最もシンプルな SIR モデル https://sarkov28.hatenablog.com/entry/2021/01/04/113012 においては、パラメータ と の間に、 の関係が成り立っています。
- は、平均世代時間です。
(=ある感染者が感染してから、次の感染者を感染させるまでの平均日数) - は、治癒率です。
(=感染者が治癒していく割合)
この2つのパラメータはなぜ を満たすのでしょうか。
何か無理に設定したように見えるかも知れません。
しかしこの関係式は、定義から導出できる関係式です。
したがって「無理な設定」ではなく、必然の関係式なのです。
以下、このモデルを前提として、導出の概要を示します。
(1)説明の方針
本エントリの説明は、wikipedia の「指数関数的減衰」の項 に沿って行います。
https://ja.wikipedia.org/wiki/指数関数的減衰
(念の為ですが、私が確認した内容の wikipedia の該当ページの web.archive.org データは、こちら です。)
ただし、wikipedia では、計算の詳細は省略されています。
計算の詳細を示すためには、部分積分 という手法を使うことになり、積分の勉強のようになってしまうからです。
部分積分 を使った箇所の計算の正しさは、wikipedia の記述を信用して頂くことになります。
(実は、部分積分の説明も書いてみたのです。しかしやたらと長くなったので、ここに書くのは止めました。別エントリとして書くかも知れません。)
似たような主旨の説明は、こちらのプレプリント論文にもあります。
(こちらでも、計算の細部は同じように省略されています。)
2020 Maassen
The SIR and SEIR Epidemiological Models Revisited
https://www.preprints.org/manuscript/202005.0090/v1
の、式(6)~式(10)付近。
なお、本エントリを参照しながら、twitter https://twitter.com/sarkov28/status/1419620200832409608 で同趣旨を述べています。
twitter の記述は本エントリの一部であり、twitter のみに書いたことはないつもりです。
(2)説明したいこと
説明したいことは以下です。
- (2a) SIR 方程式において、
- (2b) 感染者の治癒率が である時に、
- (2c) 「感染者が平均的に感染している期間」が であることを示します。
- (2d) 「感染者が平均的に感染している期間」というのは、平均世代時間 なので、
- (2e) 関係式 が成立することになります。
(3)SIR モデルでの表現と、wikipedia での表現との違い
ここで検討している SIR モデルと、wikipedia とでは使っている文字が違います。
対照表はこうなります。
(表1) 文字の対照表
SIR モデルでの表現 | wikipedia での表現 |
---|---|
感染者数 |
減衰する量 |
治癒率 (gamma) |
崩壊定数 (lambda) |
平均世代時間 |
平均寿命 (または τ) (tau) |
(4)計算の説明
(4-1) 指数関数的減衰の微分方程式と、その解
上の(2)節(2b) で述べた、「感染者の治癒率が である時」に、感染者数 はどういう方程式を満たすでしょうか。
ここでは「ある時点での感染者がどのように治癒して減少していくか」だけを考えるので、SIR の方程式の に関する式
のうち、治癒に関する部分だけを抜き出します。
…… (4-1)
感染者を隔離して他との接触を断ち、治癒していく態様を記述していることになります。
式(4-1)と同型になっている wikipedia での式は、こちらです。
この式は、指数関数的な減衰を表す微分方程式です。
これを解くと以下になります。
…… (4-2)
( は、時刻 0 での感染者数です。)
wikipedia での同型の式は、こちらです。
( は、時刻 0 での値です。)
ここまでをまとめます。
(表2) 方程式の解までの対照表
SIR モデルでの表現 | wikipedia での表現 |
---|---|
使う文字 、、 |
使う文字 、、 (または τ) |
指数関数的減衰の方程式 …… (4-1) |
指数関数的減衰の方程式 |
指数関数的減衰の方程式の解 …… (4-2) |
指数関数的減衰の方程式の解 |
(4-2) これから、何を計算すればいいのか
導出したい関係式は、 でした。
は既に数式に出てきていますが、 はまだです。
ここで、 とは何なのかを考えます。
ここが大事な所です。
は「平均世代時間」でした。
シンプルな SIR において、「平均世代時間」すなわち「ある感染者が感染してから、次の感染者を感染させるまでの平均日数」を計算したいのです。
これを計算できるのでしょうか。
このモデルでは、以下のように感染の態様を単純化しているので、計算できます。
今回の計算を行うために、特別に単純化したのではありません。シンプルな SIR 方程式では、元々以下の単純化を導入しています。
単純化した感染の態様は、実際の新型コロナの病態とは色々と違います。そこに違和感を感じるかも知れません。
しかし元々、シンプルな SIR を前提として検討しているのです。だからモデルの制約は、受け入れて頂くしかありません。
また、モデルの制約があるために、つまり単純化したために、計算しやすくなる面もあります。
- (4-2a) まずシンプルな SIR では「潜伏期間は考えません」。
- (4-2b) なので「感染のタイミングと、感染させる能力を得るタイミングは一致します」。
- (4-2c) また「感染力はないが、感染はしているという状態は考えません」。
- (4-2d) なので「治癒のタイミングと、感染させる能力を失うタイミングは一致します」。
- (4-2e) この(4-2b)と(4-2d)から、「感染してから治癒するまでの期間と、他の感受性者を感染させる期間は一致します」。
- (4-2f) また「他の感受性者を感染させる力は一定だと考えます」。
- (4-2g) つまり「感染力が強くなったり、弱くなったりは考えません」。
(4-2a)~(4-2g)は一々書きませんが、現実の新型コロナには当てはまりません。
しかし単純化のお陰で、「ある感染者が感染してから、次の感染者を感染させるための平均日数」を計算することができます。
上記単純化の下では、「ある感染者が感染してから、次の感染者を感染させるための平均日数」は、「ある感染者が感染している平均日数」と一致するからです。
「感染している平均日数」なら、計算できます。
(4-3) wikipedia では「答え」が先に出てくる
前節の検討により、「感染者が感染している平均日数」を計算すれば、それが になることがわかりました。
wikipedia には、計算の中身を示す前に、答えが先に書いてあります。
計算の概要は次節で示します。
この式は、SIR の表現だとこうなります。
…… (4-3)
ここまでをまとめます。
(表3) 関係式までの対照表
SIR モデルでの表現 | wikipedia での表現 |
---|---|
使う文字 、、 |
使う文字 、、 (または τ) |
指数関数的減衰の方程式 …… (4-1) |
指数関数的減衰の方程式 |
指数関数的減衰の方程式の解 …… (4-2) |
指数関数的減衰の方程式の解 |
方程式の解から導出できる関係式 …… (4-3) |
方程式の解から導出できる関係式 |
(4-4) 「答え」を計算する式
答えの式(4-3)を先に示してしまいましたが、wikipedia には、次の節にこれを導く計算式が書いてあります。
(c は積分定数で、。)
この式の最初と最後をつなげると、 となります。
このうち、 のところで、部分積分 を使います。
すいませんが、部分積分 のところは(1)節に書いた事情で省略します。
同じ式を、SIR の記号で書いておきます。
…… (4-4)
(c は積分定数で、。)
式(4-4)の最初と最後をつなげると、
…… (4-5)
となります。
ここまでをまとめます。
(表4) 計算の概要までの対照表
SIR モデルでの表現 | wikipedia での表現 |
---|---|
使う文字 、、 |
使う文字 、、 (または τ) |
指数関数的減衰の方程式 …… (4-1) |
指数関数的減衰の方程式 |
指数関数的減衰の方程式の解 …… (4-2) |
指数関数的減衰の方程式の解 |
方程式の解から導出できる関係式 …… (4-3) |
方程式の解から導出できる関係式 |
関係式を導出する計算の概要 …… (4-4) |
関係式を導出する計算の概要 |
(4-5) まとめ
…… (4-3)、(4-4)、(4-5)
は、導出しようとしていた関係式です。
以上で、 という関係式を、SIR の定義から導出できたことになります。