【研究成果】本邦におけるCOVID-19新規陽性者数の時系列解析 ～新規陽性者数の定量的予測を目標として～

 ・感染症の数理モデルを使って、パンデミックの背後にあるメカニズムを探ることは、COVID-19新規陽性者数を予測することは可能か否か、予測可能である場合には時間的にどの程度まで予測できるかを知るために重要です。感染症数理モデルで良く知られているSEIRモデルから生成された時系列の場合、そのパワー・スペクトル密度2)は指数特性を持つことが鷲見の過去の研究で明らかになっています1)。一方、今回の研究によって、COVID-19の時系列データのパワー・スペクトル密度も指数特性を持つという結果が得られました（図4）。この結果は、COVID-19の流行変動がSEIRモデルのようなカオス系に基づいている可能性を示しており、これは予測解析を行う上で重要な知見です。

　COVID-19新規陽性者数の時系列データの振舞いから、その発生には様々な要因が絡み合っていると推察されます。特にパワー・スペクトル密度の指数特性は、COVID-19の流行変動が本質的に非線形であることを示しています。しかしながら、時系列データは短く、これまでに広く用いられてきた調和解析に基づく時系列解析法では、変動構造を調べるには限界がありました。鷲見は共同研究グループと共に、この点を克服した解析方法の枠組みを既に構築済みであり、国内外の感染症サーベイランスデータに適用することによって、その性能の検証を既に終えているものです。今回の研究は、この解析方法を2020年1月から2023年2月までのCOVID-19新規陽性者数時系列データに適用したものです。