2024년 12월 15일 일요일

전염병 확산 미분 방정식(Epidemic Spread Differential Equation)

[경고] 아래 글을 읽지 않고 "전염병 확산 미분 방정식"을 보면 바보로 느껴질 수 있습니다.


[그림 1] 코로나-19의 감염 경로(출처: wikipedia.org)

코로나-19(coronavirus disease 2019, COVID-19) 시대를 거치면서 유명해진 미분 방정식(differential equation)이 하나 있다. 전염병이 퍼지는 속도를 표현하는 전염병 확산 미분 방정식(epidemic spread differential equation)을 풀기 위해 전염의 통계 지표인 기초 재생산수(basic reproduction number) R0을 추정하고 감염자의 초기 조건을 설정한다. 그후 이 미분 방정식으로 미래의 감염 결과를 대략적으로 예측한다. 여러 전염병 확산 미분 방정식 중에서 가장 간단한 모형은 SIR 모형(susceptible-infectious-recovered model)이다[1]. SIR 모형은 문제를 어렵게 풀지 않고 전염될 수 있는 사람들인 감수군(susceptible) S, 병을 옮기는 감염군(infectious) I, 치료로 다 나은 회복군(recovered) R로 집단을 나눈다. 우리가 고려하는 집단과 그 상호 관계를 설정해 문제를 푸는 방식은 구획 모형(compartmental model)이라 한다. SIR 모형은 구획 모형의 성공적인 예이다. SIR 모형을 구성하는 연립 상미분 방정식(simultaneous ordinary differential equation)은 아래와 같다.

                          (1)

여기서 S(t),I(t),R(t)는 각각 감수군, 감염군, 회복군의 수, N은 변하지 않는 전체 인구수, β감염율(infection rate), γ회복률(recovery rate)이다. 회복률의 역수 γ는 평균 회복 시간이다. 식 (1)에서 N = 1로 두면, S(t),I(t),R(t)는 각각 감수군, 감염군, 회복군의 비율이 된다. 간략화를 위해 SIR 모형에서는 S(t),I(t),R(t)를 보통 비율로 가정한다. SIR 모형에서 통상적으로 선택하는 조건은 I(0) 0, R(0) = 0, S(0) = 1I(0) 1이다. 여기서 S(0)I(0)이다.
식 (1)이 나타내는 의미는 분명하다. 전염은 감수군과 감염군이 만날 때 나타나므로, 모든 가능한 접촉 비율은 I(t)S(t)이다. 이 접촉 중에서 시간당 및 사람당 감염이 되는 확률이 바로 β이다. 또 다른 매개변수 γ는 감염군이 시간당 회복하는 확률이다. 특히 R0 = β/γ는 전염병 확산의 중요 지표인 기초 재생산수 혹은 기초 재생산율(basic reproduction rate)이다. 중요한 설정값인 R0의 의미를 이해하기 위해서는 식 (1)을 풀어서 해를 관찰해야 한다.
식 (1)은 I(t),S(t)의 곱이 우변에 있어서 선형이 아닌 비선형 미분 방정식(nonlinear differential equation)이다. 어려워 보이지만 β,γ를 시간에 대한 상수로 두면, 식 (1)은 R(t)에 대한 상미분 방정식으로 간략화되면서 풀린다. 먼저 식 (1)의 첫째식에서 유추해 S(t) = S(0)ef(t)로 가정해서 원래식에 대입한다.

                          (2)

여기서 f(0) = 0, R(0) = 0이다. 식 (2)를 식 (1)의 셋째식에 대입해서 R(t)에 대한 상미분 방정식을 유도한다.

                          (3a)

                          (3b)

여기서 ξ = R(t)이다. 마지막으로 우리가 쓰지 않은 식 (1)의 둘째식에 집중한다.

                          (4)

만약 S(0) = 1/R0이면, t = 0에서 감염군은 일정하게 유지되고 감수군이 줄어들면서 감염군이 서서히 줄어든다. 혹은 S(0) < 1/R0라면 우변이 0보다 작아서 감염군이 지속적으로 감소한다. 하지만 S(0) > 1/R0인 경우는 처음부터 감염군이 커지면서 현재 계산하는 질병은 전염병으로 판정된다. 다만 S(t)<S(0)인 이유로 시간이 한참 흐른 후 발생하는 회복군 R()의 크기는 전염병마다 다를 수 있다.
최종 회복군 R()를 예측하기 위해 식 (3a)를 관찰한다. 무한대 시간이 흐른 후에는 함수값이 수렴해 변동이 없으므로, 식 (3a)의 우변은 0이 되어야 한다[1].

                          (5a)

식 (5a)의 해는 람베르트 W 함수(Lambert W function) W(x)이다.

                          (5b)

식 (5b)에 따라 최종 감수군 S()도 얻어진다.

                          (5c)

여기서 최종 시간의 감염군 I()는 당연히 0이다.

[참고문헌]
[1] F. Wang, "Application of the Lambert W function to the SIR epidemic model," Coll. Math. J., vol. 41, no. 2, pp. 156–159, Mar. 2010.

댓글 없음 :

댓글 쓰기

욕설이나 스팸글은 삭제될 수 있습니다. [전파거북이]는 선플운동의 아름다운 인터넷을 지지합니다.