SEIR 모형 (SEIR Model)
쉽게 풀면
SEIR 모형은 SIR 모형에 '감염은 됐지만 아직 남을 감염시키지 못하는 잠복기 상태(E)'를 하나 더 넣은 모형이에요. 코로나19처럼 감염되고 나서 며칠 지나야 증상이 나오고 전파력이 생기는 질병은 이 잠복기를 반영해야 유행 예측이 더 정확해집니다. 감염병 수리모델링에서 가장 널리 쓰이는 기본 모형 중 하나입니다.
왜 중요한가
SEIR 모형은 잠복기가 존재하는 대부분의 실제 감염병 유행을 설명하는 데 SIR 모형보다 현실적이기 때문에, 방역 정책 결정을 뒷받침하는 감염병 수리모델링 논문에서 기본 골격으로 널리 쓰입니다. 유행 정점 시기, 필요한 병상 수, 봉쇄 조치의 효과 등을 예측하는 정책 시뮬레이션 연구의 출발점이 되는 경우가 많습니다.
논문에서는 이렇게 쓰입니다
잠복기가 긴 감염병의 유행 예측 논문에서 SIR 대신 SEIR을 기본 틀로 사용하는 이유를 설명할 때 인용된다.
공중보건 정책 논문에서는 SEIR 모형에 백신 접종이나 격리 같은 개입 요소를 반영한 구획을 추가해, 정책 시나리오별 유행 곡선을 비교하는 데 활용합니다.
사회역학 및 정책 분석 논문에서는 연령이나 지역 등 인구 집단을 세분화한 SEIR 모형을 통해 특정 정책 개입의 효과를 정량적으로 평가하기도 합니다.
조금 더 깊게 보면
SEIR 모형은 인구를 감수성자(S), 노출자(E), 감염자(I), 회복자(R)로 나누고 각 구획 사이의 이동을 미분방정식으로 표현하는데, 실제 연구에서는 여기에 무증상 감염자, 백신 접종자, 사망자 등을 나타내는 구획을 추가해 SEIRD, SEIRV 같은 확장 모형을 만드는 경우가 흔합니다. 모형의 예측력은 잠복기, 감염기간, 접촉률 같은 모수를 실제 역학조사 자료로부터 얼마나 정확히 추정하느냐에 크게 좌우되며, 이 때문에 모수 추정 방법 자체도 중요한 연구 주제로 다뤄집니다.
주의할 점
모형의 예측력은 입력하는 잠복기·감염기간 등 모수의 정확도에 크게 좌우된다.