MCEM을 적용한 COVID-19 확산 예측 시뮬레이션

The Simulation of Forecasting the COVID-19 Diffusion with MCEM

본 연구는 확률적 질병 확산 모형을 이용하여 COVID-19의 확산을 예측한다. 이를 위하여 2020년 8월 12일부터 2021년 2월 15일까지 대한민국 COVID-19의 확산 데이터를 이용하고 질병 확산 모형 중의 하나인 Modified Susceptible- Exposed-Infected-Recovered-Death(M-SEIRD)모형을 사용한다. M-SEIRD 모형은 COVID-19 바이러스 특성을 고려하여 기본적 질병 확산 모형인 SIR(Susceptible-Infected-Recovered)모형에 접촉군와 사망군을 포함하여 질병의 확산을 모형화 한다. 특히 본 연구에서는 감염대상군 S에서 접촉군 E로 이동하는 것 뿐 아니라 접촉군 E에서 감염대상군 S로 이동하는 음성판정률을 고려한다. 또한 COVID-19 확산의 확률적 특성을 모델링하기 위하여 확률적 화학 반응 모형을 사용하고 실제 관측된 감염자 수의 정확한 추정치를 얻기 위하여 시뮬레이션 기법인 MCEM(Monte Carlo Expectation Maximization)을 적용한다. 확률적 화학 반응 모형과 MCEM기법을 적용한 M-SEIRD의 성능을 파악하기 위하여 예측 오차 관점에서 SIR모형과 성능을 비교한다.

This study forecasts the spread of COVID-19 using stochastic disease diffusion model. Toward this, we use the diffusion data of COVID-19 in Korea from August 12, 2020 to February 15, 2021. This research uses the Modified Susceptible-Exposed-Infected-Recovered-Death(M-SEIRD) model, which is one of the disease diffusion models. The M-SEIRD model considers the characteristics of the COVID-19 virus and models the prevalence of the disease by including the exposed group and death group in the Susceptible-Infected-Recovered(SIR) model. Especially, in this study, not only the transfer from the susceptible group S to the exposed group E, but also the rate of return from the exposed group E to the susceptible group S is considered. In addition, a stochastic chemical reaction model is used to model the stochastic characteristics of the diffusion of COVID-19, and Monte Carlo Expectation Maximization(MCEM), a simulation technique, is applied to obtain an proper estimator of the number of actually observed infections. To measure the performance of the M-SEIRD applied with the stochastic chemical reaction model and the MCEM technique, MAPE, RMSE, MAD are calculated. In addition, the SIR model and its performance are compared in terms of forecast error.