『保健医療科学』 2021 第70巻 第5号 p.557-568（2021年12月）
＜原著＞
感染症数理モデルを用いた新型コロナウイルス感染症 (COVID-19)の病床逼迫への影響分析
―滋賀県を対象として―
佐藤祐一 1)，大塚泰介 2)，井上英耶 3)，水野敏明 1)，鈴木智之 4)
1)滋賀県琵琶湖環境科学研究センター
2)滋賀県立琵琶湖博物館
3)滋賀県感染症対策課
4)滋賀県衛生科学センター
Impact analysis of COVID-19 on the imminent tightness of hospital beds using the mathematical model of infectious disease: A case study in Shiga Prefecture
SATO Yuichi 1), OHTSUKA Taisuke 2), INOUE Hideya 3), MIZUNO Toshiaki 1), SUZUKI Tomoyuki 4)
1) Lake Biwa Environmental Research Institute
2) Lake Biwa Museum
3) Shiga Prefecture Infectious Disease Prevention Division 4) Shiga Prefectural Institute of Public Health
抄録
目的：新型コロナウイルス感染症(COVID-19)の第3波で病床逼迫が深刻化した滋賀県を対象として，感染症数理モデルを用いて，政策介入や病床の運用等が病床逼迫に与える影響に関する感度分析を行った.
方法：SEIQRモデルを基本として，1 感染確認後に隔離される患者を「入院(重症)」「入院(中等症・軽症)」「宿泊療養」の3種類に分け，2 感染力の時間変化を発症間隔の分布から補正係数として導入した拡張モデルを構築した. 本モデルを用いて，実効再生産数，入院期間，宿泊療養率の3つのパラメータに関する感度分析を行い，第3波における病床占有率の変化を評価した.
結果：本モデルにより，感染者数や入院者数等の実測値を精度よく再現することが可能となった. 実効再生産数の推定値の精度は，従来型のSEIQRモデルに比べて大きく向上した.第3波における滋賀県の確保病床占有率の最大値は9割を超え，非常に逼迫した状況になった.感度分析の結果，早い段階での政策介入，入院期間の減少，宿泊療養率の増加といった対策をとっていれば，病床逼迫を低減できていた可能性が示された. 特に実効再生産数の低減は，10日間程度であってもその後の感染者数への影響が大きいことが明らかになった.
結論：本研究により，滋賀県におけるCOVID-19の病床逼迫に対する対策の効果を定量的に見積もることが可能となった. 各都道府県で認めた新型コロナウイルスの感染者が療養もしくは入院するのは，原則としてその都道府県の医療施設である. したがって，それぞれの地方自治体がモデルを用いた予測と実効再生産数の正確な推定を組み合わせることにより，政策介入の時期や程度について随時検討することが，医療崩壊を防ぐ上で有効と考えられた.
キーワード：新型コロナウイルス感染症，感染症数理モデル，滋賀県，医療体制，感度分析
Abstract
Objectives: In Shiga Prefecture, the third wave of a novel coronavirus infection (COVID-19) caused an imminent tightness of hospital beds. In this study, we constructed a mathematical model of infectious disease to conduct a sensitivity analysis and evaluated the effectiveness of policy interventions and medical systems management to avoid the shortage of hospital beds.
Methods: We extended the SEIQR model in the following two ways. (1) Patients who were quarantined after confirmation of infection were divided into three categories: “hospitalization (severe),” “hospitalization (moderate or mild),” and “accommodation treatment”. (2) The temporal change in infectiousness was introduced as a correction factor from the distribution of the serial interval. Using this model, we conducted the sensitivity analysis to evaluate the influence of three parameters, effective reproduction number, duration of hospitalization, and accommodation treatment rate, on the occupancy rate of hospital beds for COVID-19 patients in the third wave.
Results: The model calculated the number of infected and hospitalized patients with good accuracy in Shiga Prefecture. The accuracy of the effective reproduction number was greatly improved compared to the conventional SEIQR model. In the third wave, the maximum occupancy rate of hospital beds in Shiga Prefecture exceeded 90%, resulting in a very tight situation. Our analyses showed, however, that the tightness of hospital beds could be alleviated to a certain extent by early policy interventions, reducing the length of hospital stay, and increasing the use of accommodation sanatoria. In particular, a reduction in the effective reproduction number, even for 10 days, might have reduced infected patients significantly.
Conclusion: This study has enabled to estimate the effect of measures against COVID-19 spread to alleviate the shortage of hospital quantitatively. Because COVID-19 patients are hospitalized in their respective prefectures, each local government should consider the timing and extent of policy interventions based on the model and precise effective reproduction numbers to avoid medical collapse.
keywords：COVID-19, Mathematical Model of Infectious Disease, Shiga Prefecture, Medical System, Sensitivity Analysis
