JEDNA od ključnih stvari u kreiranju strategije borbe protiv covida-19 i određivanju potrebnih epidemioloških mjera u tu svrhu jest jasno identificiranje mjesta i situacija koje su najrizičnije jer predstavljaju mogućnost za masovno širenje virusa.
Takva mjesta mogu se prepoznati kroz praćenje kontakata i pronalaženje mjesta na kojima se zarazio veći broj ljudi. Primjerice, u Hrvatskoj se pokazalo da se puno ljudi znalo zaraziti na velikim svadbama. To je za očekivati jer su to mjesta na kojima se blisko druže članovi obitelji, rodbina i prijatelji, a ples, glasna glazba, pjevanje, grljenje i ljubljenje, dakle kršenje mjera distance, nezaobilazan su sastavni dio svih takvih proslava. Svemu tome kumuje i alkohol koji potiče opuštanje, smanjenje opreza i smanjenje kognitivnih sposobnosti koje su važne za oprez i pridržavanje mjera.
Lociranje žarišta uz pomoć mobilnih aplikacija
No nije uvijek lako prepoznati takva mjesta i pravilno ih kategorizirati prema stupnju rizika.
Upravo to su pokušali učiniti američki znanstvenici uz pomoć jednog novog modela koji koristi podatke mobilnih telefona za mapiranje kretanja ljudi.
Rezultati sugeriraju da bi okupljanja u restoranima, kafićima i teretanama mogla objasniti većinu slučajeva zaraze covidom-19 u američkim gradovima, objavio je u utorak ugledni časopis Nature.
No model također pokazuje da smanjenje okupiranosti raspoloživih kapaciteta može značajno smanjiti broj infekcija.
Model "ima konkretne smjernice koje bi mogle biti korisne za određivanje isplativih mjera za suzbijanje širenja bolesti, uz istovremeno ograničavanje šteta za ekonomiju", kaže Thiemo Fetzer, ekonomist sa Sveučilišta Warwick u Coventryju. "Ovo je zanimljivo za politiku", dodao je.
Praćeni su podaci o mobilnosti milijuna ljudi
Kako bi predvidio na koji način kretanje ljudi može utjecati na prijenos virusa, istraživački tim unosio je anonimne podatke o lokaciji korisnika iz aplikacija za mobilne telefone u jednostavan epidemiološki model koji je procjenjivao koliko se brzo bolest širi. Podaci o lokaciji SafeGrapha, tvrtke sa sjedištem u Denveru u Coloradu, prikupljeni su u 10 najvećih američkih gradova, uključujući Chicago, New York i Philadelphiju. Tim je mapirao kako su se ljudi kretali u 57.000 kvartova prema određenim mjestima od interesa, kao što su restorani, crkve, teretane, hoteli, trgovci automobilima i trgovine sportskom opremom, tijekom dva mjeseca, počevši od ožujka.
Kada je tim usporedio broj infekcija u čikaškim četvrtima između 8. ožujka i 15. travnja, koje je dao model, s brojem infekcija koje su zaista službeno zabilježene u tim četvrtima mjesec dana kasnije, otkrili su da je model točno predvidio potvrđene brojeve slučajeva.
"U mogućnosti smo vjerno procijeniti mrežu kontakata između 100 milijuna ljudi za svaki sat u danu. To je tajni sastojak koji imamo", rekao je jedan od autora istraživanja Jure Leskovec.
Mjesta koja su ključna žarišta
Tim je svoj model upotrijebio za simulaciju različitih scenarija, kao što je ponovno otvaranje nekih mjesta, uz istovremeno zadržavanje drugih zatvorenih. Otkrili su da je otvaranje restorana s punim kapacitetom dovelo do najvećeg porasta infekcija, nakon čega su slijedile teretane, a zatim kafići te hoteli i moteli. Da je Chicago ponovno otvorio restorane 1. svibnja, tog mjeseca bilo bi gotovo 600.000 dodatnih infekcija, dok bi otvaranje teretana uzrokovalo oko 149.000 dodatnih infekcija. Da su sva mjesta otvorena, model predviđa da bi bila dodatna 3,3 milijuna slučajeva.
>>Ugostitelji traže kredite i hitno spuštanje PDV-a na vino, pivo i kavu na 13 posto
No s druge strane model je pokazao da bi ograničavanje popunjenosti svih mjesta na 30% smanjilo broj dodatnih infekcija na 1,1 milijun. Kad bi popunjenost bila ograničena na 20%, nove bi se infekcije smanjile za više od 80% na oko 650.000 slučajeva.
"Studija pokazuje kako veliki podaci o mobilnosti stanovništva u stvarnom vremenu mogu predvidjeti dinamiku prijenosa na neviđenim razinama prostorne granulacije", kaže Neil Ferguson, epidemiolog s Imperial Collegea u Londonu.
Ljudi iz siromašnih četvrti su ugroženiji
Podaci o mobilnosti također sugeriraju zašto za ljude iz siromašnijih četvrti postoji veća vjerojatnost da će se zaraziti, što je u SAD-u potvrđeno u praksi. Naime, problem je u tome što su oni manje u mogućnosti raditi od kuće, a također su u trgovinama nužnih potrepština koje posjećuju gužve češće nego u drugim područjima. Prosječna trgovina mješovitom robom u siromašnijim četvrtima imala je po satu po četvornom metru oko 59% više posjetitelja, a oni su u prosjeku boravili 17% dulje u trgovinama nego kupci iz bogatijih područja u svojim trgovinama.
Leskovec kaže da ljudi koji žive na ovim područjima vjerojatno imaju ograničenije mogućnosti da posjete trgovine s manje gužve, a rezultat toga je da je odlazak u kupovinu za njih dvostruko rizičniji nego za nekoga iz bogatijeg područja.
Model i potvrde u stvarnom svijetu
No Christopher Dye, epidemiolog sa sveučilišta Oxford, kaže da ove obrasce mobilnosti treba potvrditi podacima iz stvarnog svijeta.
"To je epidemiološka hipoteza koju treba testirati. No to je hipoteza koju vrijedi testirati", dodao je.
Uzimajući poopćeno, kaže Fetzer, modelirana studija potvrđuje velik dio onoga što je naučeno iz studija o traženju kontakata širom svijeta, koje su restorane, teretane, vježbe u zborskom pjevanju, staračke domove i druga napućena zatvorena mjesta identificirale kao mjesta superširenja virusa, na kojima su mnogi ljudi zaraženi odjednom.
Fetzer je prošli mjesec objavio izvještaj koji pokazuje kako je vladin program Velike Britanije pod nazivom Eat Out to Help Out, u kojem su se obroci u restoranima subvencionirali tijekom kolovoza, doveo do velikog porasta posjeta restoranima čime je uzrokovao do 17% novih infekcija covida-19 u tom mjesecu.
Restorani nisu nužno svuda glavna žarišta
No restorani možda nisu svugdje žarišta. Podaci o traženju kontakata iz Njemačke otkrili su da restorani nisu bili primaran izvor zaraze u toj zemlji, kaže Moritz Kraemer, koji modelira zarazne bolesti na sveučilištu Oxford u Velikoj Britaniji. To je možda zato što može biti teško identificirati izvor zaraze pomoću podataka koji se koriste u traženju kontakata. Iako je predviđanje modela ukupne stope infekcije u gradovima potvrđeno stvarnim podacima, Kraemer kaže da će biti potrebni detaljniji podaci o traženju kontakata kako bi se provjerilo je li model točno identificirao stvarno mjesto zaraze.
Leskovec kaže da svi modeli imaju neku količinu pogreške. No kako se mnoga njegova predviđanja poklapaju s podacima promatranja, dodaje, nema razloga misliti da to ne bi funkcioniralo u manjim razmjerima.
Ako se utvrdi da model precizno predviđa rizik od posjeta određenim mjestima, zdravstveni djelatnici mogli bi ga koristiti za precizno prilagođavanje politika društvenog distanciranja, kaže Ferguson.
Primjerice, jedno od rješenja moglo bi biti poticanje proširivanja grijanih terasa restorana i kafića s manjim brojem stolova koje bi vlasti mogle privremeno omogućiti i regulirati. Istovremeno vlasti bi ugostiteljima i vlasnicima restorana mogle pomoći da opstanu kroz smanjivanje PDV-a na hranu i pića, kroz određene olakšice, kredite, subvencije i slične mjere kakve su neke zemlje već poduzele.