A model with exposure in the epidemiological sense. Part 1 -- Base model

「惜しい」と「感染」の間にある見えない境界線

風邪を引くことが、単なるオン・オフのスイッチではなく、滑りやすい坂道であるような世界を想像してみてください。疫学（病気が集団の中でどのように広がるかを研究する学問）において、科学者たちは長年、アウトブレイク（病気の流行）を予測するために地図を使用してきました。これらの地図は通常、人々を分かりやすい箱に分類します。病気になる可能性がある人（感受性保持者）、実際に病気で広めている人（感染者）、そして回復した人です。しかし、そこには非常に厄り込むような中間領域が存在します。数十年間、多くのモデルは「曝露（ばくろ）／露出（Exposed）」と呼ばれる箱を使用してきました。従来の数学の世界では、この箱に入っているということは、確実に病原体に触れたが、まだ症状が出るのを待っている状態であることを意味していました。それは、すでにチケットが切られた状態で待合室にいるようなものでした。

しかし、現実の世界はもっと複雑です。公衆衛生の現実の世界では、「曝露」とは単に病気の人と接触したことを意味するに過ぎません。あなたは病原体に捕まったのかもしれませんし、あるいは単に同じ空気を吸っただけで、病原体が定着する前に免疫システムがそれを撃退しただけかもしれません。本論文は、非常に具体的な混乱を取り上げます。「もし『曝露』を確実な感染としてではなく、『確率』として扱い始めたらどうなるか？」という問いです。著者たちは問いかけます。もし私たちが「惜しい（曝露したが感染はしていない）」人々を考慮した疾病マップを作成した場合、アウトブレイクの規模、隔離が必要な人数、あるいは死亡者数の予測はどう変わるのでしょうか？ 結局のところ、「かもしれない」と「確実である」の差が、物語全体を変えてしまうのです。

---

「かもしれない」ゾーン：新しい種類の地図

本論文の著者であるCI Hameni Nkwayep、Julien Arino、およびPM Tchepmo Djomegniは、地図を書き直すことにしました。彼らは、「曝露」を実際の医師のように扱う、新しいコンピュータモデルを構築しました。つまり、曝露とは感染につながる「可能性」がある接触であって、必ずしも感染しなければならないわけではない、という扱いです。

従来のモデルを、クラブの入り口に立つ用心棒に例えてみましょう。従来の用心棒は、あなたがベルベットのロープに触れたなら、間違いなく中に入れると想定しています。彼らのバージョンでは、一度ロープに触れる（曝露する）と、あなたは即座に「潜伏（Latent）」ラインに入れられ、将来的にクラブに入る（感染する）ことが確定します。しかし、新しいモデルは、あなたのIDをチェックする用心棒のようなものです。あなたはロープに触れますが、そこは「かもしれない」ラインです。中にはIDがチェックされ、合格してクラブに入る人もいます。しかし、かなりの割合の人はどうでしょうか？ 彼らはIDをチェックされますが、適切なパスを持っていないことが判明し、クラブに入る前に街へと送り返されるのです（感受性保持者のプールに戻る）。

この「かもしれない」ラインこそが、本論文の大きな革新です。著者たちはこれをSEIARSモデル（感受性、曝露、感染、無症状、回復、感受性）と呼んでいます。彼らのモデルでは、「曝露」コンパートメントは、ウイルスに接触したが必ずしも感染していない人々のための待機場所となります。彼らは、これらの人々がどこから来たのか（症状のある咳をしている人と会ったのか、それとも隠れた静かなキャリアと会ったのか？）を追跡し、その特定の遭遇に基づいて、実際に病気になる確率を算出します。

「バッファー（緩衝）」効果：なぜ古い地図は間違っていたのか

著者たちがシミュレーションを実行したところ、驚くべきことが分かりました。曝露が感染を意味すると仮定する従来のモデルは、たとえ火種を持っていない人が建物に入っただけでも、即座に火災報知器が鳴ってしまうようなものです。新しいモデルはより賢く、その人が実際に火を灯すかどうかを見極めます。

新しいモデルは、感染に失敗した多くの人々を「感受性（Susceptible）」のプールへと送り返すため、「バッファー（緩衝材）」を生み出します。群衆がドアに押し寄せようとしている場面を想像してください。古いモデルは、ドアの枠に触れた全員が廊下で立ち往生すると想定します。しかし、新しいモデルは、枠に触れた人の半分はただ引き返して去っていくのだということを理解しています。これは、感染者の群れが成長するスピードを遅くし、規模を小さくすることを意味します。

シミュレーションにおいて、著者たちは、従来のモデルが一貫してアウトブレイクのピークを過大評価していることを見出しました。従来のモデルは、実際に起こるよりも大きく、恐ろしい症例の急増を予測してしまうのです。逆に、新しいモデルは、感受性保持者が感染のラインに吸い込まれるスピードが遅いため、アウトブレイクはもう少し早く収束する可能性があることを示唆しています。

「誤報」の隠れたコスト

ここからが、公衆衛生にとって非常に興味深い部分です。著者たちは、従来のモデルが「隔離と接触者追跡」のコストを計算する上で、危険なほど不正確であると主張しています。

犯罪者を捕まえようとしている探偵を想像してください。古いモデルは、確実に犯罪者である人々（感染者）のみを追跡します。そのため、探偵が「犯罪者を見たかもしれない」全員を逮捕するためにチームを派遣するとき、古いモデルはこう考えます。「素晴らしい、我々は確実に罪を犯した人々だけを逮捕すればいいのだ」と。

しかし、新しいモデルはこう言います。「待ってください。たとえ何も悪いことをしていなくても、犯罪者を見た全員を拘束しなければなりません」。現実の世界では、ウイルスに曝露した場合、たとえ実際には病気にならなかったとしても、安全のために隔離（自宅待機）を求められることがよくあります。従来のモデルは、この膨大な数の「偽陽性（曝露したが感染はしていない人々）」を無視しています。

論文のシミュレーションによれば、古いモデルは、これらの安全対策に伴う社会的・経済的負担を劇的に過小評価しています。彼らは、実際には病気にならなかった人々が隔離生活に費やした、膨大な「人日（person-days）」を見落としているのです。新しいモデルは、一人の感染者が発生するごとに、曝露され、隔離され、その後通常の生活に戻った人々が10人は存在する可能性があることを示しています。この「保持効果」は、古い地図が完全に消し去ってしまった、巨大で目に見えないコストなのです。

ウイルス量と感染の「年齢」

モデルをさらに現実的なものにするために、著者たちは「感染の年齢（経過時間）」と呼ばれる詳細なレイヤーを追加しました。彼らは単に「あなたは病気である」と言うのではなく、「どのくらいの期間、病気の状態にあるか」を追跡しました。彼らは感染を、一連の部屋を通り抜ける旅としてイメージしました。部屋から次の部屋へと移動するにつれて、あなたの「ウイルス量（どれだけのウイルスを運んでいるか）」が変化していくのです。

彼らは、アーラン・チェーン（Erlang chain）（一連の連結された部屋という高度な手法）という巧妙なトリックを用いて、これをシミュレートしました。旅の始まりでは、ウイルスを少しだけ運んでいるかもしれません。中間地点では、スーパー・スプレッダー（超拡散者）になっているかもしれません。そして終盤では、ウイルスを排除しているかもしれません。これにより、誰かに感染させるリスクは毎日一定ではなく、病気の人が旅のどの地点にいるかによって決まることが明らかになりました。

これが将来にとって何を意味するか

著者たちは、これはあくまでシミュレーションであり、現実世界で何が起こるかを決定づける最終的な証明ではない、と慎重に述べています。彼らはコンピュータ上で数値を走らせ、数学がどのように振る舞うかを確認しました。もし私たちが「曝露＝感染」という古いモデルを使い続けるならば、二つの大きな間違いを犯す可能性があると結論付けました。

1. アウトブレイクの規模についてパニックに陥る（実際よりも大きくなると考えてしまう）。
2. 流行を止めるためのコストに対して、全く準備不足になる（隔離が必要な人数や、それが社会に与えるコストを過小評価してしまう）。

また、彼らは自身のモデルの限界についても指摘しています。このモデルは、「最初に病気の人と接触したことが運命を決める」と仮定していますが、現実には何度も接触する可能性があり、繰り返される接触が確率を変化させることもあります。また、今回の特定のバージョンにはワクチンは含まれていませんが、今後の研究で追加する予定であるとしています。

結局のところ、この論文は、私たちの言葉と数学に対して、より精密であることを求める呼びかけなのです。 「私は病原体に触れた」と「私は病原体に感染した」の違いを認めることで、より優れた地図を作れることを示唆しています。これらの新しい地図は、単に何人が病気になるかを教えてくれるだけでなく、何人を保護する必要があるか、何人が家に留まらなければならないか、そして、ウイルスとの戦いと、その戦いに伴うコストとのバランスをどう取るべきかを教えてくれるのです。