Matkustamisen ja ajoituksen vaikutus koronavirustaudin eliminoinnissa
Alexander F. Siegenfeldin ja Yaneer Bar-Yamin tutkimusjulkaisu
Tiivistelmä
Vaikka tartuntatautien, kuten uuden koronavirustaudin (COVID-19) leviämistä analysoidaan usein olettaen, että väestö on hyvin sekoitettua, realistisemmissa malleissa erotetaan leviäminen maantieteellisten alueiden sisällä ja niiden välillä. Tauti voidaan eliminoida, jos alueiden välinen uusiutumisluku eli alueiden keskimääräinen lukumäärä, joille yksi tartunnan saanut välittää taudin, pienenee alle yhden. Tässä osoitamme, että alueittainen lisääntymisluku on verrannollinen alueiden väliseen matkustusmäärään ja eksponentiaalinen suhteessa aikaviiveen pituuteen ennen aluetason rajoitustoimien käyttöönottoa. Jos tartunnan saaneet alueet (mukaan lukien alueet, jotka sairastuvat uudelleen tulevaisuudessa) ottavat keskimäärin käyttöön fyysistä etäisyyttä koskevat toimet pian yhteisötartuntojen havaitsemisen jälkeen, tartunnan saaneiden alueiden määrä ja siten niiden alueiden määrä, joilla näitä toimenpiteitä tarvitaan, vähenee eksponentiaalisesti ajan kuluessa. Eliminaatio on tässä tapauksessa vakaa kiinteä piste silloinkin, kun fyysiseen etäisyyteen kannustavat toimet on poistettu käytöstä useimmilta alueilta.
Miten koronavirustauti voidaan poistaa pysyvästi ilman tarpeettomia rajoitustoimia?
Onko koronavirustautia mahdollista eliminoida ja palata takaisin normaaliin? Jos tämä kiistanalainen ajatus on mahdollista toteuttaa, useimmat tukahduttamiseen, “viruksen kanssa elämiseen” ja laumasuojaan tähtäävät strategiat ovat selvästi heikompia kuin eliminointi. Vakaa eliminointi on mahdollista uuden Communications Physics -lehdessä julkaistun tutkimuksen mukaan.
Tärkeintä on hyödyntää paikallisten alueiden punaista ja vihreää vyöhykeväritystä paikallisten tautipesäkkeiden nopeaksi tukahduttamiseksi, ja samalla vähentää matkustusliikennettä pois niiltä alueilta, joissa tautia esiintyy. Idea juontaa juurensa vuoden 2014 ebolaepidemian onnistuneesta eliminoinnista. Tärkeää on, että virheitä voi jonkin verran tapahtua: matkustuksen vähenemisen ei tarvitse olla täydellistä, eikä tautipesäkkeitä tarvitse tukahduttaa välittömästi.
Kirjoittajat eivät osoita vain miksi Australia, Uusi-Seelanti, Taiwan, Etelä-Korea, Kiina ja Thaimaa ovat onnistuneet palaamaan normaaliin käyttämällä tukahdutuskeinoja ja matkustusrajoituksia, jotta ihmiset voivat elää normaalisti ja osallistua kokoontumisiin ja urheilutapahtumiin, vaan myös, kuinka menestyksellistä toimintatapaa voidaan hyödyntää Euroopassa, Pohjois- ja Etelä-Amerikassa ja Afrikassa.
Keskeinen käsite COVID-19:n kaltaisia tauteja vastaan taisteltaessa on uusiutumisluku: keskiarvoinen määrä ihmisiä, jotka yksi tartunnan saanut sairastuttaa. Jos luku on suurempi kuin yksi , tauti leviää eksponentiaalisesti. Jos luku on alle yksi, infektiot vähenevät eksponentiaalisesti nollaan. Kirjoittajat osoittavat, että pandemian torjunnassa myös vastaava alueittainen lisääntymisluku on otettava huomioon.
Siinä missä uusiutumisluvulla mitataan niiden ihmisten keskimääräistä lukumäärää, jotka yksi tartunnan saanut sairastuttaa, alueellinen lisääntymisluku mittaa niiden alueiden keskimääräistä määrää, joille tartunnan saanut alue levittää taudin. Jos tämä luku on yli yhden alueiden joukossa, kuten valtiossa tai maassa, pandemia jatkuu. Jos luku on puolestaan alle yhden, tauti ei voi levitä jatkuvasti alueiden välillä ja tautipesäkkeet sammuvat. Näin ollen sen ymmärtäminen, kuinka vähentää alueiden välinen uusiutumisluku alle yhden, osoittaa, kuinka koronavirustauti voidaan eliminoida, ja miten se voidaan eliminoida samalla, kun alueet käynnistävät taloutensa uudelleen.
Yhdysvalloissa alueet saattavat olla työmatka-alueita tai -maakuntia. Jos tauti on yhteisötartuntavaiheessa, koko aluetta pidetään infektoituneena. Vain alueiden, joilla tavataan yhteisötartuntoja (punaiset alueet), on rajoitettava sosiaalista ja taloudellista toimintaa. Alueet, joilla ei ole yhteisötartuntoja (vihreät alueet), voivat avautua uudelleen.
Punaiset vyöhykkeet voivat hallita tartuntapesäkkeitä fyysisellä etäisyydellä, maskinkäytöllä ja kontaktien jäljittämisellä. Mitä nopeammin nämä toimenpiteet pannaan täytäntöön sen jälkeen, kun yhteisötartuntoja on havaittu, sitä pienempi on aluekohtainen uusiutumisluku, sitä vähemmän tartunnan saaneita ihmisiä on, ja mikä tärkeintä, sitä vähemmän aikaa rajoituksia tarvitaan. Nopea reagointi on parempi sekä terveyden että talouden kannalta. Jos yhteisötartuntoja ei ole, alueen yritykset ja koulut voivat avautua turvallisesti. Matkustamisen vähentäminen ja rajavalvonta, vaikka ne ovat epätäydellisiä, voivat myös huomattavasti vähentää alueellista uusiutumislukua.
Tutkijat toteavat, että alueellisen uusiutumisluvun painaminen alle yhden on vakaa tapa koronaviruksen eliminoimiseksi. Alue, jolla ei ole yhteisötartuntoja, saattaa edelleen ilmetä matkustajatartuntoja, mutta nämä tapaukset voidaan hallita kontaktien jäljittämisen avulla tai paikallisin ja hajanaisin fyysiseen etäisyyteen tähtäävin toimin. Koko osavaltiota tai maata ei tarvitse sulkea uudelleen. Tämä on havaittu Uudessa-Seelannissa ja Kiinassa, joissa taudin ensimmäinen aalto eliminoitiin ja myöhemmät alueelliset tautipesäkkeet saatiin nopeasti hallintaan ilman valtakunnallisia rajoitustoimia.
Tutustu tarkemmin tutkimukseen:
Alexander F. Siegenfeld & Yaneer Bar-Yam. “The impact of travel and timing in eliminating COVID-19”. Communication Physics 3: 204
Suomennos Alexander F. Siegenfeldin (Twitter) ja Yaneer Bar-Yamin (Twitter) tutkimusartikkelista “The impact of travel and timing in eliminating COVID-19”. Tutkimus ilmestyi Communication Physics -lehdessä 6.11.2020.
Alexander F. Siegenfeld on väitöskirjaopiskelija MIT Media Labissa. Hän tutkii poliittista polarisaatiota matemaattisin menetelmin. Hän on erikoistunut fysiikan, matematiikan, valtiotieteen ja taloustieteen tarjoamiin menetelmiin muun muassa vaalien, äänestämisen ja talouskasvun tutkimuksessa. Siegenfeld toimii lisäksi New England Complex Systems Instituten tutkijana.
Yaneer Bar-Yam on fyysikko, järjestelmätieteilijä ja New England Complex Systems Instituten perustaja. Hän on erikoistunut monimutkaisten järjestelmien tutkimukseen ja tehnyt tutkimusta lukuisilla eri tieteenaloilla aina materiaalitieteistä neuraaliverkkoihin.
Kirjoituksen on suomentanut Thomas Brand (Twitter).
