SIRモデル(感染症モデル)について〜SIRモデルとは〜
今少しずつ勉強していっているSIRモデル(感染症モデル)について数回に分けて記事にしていこうと思います。
今回はSIRモデルとは何か?についてなるべく噛み砕いて書いていこうと思います。
数学が苦手な方も雰囲気だけでも伝わっていると嬉しいです。
(途中、微分方程式という難しそうな式が出てきますが、読み飛ばしても大丈夫です!)
SIRモデルとは
1972年にWilliam Ogilvy Kermack と Anderson Gray McKendrick により発表された感染症モデル
SIRとは以下の頭文字で、それらにより式が構成される
S : 感受性者(Susceptible)
I : 感染者(Infected)
R : 回復した人、死亡した人(recovered, removed)
つまり、Sはこれから感染する可能性がある人達、Iは感染した人達、Rは感染後回復した人達もしくは死亡者である
式
時刻$${t}$$に対して、
$${S(t)}$$ : 感受性者数
$${I(t)}$$ : 感染者数
$${R(t)}$$ : 回復した人や死亡者の数
とする。
このとき、SIRモデルは以下のように表される。
$$
\begin{split}
\frac{dS(t)}{dt} &= -\beta S(t)I(t) \\
\frac{dI(t)}{dt} &= \beta S(t)I(t) - \gamma I(t) \\
\frac{dR(t)}{dt} &= \gamma I(t)
\end{split}
$$
ただし、$${\beta}$$は感染率、$${\gamma}$$は回復率を表す。
イメージ
次のような例で考えてみる。
全体人数は12人(12人同じ空間にいるとする)
このうち1人があるウイルスに感染してしまったとする
すなわち、感受性者数は11人、感染者数1人
このウイルスは感染者と接触すると1日あたり0.1の確率で感染するとする
感染した人は2日で回復するとする
1日目
感受性者:11人
感染者:1人
回復した人:0人
1日目→2日目
感受性者は11人、感染者は1人より感受性者と感染者との接触回数は11回となる。
また、1日あたり感受性者が感染者と接触すると0.1の確率で感染するので、
$$
11\times 0.1 = 1.1
$$
より感受性者から1人(小数点以下切り捨て)感染してしまう。
回復には2日かかるので、1日目の段階では回復した人は0人である。
なので、
感受性者:11人→10人
感染者:1人→2人
回復した人:0人→0人
となる。
2日目
感受性者:10人
感染者:2人
回復した人:0人
2日目→3日目
1日目→2日目の場合と同様に考えると、
感受性者は10人、感染者は2人より感受性者と感染者との接触回数は$${10\times 2 = 20}$$回となる。
また、1日あたり感受性者が感染者と接触すると0.1の確率で感染するので、
$$
20\times 0.1 = 2
$$
より感受性者から2人感染してしまう。
回復に関しては1日目感染してた1人が回復する。
感受性者:10人→8人
感染者:2人→3人
回復した人:0人→1人
3日目
感受性者:8人
感染者:3人
回復した人:1人
3日目→4日目
感受性者は8人、感染者は3人より感受性者と感染者との接触回数は$${8\times 3 = 24}$$回となる。
また、1日あたり感受性者が感染者と接触すると0.1の確率で感染するので、
$$
24\times 0.1 = 2.4
$$
より感受性者から2人(小数点以下切り捨て)感染してしまう。
回復する人は、2日目に感染した2名が回復する。
よって、
感受性者:8人→6人
感染者:3人→3人
回復した人:1人→3人
というような感じになる。
まとめ
感受性者と感染者の接触回数は
$$
\text{感受性者}\times \text{感染者}
$$
となるので、感受性者が感染者になる人数は、
$$
\text{感受性者}\times \text{感染者}\times \text{感染率}
$$
また、感染者が回復する人数は、
$$
\text{感染者}\times 回復率
$$
となる。
※上の例では切り捨てで考えているため少しイメージしにくいが、今回の例では2日で回復するとしているので回復率は0.5としている。
数列モデル
上の例を参考に数列モデルを立てていく
$${N}$$ : 全体の人数
$${S_n}$$ : $${n}$$日目の感受性者数
$${I_n}$$ : $${n}$$日目の感染者数
$${R_n}$$ : $${n}$$日目の回復した人の数
$${\beta}$$ : 感染率
$${\gamma}$$ : 回復率 ($${1/\gamma}$$日で回復)
とする。
このとき、
$$
S_n + I_n + R_n = N
$$
感受性者に関して
$${n}$$日目から$${n+1}$$日目にかけての感受性者数は
$$
\beta S_n I_n \text{ (人)}
$$
減る。
つまり、
$$
S_{n+1} - S_n = -\beta S_n I_n
$$
回復に関して
$${n}$$日目から$${n+1}$$日目にかけての回復した人数は
$$
\gamma I_n \text{ (人)}
$$
増える。
よって、
$$
R_{n+1} - R_n = \gamma I_n
$$
感染者に関して
$${n}$$日目から$${n+1}$$日目にかけて、
感受性者から感染者へ$${\beta S_n I_n}$$人移り、
感染者から回復した人は$${\gamma I_n}$$人移る。
よって、$${n}$$日目から$${n+1}$$日目にかけての感染者は
$$
\beta S_n I_n - \gamma I_n \text{ (人)}
$$
増える。
※「感受性者」から「感染者」への人数が「感染者」から「回復した人」への人数よりも少なかった場合、感染者の人数は減っていく。
すなわち、$${n}$$日目から$${n+1}$$日目にかけての感染者は
$$
\gamma I_n - \beta S_n I_n \text{ (人)}
$$
減る。
よって、
$$
I_{n+1} - I_n = \beta S_n I_n - \gamma I_n
$$
以上のことから、
$$
\begin{cases}
S_{n+1} - S_n = -\beta S_n I_n \\
I_{n+1} - I_n = \beta S_n I_n - \gamma I_n \\
R_{n+1} - R_n = \gamma I_n
\end{cases}
$$
となる。
次回
次回はGoogle Sheetsを使ってもっと人数を増やし、上で立てた式をグラフ化してSとIとRはどのように変化していくかを見ていこうかと思います。
最後まで読んでくださりありがとうございます。
少しでもコメの記事が面白そうだなーと思ってくれた方はフォローやスキをお願いいたします。
この記事が気に入ったらサポートをしてみませんか?