SIR모델 코로나 연구

소개글

SIR모델 코로나 연구에 대한 보고서 자료입니다.

목차

Ⅰ. 서론

Ⅱ. 이론적 배경
1. 파싱(Parsing)
2. 파서(Parser)
3. SIR 모델
4. API
5. 코로나19

Ⅲ. 연구 방법

Ⅳ. 연구 결과
1. SIR 모델을 통한 분석

본문내용

싱을 이용하는 것이다. 이를 통해 코로나19의 감염자, 회복자와 같은 요소들을 가공 가능한 형태로 가져온 뒤, 질병을 분석하는 모델인 SIR 모델을 활용하여 그래프로 나타내고, 분석하기에 부족한 요소들을 개념과 해당하는 공식을 활용하여 구한다. 이후 엑셀 작업을 통해 완전한 계산과 그래프로 나타내고, 분석한 결과를 SIR 모델에서 도출할 수 있는 종식을 위한 조건에 대입해보거나, 최근 등장한 여러 변이의 방향성에 대해 대입해보는 것이다.
혹은 모델을 사용하지 않은 채로 우리가 직접 자료를 그래프로 나타내어 변이의 발생지마다의 사망자, 확진자, 회복자 그래프를 분석해 나온 결과를 바탕으로 해 이것을 질병 분석 모델로 분석한 결과와 비교한 뒤, 최근의 변이와 맞는지 혹은 맞지 않다면 어떤 요소를 고려하지 않았는지에 대해 분석할 계획이다.
우선, 원하는 정보를 얻어야 하는데, 이러한 과정에서는 정보의 공정성과 신뢰성이 매우 중요하다. 물론 다른 출처의 정보들도 좋은 정보일지도 모르지만, 우리 조는 정보의 출처를 확실히 보장된 기관으로 하기 위하여 정부에서 제공하는 공공 데이터 포털을 이용하였다. 공공 데이터 포털에서 제공하는 API 중 ‘공공 데이터 활용지원센터_보건복지부 코로나19 감염 현황’이라는 제목의 코로나19 감염 현황에 대한 API를 가져와 자료를 가공하고자 하였다. 이러한 정부 API는 URL을 활용하여 정보를 가져오는 방법과 Java와 같은 프로그래밍 언어로 가져오는 방법이 존재한다.
Ⅳ. 연구 결과
1. SIR 모델을 통한 분석
우선 2022년 7월 13일 기준 대한민국의 인구수는 51,578,178명이다. 이 중에서 코로나19 확진자 수는 40,266명, 회복자 수는 17,120,321명, 사망자 수는 24,680명이다. 또한, 코로나19에 걸린 확진자의 전체 수는 18,602,802명이다. 여기서 현재 확진자 수를 구하기 위해서는 확진자의 전체 수에서 사망자와 회복자의 수를 각각 빼면 구할 수 있기에 구한다면 1,457,081명이 현재 코로나19 확진자의 수라고 할 수 있다.
코로나19의 감염 재생산 수는 2.2에서 3.3 정도로 추정된다고 한다. 그래서 우리는 각각 2.2, 2.5, 3으로 나누어 코로나19를 분석하고, 각각 30일, 90일, 1년, 2년의 기간을 두어 분석해 종식을 예측하는데 감염 재생산 수가 2일 때와 3일 때의 평균을 구하여 예측해보고, 각 예측에 따른 집단의 인구수와 차지하는 비율을 알아보았다.
위에서 나타낸 것과 같이 그래프를 통해 분석하였을 때 기간에 상관없이 결국에는 감염 재생산 수가 높아질수록 일일 회복률은 2일 때 0.025, 2.5일 때 0.02, 3일 때 0.0166667이 되어 점점 감소하게 된다는 것을 알아볼 수 있다. 또한, 감염 재생산 수가 늘어날수록 회복자는 증가하고, 취약자는 감소하기 때문에 집단 면역의 비율은 50, 60, 66.67%로 점점 높아진다는 것을 알 수 있다. 그러나 이러한 SIR 모델을 활용한 분석은 우리 조에서 생각하고 제시한 변이가 진행될수록 치사율은 내려가고 전파력은 높아질 것이라는 예측을 확인하는 것에 부합하지 않기 때문에 다른 방식으로 나타난 그래프들을 분석하며 예측하고자 하였다.
종식에 따른 부분에서는 위 그래프에서 3가지의 집단의 변화율이 0이 되는 지점을 찾아야 하는데 변화율 즉 기울기를 잘 알아보기 위하여 730일의 그래프를 기준으로 감염 재생산 수가 2일 때는 약 750일 뒤부터 변화율이 0이 된다고 분석하였으며, 2.5일 때는 약 770일 이후에 각 집단의 변화율이 0이 되었고, 3일 때는 약 800일 뒤에 각 집단의 변화율이 0이 되었다. 이러한 각 재생산 수별 종식 예측을 평균을 낸다면 약 773일 뒤인 2024년 8월 중순에 코로나19가 종식될 수 있다는 결론을 내리게 되었다.
위에서 서술한 바와 같이 SIR 모델을 사용하기 위해선 3가지의 조건이 존재한다. 첫 번째는 이민이나 출산과 같은 요소를 고려하지 않고, 취약자 집단을 구성하는 인구수가 변하는 요인은 감염되어 감염자가 될 때만 고려한다는 것이다. 두 번째는 취약자 집단의 변화율은 감염자와 감염대상자 사이의 접촉량에 따라 달라진다는 것이다. 예컨대 감염자와 감염 대상의 평균 접촉시간이 3시간이면, 감염률은 1/3이라고 말할 수 있다.
여기서 우리 조는 첫 번째 조건을 주목하였다. 만일 전염병 확진자가 국내로 입국하게 된다면, 감염자의 비율이 변화해 기초 감염 재생산 수가 변하게 될 것이고, 이는 SIR 모델을 사용하여 분석한 결과에 영향을 미치기 때문이다. 또한 출산과 이민으로 인해 취약자 집단의 수가 변화하게 된다면, 전체 비율은 증가하고, 변화율을 식으로 나타내어 분석할 때는 이민과 출산을 고려하여 각각의 요소를 다시 구해 분석해야 할 것이다.
또한, 감염자와 감염대상자의 접촉량과 시간에 따라 감염률이 변화한다는 2020년 2월에 대구에서 일어난 신천지로 인한 확산, 5월에 이태원 클럽을 중심으로 한 확산, 8월에는 사랑제일교회와 광복절 집회를 중심으로 한 확산과 같은 예시를 거치고, 지금도 학교, 직장과 같은 여러 공간에서 우발적으로 일어나고 있기에 감염자와 감염대상자가 정확하게 얼마나 접촉하였는지 알지 못하기에 평균을 도출하여 분석하였다.
마지막으로, 코로나19는 잠복기가 존재한다. 잠복기는 1일에서 14일로 다양하게 존재하며, 질병관리본부 코로나19 홈페이지에 적힌 정보에 따르면 평균적으로 5일에서 7일의 잠복기를 가진다고 한다. 이러한 잠복기를 고려하지 않고, 오직 감염자, 취약자, 회복자와 같은 3개의 집단으로 나누고, 회복자를 질병의 상태에서 벗어난 사람으로 보며 사망자까지 포함하여 분석하였기에 정확도가 떨어지게 되었다.
이러한 잠복기, 사망자, 출산과 이민과 같은 요소들을 일부 고려한 SEIR 모델, SEIR-D 모델과 같은 SIR 모델에서 파생된 모델들이 존재하지만, 전부 고려한 모델은 존재하지 않기에 이러한 모델이 앞으로의 질병 분석에 있어서 꼭 필요할 것이다.
Ⅴ. 참고 문헌
국내 응급의료체계의 문제점과 개선과제, 이용균 외 2인, 한국병원경영연구원 연구보고서, 2013, 1-183

키워드

코로나,   파싱,   파서,   Sir,   API,   코로나19