Fighting COVID-19 with Epidemiology

A Johns Hopkins Teach-Out

FOODS4ALL HOME

Covid-19 が世界中に猛威を振るう 2020年3月31日開講。日本時間で、4月1日から3日にかけて、受講。基本的な情報と、受講時に記録したノートと、感想を記す。

1. 基本情報

公式情報を基礎として、SL が和訳またはまとめたもの

1.1 構造

• MOOCs:　Coursera
• URL https://www.coursera.org/learn/covid19-epidemiology
• Format: Teach-Out
  • Teach-Outs are short learning experiences, each focused on a specific current issue.
  • コースページに、上の文章から始まる Teach-Out の説明がある。基本的に、特定のトピックに関する短いコースで、公式なコースとして修了証を出すものとは異なり、無償とある。
• Period: Two Weeks

1.2 このコースについて

このコースは、Covid-19 のような流行を、どのように特定し、どのような物差しにしたがって計測するかといった、疫学に関する興味を持っている人のためのコースで、以下の問いの背後にある科学を理解することを目的としている。

1. How many people have been infected?
2. How do we measure who is infected?
3. How infectious is the virus?
4. What can we do?

疫学は、これらの問いに答えるために、データを収集し、分析する学問である。このコースでは、これらについて学ぶと共に、あなたが、Social Distancing（他の人と交流するときのの距離）を保つことが、感染を防ぐことをたすけ、あなたの共同体を守ることにつながることの大切さを理解して行動に移してもらうことをねがっている。

1.3 講師

• Gypsyamber D’Souza, PhD, MS, MPH. Professor Johns Hopkins University
• Justin Lessler, PhD, MS. Associate Professor Johns Hopkins University
• Emily Gurley, PhD, MPH. Associate Scientist Johns Hopkins University

1.4 提供： ジョンズ・ホプキンズ大学（Johns Hopkins University）

The mission of The Johns Hopkins University: To educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world.

1.5 シラバス（Syllabus）

• First Week: How Do We Identify and Measure Outbreaks Like COVID-19?
  • 16 video lectures
• Second Week: How Do We Investigate and Control Outbreaks?
  • 8 video lectures

2. 備忘録：講義メモ

SL の記録による。

2.1 First Week: How Do We Identify and Measure Outbreaks Like COVID-19?

1. Welcome to the Teach-Out, 1 分
   

• Epidemiology: 疫学, 流行疫学

2. Introduction to Understanding Outbreaks, 1 分

3. Step 0: What Is an Outbreak? 5 分

4. Step 1: Identify Cases, 5 分

• A good definition, identifies person, place and time.
• Suspected case, probable case, confirmed case
• Case study: Monkeypox, Kihe et. Al. 2005, Arch Pediotr Adolescences Mde.
• Active surveillance, passive surveillance

5. Step 2: Describe the Outbreak by Person, Place, and Time, 6 分

• Line List: List individual cases and relevant characteristics
• Epidemic Curve: suspect, probable, confirmed, date of illness onset
• Type 1. A Point Source Outbreak: day vs cases: log normal distribution, quick increase and long tail
• Type 2. Common Source Outbreak: constant rist, eg. Contamination of water
• Type 3. Propagated Outbreak: small mountains
• Maps of Epidemics: find the center cause, find clusters,

6. Step 3: Identify and Characterize the Cause, 6 分

• Clinical Evidence, Epidemiological Evidence and Laboratory Evidence
• Common exposure, age distribution, type of epidemic (point source, common source, propagated), incubation period
• Incubation period: infection to symptom onset
• Latent period: infected to infectious

7. Step 4: Risk Factor Study in a Defined Population, 4 分

• RR = attack rate in exposed / attack rate in unexposed
• AR = number in group developing disease / number in group

8. Step 4: Risk Factor Study in an Open Population, 5 分

9. Step 5: Intervene and Report, 4 分

10. Introduction to Surveillance（監視）, 1 分

11. Data for Action, 7 分

• Data Collection > Data Analysis > Data Interpretation > Results Dissemination > Link to Action > [back to Data Collection]
• https://www.cdc.gov/surveillance/index.html

12. Example of a Domestic Public Health Surveillance System, 10 分

• https://www.cdc.gov/flu/weekly/overview.htm
• https://gis.cdc.gov/grasp/fluview/FluView8.html
• https://gis.cdc.gov/grasp/fluview/mortality.html
• https://gis.cdc.gov/GRASP/fluview/FluHospRates.html

13. Example of an International Public Health Surveillance System, 10 分

• https://www.ecdc.europa.eu/en/about-us/partnerships-and-networks/disease-and-laboratory-networks/ears-net
• Focusing on Klebsiella pneumoniae
• Antimicrobial resistance surveillance in Europe 2016
  • https://www.ecdc.europa.eu/en/publications-data/antimicrobial-resistance-surveillance-europe-2016
  • Hungary, the bottom line shows that of all the isolates submitted from Hungary, more than half it looks to be about 58 percent are fully susceptible to antibiotics. There’s a small number that are resistant to just one antimicrobial group, a bit larger proportion but less than 10 percent that are resistant to two antimicrobial groups.

14. Balancing Workload with Quality, 8 分

• Sensitive, i.e., unlike to miss true cases but more likely to capture not true cases, and Specific Case Definition, i.e., may miss true cases, but less likely to capture not true cases
• Syndrome case definitions vs Laboratory confirmation (RT-PCR, real time)
• [REF] Understanding medical tests: sensitivity, specificity, and positive predictive value: https://www.healthnewsreview.org/toolkit/tips-for-understanding-studies/understanding-medical-tests-sensitivity-specificity-and-positive-predictive-value/
• [REF] 感度・特異度：https://www.sk-blood.com/2012/05/06/感度-特異度-尤度比のまとめ/

15. Surveillance as an Observational Process, 6 分

• Severe encephalitis cases, distance from hospital vs cumulative number encephalitis cases in Bangladesh, by Dr. Sonia Hegde

16. Surveillance Attributes, 5 分

• WHO’s Surveillance Standard Manual: https://www.who.int/csr/resources/publications/surveillance/whocdscsrisr992.pdf?ua=1

• US CDC’s Updated Guidelines for Evaluating Public Health Surveillance Systems: https://www.cdc.gov/mmwr/preview/mmwrhtml/rr5013a1.htm

• 1件の学習教材: Epidemiology in Public Health Practice Specialization, 3 分

2.2 Second Week: How Do We Investigate and Control Outbreaks?

1. Introduction to Investigating Outbreaks, 1 分

2. Measures of Transmissibility: Attack Rates, 10 分
   

• Attack Rate
  • Basic attack rate (AR) = cases/population size
  • Household secondary attack rate (SAR) = (I-1)/(N-1)
  • Susceptive exposed attack rate (SEAR): denominator is those at risk of infection on each generation of transmission
• Exercise: Consider a population of 20 people living in 5 equally sized households; You observe 8 cases spread across 3 households
• Reproductive numbers
  • Basic reproductive number: R_0
  • Reproductive number: The number of people infected by a single infectious individual in a population with immunity: R
  • R = R_0 x % susceptible

3. Measures of Transmissibility: Reproductive Numbers, 6 分

• Basic Reproductive Numbers: R_0
  • Cholera: 2.5-15, Dengue: 1.3-6, Influenza: 1.5-2, Malaria: 1 -> 1000, Measles: 11-18, SARS: 1.2-4, Smallpox: 3-7
• Exercise: If the basic reproductive number R_0 for cholera is 3, what is the approximate percent of the population immune when an epidemic starts declining? Ans: 33%
• What is the reproductive number R at different times of the epidemic?
• What is the relation between R and susceptibility?

4. Natural History, 10 分
   

• Latent period is the time from being infected to becoming infectious (感染させうるまでの期間)
• Incubation period is the time from being infected to developing symptoms　（潜伏期間：感染から発症までの期間）
• Generation time/serial interval is the time between subsequent generation of infection; The time me being infected to infecting others （感染から次に感染するまでの期間）
• The generation time combined with the reproductive number determines how fast epidemics grow
  • Log normal and gamma
• Exercise:
  • Measles has an R_0 of 12 and a generation time of 12 days
  • Influenza has an R_0 of 2 and a generation time of 4 days
  • In an epidemic in a completely naive population, how many people would be infected after 24 days?
  • Assume there is not enough immunity accumulates in that time to change R
  • What if 50% of the population were immune at the start of the epidemic?

5. Implications for Control, 10 分

• Simple algebra gives us a formula for what proportion of the population you would need to be successfully vaccinated to bring R below one: V = 1-1/R_0
• V is referred to as the critical vaccination threshold
• The incubation period tells us when cases can be detected by passive/symptom-based surveillance
• The latent period tells us when they will be infectious
• These values have implications for the success of different intervention strategies: Quarantine, symptom-based control strategies
• Quarantine is the segregation of people potentially infected with a disease until we are confident they are not infected; differs from isolation of those already infected, Correct length based on incubation period
• Active monitoring is a less extreme alternative quarantine, depends on latent period being longer than incubation period
  • Reich et al 2018, Scientific Reports, creating commons 4.0
• Case-based control measures are any control strategies based on intervening on symptomatic cases

6. Summary of Basic Epidemic Dynamics, 1 分

7. COVID-19: Johns Hopkins University Experts Discuss Pandemic Response, Social Distancing, and More, 31 分

• How Do We Investigate and Control Outbreaks?

8. Calls to Action, 2 分

• 2件の学習用教材:
  • Introduction to Expert Discussion of Pandemic Response, 5 分
  • Public Health On Call Podcast, 10 分

2.3. 感想

• 用語の定義も含め明確になった。
• 検査の Sensitivity（感度）と Specificity（特異度）の説明もあったが、PCR検査や抗体検査などの検査の具体的な数値の言及はなかった。それが不明だと、多くの検査をした場合の確かさがわからない。
• Generation time（世代期間：感染させる可能性のある期間）をまず特定するが、その期間では、感染させる可能性の度合いの変化を捉えることはおそらく困難であること。
• R_0 (Basic reproductive number) は環境、社会構造などによっても異なるが、R_0 が決定できれば、集団の 1/R_0 以下が、免疫がない、すなわち、1-1/R_0 が免疫がある状態になると、peak-out し、減り始めること。
• 全体の中の 1-1/R_0 ではなく、ある交流のある集団の 1-1/R_0 が免疫がある状態になるためには、早い段階で、集団を小さくすることが、全体として、罹患するひとを減らすことにもつながること。
• 小グループに分けた段階で、ワクチンもなく、なにも講じないと、結局は、そのグループが全員免疫がある状態になるまで、罹患が続くこと。
• 小グループに分け、集団を小さくするための方策として、隔離、監視、行動制限があるが、適切な方法を選択することには困難があることがわかった。
• Covid-19 では、感染しても発症しない場合も多く、Incubation period（潜伏期間）の特定が困難。すると、Latent period（感染させうる迄の期間）の特定は殆ど不可能。これらを特定するには、症状がまったくない場合も、テストテストテストが必要となること。
• 現在までのデータで、Generation time や、Basic reproductive number はある程度決められるが、都市と地方など、社会的距離をどのように測るかは困難もあることなどが、理解できた。

• 総合すると、これまでの例を調べ、いくつかのモデルを作成して、peak-out などを予測することはある程度可能であることも理解した。

• 現時点（2020/04/05）の疑問を二点記す。非専門家の疑問であるが、Time Print としても正直に記す。対応についてもあるが、ここでは、技術的な疑問点に絞る。
  1. Test-Test-Test で検査を、症状がないひとについてもすべき。かつ、各国（または地域）で、検査陽性の数、発症数、死亡数だけでなく、日ごとの検査数も公表すべきではないのか。検査総数の報告は、最近されている。限定的にしている場合は、どのような人を検査しているかも、公表すべきだと思う。RT-PCR テストも何種類もあるようだが、その区別が必要な場合は、それも記するべきだと思う。大規模にテストをすることで、全体像が浮き彫りになるとともに、重傷化する前に、発見ができる。特定の国・地域において、他国と比較して、検査が十分できないならば、そのことも、対応の遅れとして公表すべきではないか。
  2. クラスター分析の報道の割合が非常に高い。SARS では、クラスター分析が功を奏したようだが、Covid-19 では、早い時点から、無症状の感染者の存在が明らかになっていた。ということは、感染源が見えない状態で広がっていくことを意味している。人数が少ない内は、それでも、とらえられると考えたのかもしれないが、その根拠ははっきりとしない。その間に、クラスター分析では追跡不可能になることも想定して、対策をすべきである。確かに遺伝子分析などと組み合わせれば、非常に強力であろうが、発症しない感染者が一程度いる場合は、Generation Time も特定できない。中国の研究で、発症してない場合も、発症していても、Reproductive Number は変化ないとされている。

2.4 コースの構造

• 主として講義で、最後のほうに、Covid-19 にどのように対応するかの情報をすこし長めの対談で提示している。
• 講義の中で、Exercise が少しでるが、答えを要求されることも、解答もない。
• Script は、copy & paste ですべて入手することができるが、話している行がハイライトされることはない。subtitle として表示することも可能。
• ビデオ講義で使われているスライドは入手できないと思われる。したがって、示されている、リンクの URL は検索するか、書き取るかしかない。

2.5 関連リンク

1. Johns Hopkins University & Medicine: Coronavirus Resource Center
   

• COVID-19 Data Visualization Center
• Interactive Map
• Pubic Health On Call
  Science and Evidence-based insights on the public health news of the day by experts from the Johns Hopkins Bloomberg School of Public Health. The current focus is the novel coronavirus spreading around the world. [Started on March 3, 2020]
  • 2020/03/04 Edition: Basic Reproductive Number R_0 = 3, Generation Time is 8.

2. 2019 Global Health Security Index:
   The first comprehensive assessment of global health security capabilities in 195 countries. The GHS Index is a project of the Nuclear Threat Initiative (NTI) and the Johns Hopkins Center for Health Security (JHU) and was developed with The Economist Intelligence Unit (EIU).
   

• United States: Overall Rank 1/195 (Prevent 1, Detect 1, Respond 2, Health 1, Norm 1, Risk 19)
• United Kingdom: Overall Rank 2/195 (Prevent 10, Detect 6, Respond 1, Health 11, Norm 2, Risk 26)
• Korea: Overall Rank 9/195 (Prevent 19, Detect 5, Respond 6, Health 13, Norm 23, Risk 27)
• France: Overall Rank 11/195 (Prevent 6, Detect 21, Respond 13, Health 8, Norm 44, Risk 9)
• Germany: Overall Rank 14/195 (Prevent 13, Detect 10, Respond 28, Health 22, Norm 10, Risk 11)
• Japan: Overall Rank 21/195 (Prevent 40, Detect 35, Respond 31, Health 25, Norm 13, Risk 34)

3. R Package EpiCurve:
   EpiCurve allows the user to create epidemic curves from case-based and aggregated data.

• EpiCurve Manual
• EpiCurve Vignette

4. Transmition: Quantifying SARS-CoV-2 transmission suggests epidemic control with digital contact tracing

5. Testing:
   

• Wikipedia: Covid-19 Testing
• 新型コロナウイルス検査　「PCR検査」と「抗体検査キット」の違いは？

6. 日本の状況（About Japan）:

• 報道発表資料: 4月・3月
• 新型コロナウイルス感染症について
• About Coronavirus Disease 2019 (COVID-19)

7. This is the reason why the spread of Coronavirus is so rapid
   

• More than 1 in 10 infections of coronavirus come from people who had the virus but did not yet feel sick.