデミックが発生しないことが明らかになった。 したがって、個人を対象に公共の場での徹底した感染管理措置は、自家格理要請など脆弱な感染管理措置でも都市での強力な封鎖と同じ効果を出すことができる。

日本政府の分析によると¹⁵, SARS-CoV-2 ファンデミック 一次流行当時の外出自制要請により、都心の列車利用率がファンデミック移転比で最大70%減少しました。 しかし、2次大流行以降はファンデミック以前に比べて最大約40％減少し、要請に対する個人の自制力も徐々に弱まった。 日本は感染者数が二次感染以来一次感染収束レベルに達していない。 したがって、個人の感染予防措置と行動的自制が一定のレベルに達すると、封鎖と同等の効果があり、いずれかが不足すると十分な効果が得られないことを意味する。

結論として、人との接触が多い公共施設のうち、飲食店などサービス施設（例：飲食店）を中心に地域住民をある程度統制し、行為者基盤モデルの活用を調査し、感染病予防対策に集中した。 計算。 結果は、この措置が感染リスクを大幅に減少させたことを示しています。 結果はまた、ファンデミックの早い段階でレストランの運営を制限し、外出を控えるなどのSARS-CoV-2産業固有の措置は、ロックが実装されていなくても感染の拡散を防ぐのに十分な効果があることを強調しています。 また、日本は感染抑制による感染者数や死亡者数が他国よりも低く、特に感染リスクを下げるため、市民の自己行動で感染の中心地となった施設では日本が低かった。 感染症。 私たちの現在の分析は、将来のファンデミックが発生したときに実施される方針を検討するための重要なガイドラインになります。

また、都市構造と市民の行動によってファンデミック状況が大きく異なることが分かった。 また、新種インフルエンザに代表される世界的な大流行は10年に1回ずつ発生する。 したがって、このシミュレーションモデルを世界中の都市に適用すると、ファンデミック発生時の都市構造を考慮して適切な政策決定を迅速に行うことができます。