Optimal Control of an SIR Model with Noncompliance as a Social Contagion

技術要約：社会的伝染としての非遵守を伴うSIRモデルの最適制御

問題定式化
本論文は、人間行動のダイナミクスを疫学モデルに組み込む際の課題に対処しており、特に非医薬品介入（NPI）への非遵守（ノンコンプライアンス）の広がりを焦点としている。著者らは、人口を2つの明確なグループ、すなわち公衆衛生上の措置に従う者（遵守層）と従わない者（非遵守層）に分割する、区画化された感受性・感染・回復（SIR）モデルを提案している。

従来のモデルでは、行動は固定されたパラメータとして扱われるが、本モデルでは、非遵守を「社会的伝染」として扱い、質量作用（mass-action）メカニズムを通じて疾患と並行して広がるものとして扱う。遵守層（$S, I, R$）はNPIによって感染性が減少する一方、非遵守層（$S^*, I^*, R^*$）は減少しない。モデルには、政策立案者の介入を表す4つの制御変数を含む：

1. $\alpha(t)$：遵守層における感染性または混合の減少（NPIの執行）。
2. $\eta(t)$：遵守層の感染者の回復率の向上（治療努力）。
3. $\mu(t)$：非遵守の広がり率の減少（公衆衛生情報の啓発活動）。
4. $\nu(t)$：非遵守からの「回復」率（教育キャンペーン）。

目的は、感染、非遵守、および制御の実装に伴う経済的コストのバランスを取るコスト関数を最小化する最適制御問題を定式化することである。

手法
著者らは、動力学系理論、最適制御理論、および数値解析を組み合わせた厳密な数学的枠組みを採用している。

1. モデル解析： 彼らはシステムの基本再生産数（$R_0$）を導出し、疾患消失平衡（DFE）の安定性を分析している。また、疾患の伝播パラメータと行動の伝播パラメータの相互作用に基づき、システムが安定または不安定になる条件を確立している。
2. 最適制御の存在： これは理論的な重要な貢献であり、以下の一般的なシナリオにおいて最適制御の存在を証明している：
   • 制御変数がダイナミクスの中に非線形に現れる場合。
   • 制御コストが滑らかであることや強凸性を必要としない場合（$L^1$ コストを許容）。
   • 許容される制御集合が不連続な制御写像（具体的には、有界変動（$BV$）関数）を含む場合。
     この証明には、制御から状態への演算子の弱閉包と、コスト関数の下半連続性に依拠した、変分法の直接法を用いている。
3. 数値解法： 最適制御問題を解くために、著者らは逐次二次ハミルトニアン（SQH）法を利用している。著者らは、SQHが標準的な前方後方スイープ法（FBSM）よりも堅牢な収束理論を備えているため、より優れていると主張している。このアルゴリズムは、ハミルトニアンへの二次的な摂動を用いて制御写像を反復的に更新し、コスト関数の十分な減少を保証する。著者らは、SQHイテレートの収束を証明している。

主要な結果
著者らは、パラメータのレジームおよび政策立案者の好み（コストの重みとしてエンコードされる）に応じて最適戦略がどのように依存するかを示すため、3つの異なるシナリオにおける数値シミュレーションを提示している。

• シナリオ1（ベースライン）： 中程度の感染率と遵守層の初期人口を持つ場合、最適戦略は政策立案者の優先事項に大きく依存する。

  • 「バランス型」の政策立案者（感染コストと非遵守コストを等しく考慮する）は、相乗的な戦略を採用する。すなわち、$\mu$ と $\nu$ を用いて早期に非遵守を抑制することで、$\alpha$ と $\eta$ が直ちに $R_0$ を1未満に下げずとも効果的に $R_0$ を低下させられるようにし、総コストを最小化するために小さなアウトブレイクを受け入れる。
  • 「公衆衛生重視型」の政策立案者（高い感染コスト、ゼロの非遵守コスト）は、$\alpha$ と $\eta$ を積極的に使用して $R_0 < 1$ とし、疾患を根絶し、完全に遵守した状態のDFEを活用する。
  • 感度分析： 治療（$\eta=0$）を除去すると、制御努力の効果が約3分の1減少する。行動制御（$\mu=\nu=0$）を除去すると、人口が非遵守へとシフトするため、疾患制御がほとんど効果をなさなくなり、コスト削減効果は約10%にまで低下する。
  • $L^1$ コスト： 本手法は、$L^1$ 制御コスト（$d_2=0$ の場合）を正常に処理でき、その結果、$\eta, \mu, \nu$ については「バンバン（bang-bang）」型の制御（0または最大値のみをとる）をもたらすが、$\alpha$ はそのダイナミクスの二次的な性質により滑らかなままである。

• シナリオ2（高拡散）： 疾患の感染率と非遵守の広がり率が高く、新規出生の大部分が非遵守である場合、制御の効果は低下する。非常に高い感染コストの重み（$c_1 \ge 6$）を持つ政策立案者のみが、疾患を完全に抑制する最適戦略を見出す。それ以外の場合、制御コストが過大となるため、疾患が自然に経過するままにするのが最適戦略となる。

• シナリオ3（ベースラインの傾向）： 非遵守の新規出生の割合（$\xi$）を増加させると、決定的な閾値が明らかになる。$\xi < 0.5$ のとき、非遵守を抑制することが最適である。しかし、$\xi \ge 0.5$ のとき、行動制御（$\mu$）は無効となり（ゼロに低下）、システムを疾患消失平衡へと導くことは不可能となる。

意義と主張
本論文は、主に3つの貢献を主張している：

1. 社会学的／モデリング的： NPIへの遵守が固定されたパラメータではなく、動的な疫学的量であることを示すメカニズム的枠組みを提供する。最適制御戦略は政策立案者の好みに高度に敏感であること、および非遵守のダイナミクスを無視することは、不適切または効果のない戦略につながることを実証している。非遵守自体に直接的なコストがかからない場合でも、非遵守を標的とした介入が疾患伝播へのダウンストリーム効果によって正当化されることを強調している。
2. 数学的（存在性）： 非線形なダイナミクス、非滑らか／非凸なコスト（特に $L^1$）、および不連続な制御を許容する、生物学的モデルにおける最適制御の一般的な存在フレームワークを提供する。これは、解析的な利便性のために（物理的に非現実的であることが多い）よく仮定される「制御アフィン系」や「$L^2$ コスト」といった仮定を緩和するものである。
3. 数値的： 疫学におけるSQH法の使用を推奨しており、広く用いられているFBSMよりも優れた収束特性を持ちながら、実装可能であることを主張している。著者らは、SQHが $L^1$ コストや不連続な解を含む複雑な最適制御問題を効果的に解決できることを示している。

著者らは、本研究は定性的なものであるものの、疫学モデルに行動ダイナミクスを統合する必要性を強調しており、今後の研究では確率性、ネットワーク構造、進化ゲーム理論、およびより詳細な制御変数（ワクチン接種、メディアコントロールなど）を組み込む可能性があることを示唆して結論づけている。