Моделирование определило самые эффективные меры социальной изоляции

Ученые с помощью математической модели проверили, как влияют разные меры ограничения социальных контактов на распространение вируса SARS-CoV-2, используя данные по Сингапуру. Наиболее эффективным оказался самый жесткий сценарий из рассмотренных — сочетание изоляции инфицированных и карантина для членов их семей с закрытием школ и удаленной работой не менее чем для половины работников.

Изображение:

Сингапур. Март 2020 года.

Credit: Hit1912 | Shutterstock.com

Все страны сегодня пытаются сдержать распространение COVID-19. Большинство приходит к необходимости введения мер социальной изоляции. Но вот насколько строгими должны быть эти меры, чтобы быть эффективными? Пример Китая показателен: крайне жесткие карантинные меры, примененные в провинции Хубей, — изоляция всего населения, закрытие всех учреждений и транспорта, электронное отслеживание перемещений позволили радикально снизить число новых случаев заражения (хотя они еще происходят). Но принятие таких мер в демократических странах — непростое решение. Хотелось бы иметь доказательства, что они действительно необходимы, а без них будет совсем плохо. Над получением таких объективных доказательств работают ученые.

Специалисты из Национального университета Сингапура опубликовали в журнале The Lancet Infectious Diseases результаты своего исследования по моделированию разных сценариев мер социальной изоляции на ранних стадиях эпидемии COVID-19. Сингапур уже сталкивался с эпидемией атипичной пневмонии, вызванной вирусом SARS-CoV в 2003 году, и прибегал к карантинным мерам. Но они не сравнимы с теми, которые были приняты в Китае. Несмотря на усиление эпиднадзора и изоляцию лиц, которые могли быть инфицированы вирусом SARS-CoV-2, число случаев заражения в Сингапуре продолжает увеличиваться.

Для проверки эффективности разных сценариев ограничения распространение вируса в популяции авторы адаптировали математическую модель, которая ранее была применена к вирусу гриппа, заменив в ней некоторые эпидемические показатели, уже известные для SARS-CoV-2 или, по крайней мере, для SARS-CoV. Модель учитывала демографические данные Сингапура, мобильность индивидов и степень социальных контактов на рабочих местах, в школах и домах, чтобы оценить вероятность передачи SARS-CoV -2 от человека к человеку. В параметры модели включили изменение контагиозности человека с течением времени от начала инфекции, долю бессимптомных носителей вируса в популяции (ориентируясь на SARS-CoV, ее приняли за 7,5%), инкубационный период (в среднем 5,3 дня) и продолжительность пребывания в стационаре после появления симптомов (3,5 дней).

Используя эту модель, ученые вычисляли кумулятивное число инфицированных SARS-CoV-2 на 80-й день после выявления 100 случаев передачи в сообществе. (Сто случаев в Сингапуре было зарегистрировано 29 февраля 2020 года, по данным на 26 марта их 683.) Рассматривали три варианта, различающиеся по базовому репродуктивному числу (RО). Вариант с RО =1,5 рассматривался как низкая передача инфекции, вариант с RО =2,0 – как средняя передача, вариант с RО =2,5 – как высокая передача.

Моделировали несколько сценариев: 1) базовый — никаких карантинных мер; 2) изоляция инфицированных лиц и карантин для членов их семей; 3) карантин плюс закрытие школ на две недели; 4) карантин плюс дистанционная работа для 50% работников; 4) все перечисленные меры.

Для базового сценария (без карантина) при RО =1,5 на 80-й день среднее кумулятивное число вируса составило 279 000 (7,4% населения Сингапура). При RО = 2,0 это число возрастает до 727 000 (19,3% населения), а при RО =2,5 до 1 207 000 (32% населения).

Наибольшую эффективность показал комбинированный сценарий, с применением всех мер одновременно. При RО =1,5 он снижал среднее кумулятивное число на 80-й день до 1 800, при RО =2,0 оно равнялось 50 000, при RО = 2,5 — 258 000. Промежуточные сценарии давали промежуточные результаты, которые показали: полумеры менее эффективны, чем комбинированный подход.

Авторы подчеркивают, что цифры меняются в случае высокой бессимптомной передачи. Если доля бессимптомных носителей составляет 50%, то даже при низкой инфекционной передаче (RО =1,5) среднее кумулятивное число на 80-й день составит 277 000. Они указывают и на ограничения своего исследования: например, трудно учесть фактор завоза инфекции из других стран. Кроме того, эпидемиологические характеристики COVID-19 еще окончательно не ясны, так что оценка времени между появлением симптомов и госпитализацией, изменение контагиозности человека со временем и частота бессимптомных случаев были взяты от вируса SARS-CoV.

В комментарии к статье, опубликованном в том же журнале, обсуждаются этические проблемы, неизбежно возникающие в стране, которая вынуждена принимать жесткие меры карантина. Специалисты подчеркивают, что политика карантина не должна ущемлять какую-либо категорию населения более других: социальная и экономическая несправедливость, даже совершенная во имя общего блага, имеет длительные последствия. Поскольку карантинные меры могут привести к снижению доходов и потере работы, необходима защита наиболее уязвимых слоев населения. В особенности нужно позаботиться о пожилых, инвалидах, бездомных, заключенных, мигрантах без документов.

Сейчас публикуется множество математических моделей, предлагающих различные сценарии развития эпидемий, и эти модели руководство разных стран учитывает во время принятия решений. Недавняя публикация в Lancet Public Health предостерегает Китай. Модель показывает, что если меры физического дистанцирования, принятые в Ухане в январе, постепенно ослабнут в марте, вирус может снова начать распространяться спустя три месяца, в июне, и вызвать второй пик в конце августа. Если ограничения будут смягчены месяцем позже, в апреле, новая волна задержится на два месяца, а новый пик придется на октябрь. Альтернативой может быть массовое тестирование, отмечается в комментарии к статье.

Источник

Joel R Koo, et al. // Interventions to mitigate early spread of SARS-CoV-2 in Singapore: a modelling study. // The Lancet Infectious Diseases, 2020; DOI: 10.1016/S1473-3099(20)30162-6

Joseph A Lewnard, Nathan C Lo. // Scientific and ethical basis for social-distancing interventions against COVID-19. // The Lancet Infectious Diseases, 2020; DOI: 10.1016/S1473-3099(20)30190-0

Добавить в избранное