周期的な傾向を持つ流行波に基づいて、日本でのCovid-19の発生を予測するための単純な数学モデル

背景：Covid-19パンデミック中の発生を予測するためにいくつかのモデルが使用されており、成功は限られています。将来の流行を正確に予測するための単純な数学モデルを開発しました。 方法：新たに確認されたCovid-19の症例のために、日本の保健福祉省からのデータを使用しました。Covid-19の症例データは毎週のデータとして要約され、流行波が視覚化され、特定されました。日本の各県におけるCOVID-19の周期性は、時系列分析と自己相関係数を使用して確認されました。これは、COVID-19症例の長期パターンを調査するために使用されました。自己相関係数を使用した結果は、コンレログラムを介して視覚化して、データの周期性をキャプチャしました。日本の7番目のCovid-19波の単純な予測モデルのアルゴリズムは、3つのステップで構成されていました。ステップ1：機械学習手法を使用して、「上昇傾向ライン」を示す各流行波の回帰線を表しました。ステップ2：6番目の波までの直線の上昇のデータから、適切なフィット感のある指数関数が特定され、7番目の波の上昇とその拡散速度のタイミングが計算されました。ステップ3：第7波を予測するためにステップ2で計算された値を係数として計算してロジスティック関数が作成されました。7番目の波の予測におけるモデルの精度は、6番目の波までのデータを使用して確認されました。 結果：2023年3月31日まで、相関係数値は約0.5であり、有意な周期性を示しています。日本でのCovid-19のspread延は、約140日間のサイクルで繰り返されました。実際の流行と比較して、予測された7番目の波で開始時とピーク時にわずかな遅れがありましたが、開発された予測モデルはかなり高い精度を持っていました。 結論：上昇傾向ラインに基づいた新たに開発された予測モデルは、高精度で数か月前までのCovid-19の発生を予測できます。本研究の発見は、流行の波が高周期性を持っているCovid-19以外の新興感染症への応用に関するさらなる調査を保証します。

BACKGROUND: Several models have been used to predict outbreaks during the COVID-19 pandemic, with limited success. We developed a simple mathematical model to accurately predict future epidemic waves. METHODS: We used data from the Ministry of Health, Labour and Welfare of Japan for newly confirmed COVID-19 cases. COVID-19 case data were summarized as weekly data, and epidemic waves were visualized and identified. The periodicity of COVID-19 in each prefecture of Japan was confirmed using time-series analysis and the autocorrelation coefficient, which was used to investigate the longer-term pattern of COVID-19 cases. Outcomes using the autocorrelation coefficient were visualized via a correlogram to capture the periodicity of the data. An algorithm for a simple prediction model of the seventh COVID-19 wave in Japan comprised three steps. Step 1: machine learning techniques were used to depict the regression lines for each epidemic wave, denoting the "rising trend line"; Step 2: an exponential function with good fit was identified from data of rising straight lines up to the sixth wave, and the timing of the rise of the seventh wave and speed of its spread were calculated; Step 3: a logistic function was created using the values calculated in Step 2 as coefficients to predict the seventh wave. The accuracy of the model in predicting the seventh wave was confirmed using data up to the sixth wave. RESULTS: Up to March 31, 2023, the correlation coefficient value was approximately 0.5, indicating significant periodicity. The spread of COVID-19 in Japan was repeated in a cycle of approximately 140 days. Although there was a slight lag in the starting and peak times in our predicted seventh wave compared with the actual epidemic, our developed prediction model had a fairly high degree of accuracy. CONCLUSION: Our newly developed prediction model based on the rising trend line could predict COVID-19 outbreaks up to a few months in advance with high accuracy. The findings of the present study warrant further investigation regarding application to emerging infectious diseases other than COVID-19 in which the epidemic wave has high periodicity.