Kinetic formulation of compartmental epidemic models

技術要約：区画型流行病モデルのキネティック定式化

問題提起
本論文は、ミクロな個体行動（移動および相互作用）とマクロな区画型流行病モデル（SIRSなど）の間の溝を埋める必要性に取り組んでいる。典型的な区画型モデルは、通常、常微分方程式（ODE）系として定式化されており、空間的均一性を仮定し、接触の持続時間や個体の相対速度といった具体的なメカニズムを考慮していない。キネティクス理論は、走化性やがんのダイナミクスといった生物学的現象に適用されてきたが、疫学への適用においては、単なる空間密度ではなく、位相空間密度（位置と速度）に明示的に結びついた感染メカニズムを持つ定式化が求められる。著者らは、集団の移動と病原体のダイナミクスを結合させたキネティックモデルを構築し、特定の極限において古典的なSIRSモデルとの整合性を厳密に証明することを目指している。

手法
著者らは、集団を感受性（$S$）、感染（$I$）、回復（$R$）の3つのクラスに分けたキネティックモデルを導入している。系の状態は、個体の分布を表す密度関数 $f_j(t, x, v)$ （ここで $j \in \{S, I, R\}$、空間 $x \in \Omega$、速度 $v \in V$）によって記述される。

1. キネティック方程式: $f_j$ の進化は、ボルツマン型の方程式によって支配される：
   $$\partial_t f_j + v \cdot \nabla_x f_j = Q_j[f]$$
   遷移カーネル $Q_j[f]$ は、以下の3つの成分に分解される：

   • 回帰 ($Q^{(R)}$): 速度を平均へと回帰させる平均回帰項であり、質量の保存を保証する。
   • 優先方向 ($Q^{(P)}$): 感受性個体が感染密度の高い領域から離れようとする傾向（回避行動）をモデル化したドリフト項。
   • クラス遷移 ($Q^{(T)}$): 進化ゲーム理論（具体的にはレプリケーターダイナミクス）およびSIRSモデルに着想を得た、非保存的な項。決定的なのは、感染（$S \to I$）は、$S$ と $I$ の個体が同じ位置かつ同じ速度を共有する場合（位相空間における整列）にのみ発生するという点であり、これは長時間の近接接触の必要性を反映している。

2. マクロ極限（流体力学的極限）: 著者らは、微視的な速度とマクロな変位速度の比を表す無次元パラメータ $\varepsilon$ を用いた形式的な漸近解析を行う。カーネルを $Q^{(\varepsilon)}_j = Q^{(R)}_j + \varepsilon Q^{(P)}_j + \varepsilon^2 Q^{(T)}_j + o(\varepsilon^2)$ と展開することを仮定する。

   • $\varepsilon^0$ 次: 速度分布が球対称である局所平衡をもたらす。
   • $\varepsilon^1$ 次: 分布への一次補正を決定し、密度の空間勾配に依存するドリフト項を導入する。
   • $\varepsilon^2$ 次: 速度空間にわたって方程式を積分することにより、著者らは空間密度 $\rho_j = \int_V f_j dv$ に関する偏微分方程式（PDE）系を導出する。この「メソスコピックモデル」は、移流・拡散・反応型の性質を持つ。

3. 存在と一意性: 著者らは、$L^p$ 空間におけるキネティック系の解の存在と一意性を証明する。この証明は、回避ドリフトに起因する複雑さを避けるため、優先方向カーネルがゼロ（$\eta = \xi = 0$）、すなわち回避ドリフトがないという技術的な仮定の下で行われる。

主な貢献と結果

• メソスコピックモデルの導出: 論文では、$S, I, R$ の密度の進化を記述する特定のPDE系（式10–12）を導出している。この系には、拡散項（$D \nabla_x \rho_j$）と、感染個体を回避するモデルである感受性個体のドリフト項（$\Gamma \nabla_x \rho_I \rho_S$）が含まれる。
• SIRSモデルの回収: 空間的に均質な解（$\nabla_x \rho_j = 0$）の場合、導出されたメソスコピックPDE系が、古典的なSIRSのODE系に正確に一致することを著者らは示している。これにより、キネティックモデルが標準的な区画型モデルの一般化であることを形式的に検証している。
• 数学的厳密性: 著者らは、回避ドリフトがない場合において、適切な関数空間におけるキネティックモデルの解の存在と一意性を確立している。
• 数値および解析例:
  • 数値シミュレーションにより、粒子の分散と遷移ダイナミクスが示されている。
  • 定数パラメータの解析により、拡散係数とドリフト係数が基礎となる速度分布とどのように関連しているかが示されている。
  • 異なるクラス間で異なる速度集合を持つ1次元の例は、感染者の自発的な隔離（$v_I$ の減少）をモデル化しており、この隔離が感染クラスの拡散係数を減少させ、結果として感染拡大を抑制することを示している。

意義と主張
著者らは、本研究が区画型流行病モデルに対して厳密なキネティック的基礎を提供し、個体の運動性と接触時間をマクロな感染率に明示的に結びつけていると主張している。クラス遷移を進化ゲーム理論（レプリケーターダイナミクス）の文脈で構成することで、本モデルは標準的なSIRS構造を超えて流行病モデリングを一般化するための経路を提示している。

本論文は、キネティクス理論、数理疫学、および進化ゲーム理論の相互作用に関する初期の探索として、控えめに位置づけられている。著者らは、存在証明が回避ドリフトのないケースに限定されていることや、$\varepsilon \to 0$ におけるキネティック解からメソスコピック極限への収束に関する厳密な証明が欠けていることなどの限界を認めている。また、今後の課題として、より一般的な遷移カーネルの検討、局所的および全域的な情報に基づくワクチン接種戦略の導入、および引力的（反発的ではなく）な相互作用を持つシステムにおけるパターン形成や有限時間での爆発（blow-up）の可能性などが挙げられている。