An Agent-Based Modeling Framework for Simulating the Spread of SARS-CoV-2 on a Temporal Contact Network

Den pågående koronapandemien har så langt krevd mer enn 430000 menneskeliv på verdensbasis. Krisen har ført til en massiv global innsats i søken etter kunnskap om virusets egenskaper og hvordan spredningen kan begrenses. I arbeidet mot en bedre forståelse av de epidemiologiske egenskapene som påvirker spredningen av viruset blant mennesker, utgjør datamodellering et nyttig verktøy. Denne masteroppgaven presenterer et nytt modelleringsrammeverk bygget for å undersøke hvordan SARS-CoV-2 spres på et temporalt kontaktnettverk på et virtuelt sykehus. Modellen er agentbasert og simulerer både genereringen av de mellommenneskelige kontaktene og virusspredningen basert på tildelte egenskaper hos agentene og et sett med regler som styrer interaksjonene mellom dem. Det temporale kontaktnettverket som viruset spres på er basert på utledede regler fra de observerte kontaktmønstrene i et empirisk kontaktnettverk. Nettverket utvikles samtidig med simuleringen og tar hensyn til personalskift, pasientopphold og eventuelle karantenerestriksjoner eller isolasjon. Reglene som styrer den epidemiologiske delen av modellen er utledet fra tilgjengelig litteratur. De fleste av disse parameterverdiene er regulerbare, noe som gir brukeren mulighet til å utforske et bredt spekter av epidemiologiske parametere og å evaluere effekten av mange viktige smitteverntiltak. Selvkonsistenstester ble utført for å validere modellens funksjonalitet, og ga modellresultater som var konsistente med forventningene. Modellens stabilitet ble evaluert ved å undersøke variabiliteten i modellresultatene av flere simuleringer med identiske parameterverdier. Mens infeksjonen ebbet ut i noen av simuleringene, resulterte en stor andel av kjøringene i betydelige utbrudd. Statiske og temporale analyser av det genererte kontaktnettverket viste at det simulerte nettverket approksimerte de empiriske nettverksegenskapene bedre enn et randomisert referansenettverk. Det utviklede modelleringsrammeverket er detaljert og gir brukeren muligheten til å undersøke hvordan en rekke epidemiologiske parametere påvirker spredningen av SARS-CoV-2. Arbeidet legger et solid grunnlag for fremtidige epidemiologiske analyser og vurdering av smitteverntiltak