かえるのプログラミングブログ

プログラミングでつまずいたところとその解決策などを書いていきます。

18-21 日目 [2020] OPTIMAL TARGETED LOCKDOWNS IN A MULTI-GROUP SIR MODEL

こんばんは、kaerururu です。

個人プロジェクト 100DaysOfHealthEconomics, 18-21日目の記事です。


18-21 日目

この論文を読みました。

メモは以下

[2020] OPTIMAL TARGETED LOCKDOWNS IN A MULTI-GROUP SIR MODEL · Issue #19 · osuossu8/paper-reading · GitHub

概要

  • 感染率、入院率、致死率がグループ間、特に「若年者」、「中年者」、「高齢者」の間で異なる多グループSIRモデルにおいて、標的型ロックダウンを研究
  • 既存のエビデンスでは、年齢層間で入院率と死亡率に非常に大きな差があることが示されているため、標準的なSIRモデルに複数のリスクグループを導入する一般化はCOVID-19パンデミックの文脈において重要である
  • 全体的に、グループ間の相互作用を減らし、感染者の検査と隔離を増加させる手段と組み合わせたターゲティング政策は、我々のモデルでは、経済的損失と死亡者数の両方を最小限に抑えることができる

感想

  • 標的型ロックダウンについての論文は少し前にも見たが、こちらの論文は若年層と高齢層のグループマッチング (インタラクション) にも焦点を当てて考察をしている。
  • ロジカルに考えると、高リスクのグループと低リスクグループを分けてターゲティングしようというのは尤もな施策と言えるが、本日発表されたような一様政策の施策ばかりで、"特定の層をどうこうする" というような政治的判断は難しいようだ。
  • 以下引用で例示されているような、日用品の買い出しのような必要な外出についてグループ施策を打つというのは難しいのだろうか
例えば、高齢者の親族との面会を一時的に減らしたり、老人ホームをより良く保護し、異なる人口層が食料品店や薬局に行く時間帯を分離するような規制によって、高齢者層とそれ以外の人口との間の「社会的距離」を拡大することで、死亡者数を人口の0.02%まで減少させ、経済的損害を1年間のGDPの約7%まで削減することが可能である
  • ここまで比較的新しめの論文、それに引用被引用されている論文、過去疫病事例を扱った論文などを読んできたが、今現実で起きている事象に対する施策と一致しているとは言い難い。次回以降で、実際に政治家の人が言う "専門家" がどんな論文に当たってどのような提言をしているのかという観点で見ていきたい。

20日経過しての感想

  • 20日で 9本の論文を 「読んだ」。連続で2日はサボってはいけない (= 最悪 1日おきにやればいい) といった縛りが自分にあっており、程よい負荷を感じながら継続できている。
  • この企画は英語を読むことに重点を置いていないため、基本 DeepL --> 和訳からポイントっぽいところを github にメモするというような運用で進めている。20日も続けると、DeepL の扱いに長けてきた笑。
  • 最初はそのドメインの用語や思考法、先行研究などもちろんちんぷんかんぷんなのだが、継続の力か、自分でこういう考慮が足りていないのではないかと考えてみたり、それが後に読んだ論文で考慮されていたり強くて New Game 感が面白い。
  • 一方で、9本読んでみて 自分がこの企画を始めるきっかけになった疑問の半分超は知識として入ってきた実感がある。つまり、飽きてきた。周りを見ても 別の人が 30 Days で似たようなことを始められていたりしているのを見ては、100日はしくじったかななどと思う毎日である。やるといったからには 100日続けるつもりだ。
  • 付随して "論文を読む" という行為に良い意味で慣れてきたことで、kaggle や業務で論文を読む時に、斜め読みして必要な情報を取得するスピードの向上を感じている。
  • 概して、現時点でやってよかったと思える具合には良い負荷になっている。
    • まだ 20% 頑張っていきます。

以上です。ありがとうございました。