Efficient disease control strategy in metropolitan area based on sensitivity analysis of basic reproduction ratio R_0

感染症流行に対し効率的かつ有効な防除政策を立案するためには,重点的に疫病対策を施すべき危険箇所の特定が重要となる.感染症への対抗資源(ワクチン,抗ウイルス薬等)が限られていることや,隔離政策の経済的影響(工場,事務所等の閉鎖)を最小限に抑える必要性から,流行を抑え被害を低減させる上で,疫学上危険な箇所から対策を施す必要がある.このことから本研究においては,実際の東京都市圏における交通流動データを用いて(大都市交通センサスを使用),大都市圏における疫学上危険個所のランク付けを,基本増殖率R_0の感受性解析を用いて行い,その有効性を示した.東京都市圏における感染症流行モデルは,各駅(約1,500駅)間を通勤・通学者(センサス・データに基づく150,000人)が通勤・通学に伴い往復するとしたメタ・ポピュレーションモデルにより定式化を行った.インフルエンザを想定した感染動態として,各個人の疫学状態として,感受性状態(S),感染状態(I),回復状態(R)からなるSIRモデルを用いた.このモデルに対し次世代行列を定式化し基本増殖率R_0を求めた.感受性人口を変化させた際の(ワクチン接種,隔離等に相当)基本増殖率R_0の変化を感受性解析により求め,すべての居住駅および通勤通学経路を,疫学上の危険度合いに応じてランク付けすることが出来た.これに基づき,3種類の防除政策を比較した.疫病対策を行う際に,危険度ランキングの(1)高い箇所から実施,(2)低い箇所から実施,(3)ランキングとは無関係にランダムに実施.結果,感受性解析に基づいたランキングは非常に有効であることが確認出来た.Identification of high-risk community is essential for a policymaking of efficient and effective disease intervention strategies. Under the limited resources for countermeasures (e.g. stocks of vaccine and anti-viral drugs) and need to minimize the economic effect of quarantine (e.g. shut down of factories and offices), it is inevitable to apply intervention strategies from higher risk areas, in order to prevent a disease invasion and to reduce the prevalence in case of pandemic. In this study we show that the sensitivity analysis of basic reproduction ratio R_0 is useful for determining the degree of risk for each area within a metropolitan area. Here we have used the actual commuter flow of Tokyo metropolitan area as an example (commuting data is acquired from the Urban Transportation Census). The model of contagious disease spread in the Tokyo metropolitan area is formulated as a metapopulation model, where each node corresponds to each local station (about 1,500 stations) and recurrent movements of commuters (about 150,000 individuals in census sample) interconnect the nodes. For an infection dynamics we assume influenza like diseases and set epidemiological state of each individual to one of Susceptible, Infectious and Recovered state (SIR model). Using this model we calculate the basic reproduction ratio R_0 using the next generation matrix method. By applying a sensitivity analysis to R_0 and calculate the effect of changing the susceptible population structure (i.e. corresponding to vaccination or isolation), we are able to rank all residential stations and commuting pathways according to its epidemiological risk. From this we compare three strategies: applying countermeasures from the top ranking, low ranking and randomly regardless of ranking. The results show that this epidemiological risk ranking according to the sensitivity analysis is very effective in preventing the spread of infectious disease