The coronavirus disease 2019 (COVID-19), caused by the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), has spread stealthily and presented a tremendous threat to the public. It is important to investigate the transmission dynamics of COVID-19 to help understand the impact of the disease on public health and the economy. In this article, we develop a new epidemic model that utilizes a set of ordinary differential equations with unknown parameters to delineate the transmission process of COVID-19. The model accounts for asymptomatic infections as well as the lag between symptom onset and the confirmation date of infection. To reflect the transmission potential of an infected case, we derive the basic reproduction number from the proposed model. Using the daily reported number of confirmed cases, we describe an estimation procedure for the model parameters, which involves adapting the iterated filter-ensemble adjustment Kalman filter (IF-EAKF) algorithm. To illustrate the use of the proposed model, we examine the COVID-19 data from Quebec for the period from 2 April 2020 to 10 May 2020 and carry out sensitivity studies under a variety of assumptions. Simulation studies are used to evaluate the performance of the proposed model under a variety of settings.
La maladie à coronavirus 2019 (COVID‐19), causée par le coronavirus 2 du syndrome respiratoire aigu sévère (SARS‐CoV‐2), s'est rapidement propagée et représente une grande menace pour le public. Pour mieux comprendre l'impact de cette maladie sur la santé publique et l'économie, il est important d'étudier la dynamique de sa transmission. A cette fin, les auteurs de cet article proposent un nouveau modèle épidémiologique basé sur un ensemble d'équations différentielles ordinaires avec des paramètres inconnus et qui tient compte des infections asymptomatiques ainsi que du décalage entre l'apparition des symptômes et la date de confirmation de l'infection. Ils en déduisent le taux de reproduction de base qui traduit le potentiel de transmission d'un cas infecté. En utilisant le nombre rapporté de cas confirmés, les auteurs décrivent une procédure d'estimation des paramètres du modèle qui repose sur une adaptation de l'algorithme filtre itéré ‐ filtre de Kalman énsemble àjustement (IF‐EAKF). Une mise en application du modèle proposé est illustrée à travers l'examen des données COVID‐19 du Québec pour la période du 2 avril 2020 au 10 mai 2020. Une analyse de sensibilité du modèle construit est explorée sous diverses hypothèses. Enfin, les auteurs ont fait appel à des études de simulation pour évaluer la performance du modèle proposé et ce sous différents scénarios.
Keywords: Basic reproduction number; COVID‐19; IF‐EAKF algorithm; epidemic model; ordinary differential equations; transmission.
© 2022 Statistical Society of Canada.