A Novel Compartmental Model for the Mathematical Epidemiology of Addiction: Backward Bifurcation, Bistability, Persistence, and Treatment-Capacity Policy Implications

技術要約：依存症の数学的疫学における新規コンパートメント・モデル

問題提起
既存の依存症疫学の数学的モデルは、多くの場合、線形な転移率に依存しており、現実世界の治療システムにおける2つの経験的に極めて重要な特徴を捉えきれていない。(1) 治療容量の限界：依存人口が増加すると、待機リストや固定予算のために治療への進入率が飽和する現象、および (2) 直接的な再発：回復した個人が完全に感受性のある状態に戻るのではなく、直接的に活動的な依存状態へと戻る現象である。標準的なモデルにはこれらのメカニズムが欠落しているため、**後方分岐（backward bifurcation）**の可能性が見過ごされている。これは、$R_0$（基本再生産数）を1未満に減少させても依存症を根絶するには不十分であり、システムが高蔓延な定着状態に囚われ続けるままになる現象である。

手法
著者らは、感受性（$S$）、活動的依存（$A$）、治療中（$T$）、回復（$R$）を表す4コンパートメントの決定論的コホートモデルを開発した。このモデルは、以下の3つの新規な非線形・構造的要素を組み込んでいる：

1. 飽和する発生率: $\frac{\beta SA}{1+\alpha A}$。これは、限定された曝露能力をモデル化している。
2. 容量制限のある治療への進入: $\frac{\sigma A}{1+\gamma A}$。ここで $\gamma$ は容量制約の深刻さを測定する。
3. 直接的な再発: 率 $\psi$ で $R$ から $A$ へ直接戻る経路。

本研究では、厳密な数学的ツールキットを用いている：

• 平衡解析: 無依存平衡（AFE）および定着平衡の導出を行い、システムの根の存在を分析するために、系を二次方程式へと還元する。
• 安定性理論: 次世代行列法による局所安定性解析（$R_0$）、およびメッツラー行列比較引数とリアプノフ関数を用いた大域的安定性の証明。
• 分岐理論: カスティロ＝チャベス＝ソングの中心多様体定理を適用し、後方分岐のための正確な閉形式の判定式を導出する。
• 感度分析: パラメータが $R_0$ および分岐係数に与える影響を決定するための、局所的（正規化感度指数）および全域的（Sobol指数およびPRCC）な分析。
• 拡張: 人口統計学的ノイズの影響を評価するための確率的拡散近似（Itô SDE）、および治療容量と予防投資に関する最適制御定式化（ポントリャーギンの最大原理）。
• 経験的較正: 理論的知見の妥当性を検証するため、米国NSDUHのヘロイン使用データ（2013–2022）にモデルを適合させる。

主要な貢献と結果

1. 閉形式の分岐判定式: 本論文は、分岐係数 $a$ の正確な式を導出している。分析の結果、治療容量の飽和（$\gamma$）が双安定性（後方分岐）の唯一の源泉であり、発生率の飽和（$\alpha$）は厳密に安定化に寄与することが明らかになった。係数は以下のように分解される：
   $$a = 2\beta^*v_2w_1w_2 - \frac{2\Lambda\alpha\beta^*}{\mu}v_2w_2^2 + 2\gamma\sigma w_2^2(v_2 - v_3)$$
   これは、$\gamma > 0$ かつ再発圧力が十分（$v_2 > v_3$）である場合に限り、後方分岐が発生することを証明している。

2. $R_0$ に対する容量の「不可視性」: 中心的な理論的発見は、$R_0$ が治療容量パラメータ $\gamma$ に依存しない（$\partial R_0 / \partial \gamma \equiv 0$）ことである。したがって、標準的な監視体制で $R_0$ をモニタリングしても、容量に起因する双安定性の罠を検知することはできない。$R_0$ は伝播と人口統計学的率によって支配されるが、分岐の種類（前方か後方か）は $\gamma$ と $\psi$ によって決定される。

3. 大域的安定性と持続性:

   • メッツラー行列比較引数により、AFEの大域的安定性の十分条件を確立した。これは、双安定性が発生する領域では線形境界が失敗することを示している。
   • $R_0 > 1$ のための一様持続性定理を証明し、$R_0 > 1$ では依存症が内部初期条件から消滅しないことを保証している。
   • 前方分岐領域（$a < 0$）において、一意な定着平衡に対する大域的安定性の結果を提供した。これは、発生成分に対する手作業によるリアプノフ関数の証明と、治療・再発サイクルの計算による認証によって支持されている。

4. サドルノード「ゴースト」メカニズム: 米国のヘロインデータへの較正により、$R_0 < 1$ だが $R_0 > R_c$（サドルノード閾値）であるシナリオが明らかになった。この領域では、定着平衡は消失しているものの、システムはサドルノード分岐の「ゴースト」を示す。その結果、数世紀にわたる準定着トランジェント（過渡現象）（例：150年間で蔓延率が20%減少する）が生じ、理論的なアトラクターは無依存状態であるにもかかわらず、現実的な政策期間内では、集団は安定かつ定着しているように見える。

5. 確率的ロバスト性: 人口統計学的ノイズの下では、決定論的な無依存状態と定着状態の間の盆地境界が、滑らかな確率勾配になることが示された。有限集団においては、定着側の枝に到達する確率は、初期条件の硬い閾値ではなく、連続関数となる。

6. 最適制御: 活動的依存と介入コストを最小化する最適制御問題を定式化した。結果として、最適制御はアウトブレイクの負担を軽減できるものの、制御が飽和パラメータ $\gamma$ を明示的に対象としない限り（例：単にスロットを追加するのではなく、キューイングの摩擦を取り除くなど）、分岐の性質自体を変えることはできないことが示された。

意義と政策的含意
本論文は、治療容量が飽和している場合、標準的な政策指標である「$R_0 < 1$ への低減」は不十分であると主張している。著者らは以下の通り述べている：

• $R_0 < 1$ は十分条件ではない: 双安定の窓（$R_0^c < R_0 < 1$）において、システムは高依存状態に囚われ続ける可能性がある。根絶には、大量の一時的な蔓延減少（システムを盆地の境界以下に押し下げる）か、あるいは $R_0$ を臨界閾値 $R_0^c$ 以下にする構造的な変化が必要である。
• 容量政策は $R_0$ には見えない: 治療容量を拡大すること（$\gamma$ を減らすこと）は、$R_0$ を低下させるのではなく、分岐図の形状にのみ影響を与える。したがって、$R_0$ のみを追跡する監視システムでは、容量に起因する崩壊の接近を検知できない。
• 意識向上の二重の利益: 意識を高めること（$\alpha$ を増やすこと）は、二重の利益をもたらす。それは $R_0$ を低下させると同時に、後方分岐に対するシステムの安定化を図る。
• 構造的介入 vs 量的介入: 単に治療を求める率（$\sigma$）を高めるだけでは、システムは後方分岐の枝に沿って移動するだけであり、双安定の罠を排除できない。$\gamma$ を減少させることのみが、前方分岐の領域への移行を可能にする。

本研究は、効果的な依存症政策は、伝播の抑制や治療促進だけに頼るのではなく、$R_0/R_0^c$ という安全マージンを監視し、構造的な容量制約に直接対処しなければならないと結論付けている。