Od zgodbe o uspehu do katastrofe

Kaj se lahko iz tega naučimo?

Slovenija je bila v prvem valu epidemije ena izmed najmanj prizadetih držav v Evropi. V začetku decembra smo zasedli prvo mesto na svetu po številu dnevnih smrti na milijon prebivalcev zaradi COVID-19 [slika 1]. To se že in se bo še močno odražalo na presežni umrljivosti.

Slika 1: Dnevno število umrlih na 100.000 prebivalcev po državah z največjimi vrednostmi (do 1.12.2020).

Že v novembru smo beležili veliko več smrti, kot je bilo povprečje v letih od 2015 do 2019 [slika 2]. Lanskega novembra je umrlo dvakrat več ljudi kot v preteklih letih. Jesen 2020 se je tako končala zelo žalostno. V drugem valu se očitno nismo uspešno spopadli z epidemijo, pa čeprav smo še poleti veljali za primer države, ki se je pravočasno in uspešno spopadla s prvim valom.

Slika 2. Presežne smrti za Slovenijo do 6. 12. 2020.

Kaj smo jeseni delali drugače kot spomladi?

Od kod tako različna uspešnost pri spopadanju z epidemijo? Da bi odgovorili na to vprašanje in razložili razlike v poteku epidemije, smo raziskovalke in raziskovalci Inštituta za biostatistiko in medicinsko informatiko (IBMI) Medicinske fakultete Univerze v Ljubljani analizirali podatke o mobilnosti in epidemiološkem sledenju stikom. Cilj je boljše razumevanje preteklega dogajanja in raziskovanje potencialne uspešnosti alternativnih strategij, ki lahko omogočijo uspešnejše odzive v prihodnje.

Članek z analizo in rezultati je bil poslan v objavo v znanstveno revijo in je trenutno v recenzijskem postopku. Zaradi aktualnosti teme vam v nadaljevanju predstavljamo glavne ugotovitve (še nerecenzirane) raziskave.

Kako smo se lotili analize?
Podatkom o tem, do kdaj so epidemiologi na Nacionalnem inštitutu za javno zdravje lahko še aktivno sledili stikom, smo dodali podatke o mobilnosti prebivalstva. Ti so bili prek statističnih modelov povezani s podatki o stanju epidemije: dnevnimi podatki o številu potrjenih primerov, hospitalizacij, bolnikov na intenzivni negi in umrlih¹. Dobljeni model je omogočil analizo povezanosti mobilnosti in aktivnega sledenja² s širjenjem epidemije.

Zakaj je pomembna ravno mobilnost?

V epidemiji, ko se po skupnosti širi nalezljiv virus, so zanimivi predvsem podatki, ki opisujejo stike med ljudmi. Prav te informacije o številu stikov lahko dobimo posredno skozi podatke o mobilnosti prebivalstva. Uporabili smo podatke o mobilnosti, ki jih je Google javno objavil v drugem valu epidemije. Podatki so pridobljeni na podlagi sledenja lokacij uporabnikov Androidnih naprav³ in opisujejo relativne spremembe v mobilnosti prebivalstva na različnih krajih glede na mobilnost, ki je bila izmerjena v prvih petih tednih leta 2020. V raziskavi so bile oblikovane tri kategorije mobilnosti [slika 3]:

• stanovanjske soseske,
• delovna mesta in
• drugi opravki.

Iz teh podatkov izhaja, da večje spremembe v mobilnosti prebivalstva sovpadajo z datumi sprejetja nekaterih ukrepov o omejitvi zbiranja ljudi, razglasitvi epidemije, zaprtju šol, vrtcev, javnega prevoza, gostinskih lokalov, hotelov. Lokalna nihanja pa so lahko tudi posledica drugih dogodkov, ki vplivajo na mobilnost prebivalstva (npr. poletne počitnice; glej sliko 3).

Slika 3: Spremembe mobilnosti po posameznih kategorijah za celotno Slovenijo.

Tako vidimo, da je v tem obdobju poraslo gibanje v stanovanjskih soseskah, medtem ko se je znižalo gibanje na delovnih mestih oz. pri drugih opravkih. Največje zmanjšanje smo v Sloveniji dosegli spomladi, ko smo mobilnost, povezano z delovnimi mesti, znižali za polovico, mobilnost, povezano z drugimi opravki, pa kar za 60 %, kar sovpada tudi z uvedbo ukrepov.
Nekoliko manjša znižanja lahko opazimo v novembru, ko smo mobilnost, povezano z delovnimi mesti, znižali za zgolj 30 % in mobilnost, povezano z drugimi opravki, za 50 %. Mobilnost, povezana z delovnimi mesti in opravki, je bila znižana tudi sredi poletja, a se je nato pri opravkih v septembru povsem izenačila s stanjem pred epidemijo.

Odločbe, mobilnost in modeli

Z vključitvijo podatkov o mobilnosti in o odrejanju karanten v epidemiološke modele lahko analiziramo, kako močno sta dejavnika povezana s potekom epidemije, in simuliramo, kakšno epidemiološko stanje bi imeli jeseni glede na izbrano mobilnost in učinkovitost izdajanja odločb.

V analizi smo uporabili Bayesov verjetnostni model za ocenjevanje ključnih parametrov pandemije, uporabljen tudi v prispevku v reviji Mathematical Biosciences, s pomočjo katerega lahko simuliramo dogajanje in ocene parametrov v več hipotetičnih primerih alternativnih strategij pri spopadanju z epidemijo.

Z modelom smo preučili različne scenarije širjenja epidemije; vsak od teh scenarijev privzame različno mobilnost v obdobju od marca do konca novembra. Zastavili smo tri scenarije:

1. kjer smo privzeli, da smo 26. 10. dosegli najnižjo raven spomladanske mobilnosti.
2. kjer smo privzeli, da smo že 14. 9. dosegli raven mobilnosti iz 26. 10.
3. kjer smo privzeli, da smo 1. 10. dosegli raven mobilnosti, ki je še nižja od spomladanske.

Za vse scenarije smo pogledali tudi kakšne modelske rezultate dobimo, če bi celotno obdobje epidemiološka služba lahko sledila vsem kontaktom in izdajala karantenske odločbe. Poglejmo si rezultate.

Kako močno je mobilnost povezana z razvojem epidemije?

Izkaže se, da je mobilnost pomemben dejavnik razvoja epidemije. Ker so vse tri komponente mobilnosti med seboj močno povezane (znižanje ene je povezano z znižanjem druge, ipd.) ne moremo enostavno sklepati o pomembnosti posamezne kategorije. Lahko zgolj rečemo, da se nakazuje, da mobilnost v stanovanjskih soseskah ni tako pomembna, kot sta pomembni mobilnost na delovnih mestih in pri drugih opravkih.

KKaj nas uči raziskava?

Uspešnost ukrepov je mogoče posredno delno ocenjevati tudi s pomočjo podatkov o mobilnosti. Primer je ukrep omejevanja gibanja na občino prebivališča, ki se na podlagi podatkov o mobilnosti zdi vprašljiv, saj ni ne v prvem ne v drugem valu ob tem ukrepu mogoče opaziti pomembnega zmanjšanja mobilnosti, čeprav je prav mobilnost tisto, čemur je ta ukrep namenjen.

Kako pomembna je mobilnost, nam lahko nakažejo simulacije, pri katerih v modelu predpostavimo določeno mobilnost in opazujemo, kakšen potek epidemije model napove (slika 4).

Slika 4: Rezultati modelov za različne scenarije razvoja epidemije.

Če bi bila mobilnost jeseni enaka kot spomladi …

V simulaciji smo privzeli dejanski potek dogodkov v Sloveniji, a smo doseženo raven mobilnosti v začetku novembra zamenjali z optimalnim znižanjem — takim, kot smo ga uspeli doseči spomladi. V tem scenariju simulacija pokaže, da bi skupno število smrti v drugem valu do začetka decembra uspeli znižati za 30 %⁴.
Model torej pokaže razplet, kjer bi bilo na stotine manj smrti, hkrati pa nakaže, da je bil dejanski datum začetka zapiranja države (26. 10. 2020) prepozen, saj zaradi že doseženega razmaha epidemije v tistem obdobju teoretično zmanjšanje skupnega števila smrti za več kot 30 %⁴ takrat ni bilo več dosegljivo [slika 4 ].

Če bi ukrepali hitreje …

Še precej bolj pomemben dejavnik kot samo zmanjšanje mobilnosti je ukrepanje ob pravem času. Če bi enako zmanjšanje mobilnosti, kot smo ga dosegli v novembru, z ukrepi sprožili že sredi septembra, bi po modelu lahko imeli kar 80-odstotno zmanjšanje števila smrti⁴. To pomeni približno tisoč manj smrti v obdobju od marca do decembra 2020.
Če bi se za ukrepe, ki omejujejo mobilnost, odločili v začetku oktobra, bi še vedno lahko število smrti zmanjšali za 80 %, vendar bi morali bistveno bolj omejiti mobilnost — vsaj toliko, kot nam je uspelo v prvem valu. Mobilnost na delovnih mestih bi morali znižati za 70 % (prvi val 50 %), pri drugih opravkih za 50 % (prvi val 60 %), gibanje v stanovanjskih soseskah pa bi morali zvišati za 30 % (prvi val 25%) .

KKaj nas uči raziskava?

Vsakršno odlašanje sprejetja ukrepov na kasnejši čas pomeni neizogibno potrebo po dodatnih, še dalj časa trajajočih ukrepih, ki močno omejijo stike.

Kako pomembno je pravočasno izdajanje karanten?

Simuliramo lahko tudi, kako bi potekala epidemija, če bi ves čas uspeli enako učinkovito slediti stikom in odrejati karantene. V tem primeru bi ob enakem času sprejetja ukrepov in enaki uspešnosti omejitev zmanjšali smrtnost za kar 75 %⁴. A tu gre za povsem hipotetičen izračun, saj je enako učinkovitost sledenja stikom pri tako velikem številu potrjenih primerov v praksi verjetno težko zagotavljati. V takem primeru bi namreč potrebovali kapacitete, ki bi lahko aktivno sledile stikom, tudi če bi bilo dnevno potrjeno okuženih do 500 oseb. To bi seveda pomenilo dodatno usposabljanje in zaposlitev oseb, ki bi izvajale epidemiološko sledenje (cf. Sledilnikov komentar!).

KKaj nas uči raziskava?

Sledenje stikom in izdajanje karanten je zelo pomembno, zato je smiselno vanj vložiti ustrezne vire.

Število potrjenih primerov moramo znižati vsaj do stopnje, ki bo omogočala vzdržnost sledenja stikom in izdajanja karantenskih odločb. Zaradi pomembnega učinka sledenja je smiselna tudi vsaj delna uvedba sledenja stikom in izdajanja karantenskih odločb zaposlenim v dejavnostih, kjer delo od doma ni omogočeno.

Kako je trenutno stanje povezano z mobilnostjo in epidemiološkim sledenjem stikom?

Za obvladovanje epidemije je torej najbolj ključno pravočasno ali čimprejšnje sprejemanje ukrepov, vsaka zakasnitev ukrepov zahteva večjo strogost in zaradi večjega razmaha epidemije tudi daljši čas trajanja. Če zamudimo z ukrepanjem, lahko sicer v nadaljevanju z zelo omejujočimi ukrepi širjenje epidemije še vedno ustavimo, ne moremo pa časa zavrteti nazaj — okužbe, ki so se že zgodile, bodo povzročile smrti čez nekaj tednov; vsak zamujeni dan na koncu pomeni hujše posledice.

Trenutno stanje epidemije je torej predvsem rezultat prepozno sprejetih in nesorazmernih ukrepov za zajezitev v jeseni. Zaradi tega se je rast števila novih primerov povečala do take stopnje, da razmah epidemije ni več omogočal aktivnega sledenja stikom.
Glede na časovnico sprejetih ukrepov, po kateri smo obsežnejše ukrepe sprejeli šele po prekoračitvi kapacitet za aktivno sledenje kontaktov, je jasno: tudi če bi jesenski ukrepi na mobilnost delovali tako učinkovito, kot so delovali spomladanski, bi težko govorili o uspešnem spopadu z epidemijo. Umrljivost bi se namreč v tem primeru zmanjšala zgolj za 30 % vseh smrti zaradi covid-19⁴.

Ples z virusom ni prava rešitev. Ali obstaja boljša strategija?

Po prvem spomladanskem valu se je letos poleti v Sloveniji govorilo o tako imenovani strategiji plesa z virusom. Gre za uporabo strogih ukrepov, ko se številke zvišajo nad neko mejo, in sproščanja ukrepov, ko številke padejo pod to mejo. A ples z virusom zahteva zelo natančno časovno določene ukrepe, saj se epidemija lahko širi izjemno hitro (eksponentno).
Podatki za določanje ustreznega trenutka za zaostrovanje ukrepov so posredni (potrjeni primeri in hospitalizacije) in so na voljo s pomembnim časovnim zamikom, čemur pravimo latenca. Povprečen čas od okužbe do razvoja simptomov je 5 dni, po čemer mine še nekaj dni do samega testiranja, tako da je pri večini primerov čas od okužbe do pozitivnega testa med 8 in 13 dni, do morebitne hospitalizacije pa še dlje. Pri podatkih o potrjenih primerih je v Sloveniji zaradi majhne populacije prihajalo do velike dnevne variabilnosti, kar je povzročilo še dodaten časovni zamik, ki je potreben za razločitev trendov od naključnih dnevnih nihanj v podatkih. Tako strategijo je zato izjemno težko izpeljati in je za našo državo očitno neprimerna.

Kaj lahko naredimo?

V letu 2020 smo nihali od ene skrajnosti do druge: v septembru smo se z mobilnostjo pri opravkih vrnili na stanje enako januarju 2020, torej kot bi bili brez vsakršnih omejitev, od novembra naprej živimo z izjemnimi omejitvami. Ali obstaja drugačna pot?

Ogledali smo si scenarij, v katerem je zmanjšanje mobilnosti precej bolj zmerno, a konstantno ves čas trajanja drugega vala epidemije (v modelu smo kot začetek določili 1. julij). Ob prisotnosti sledenja stikom potrjeno okuženih oseb in delujočega sistema napotitev v karanteno za nadzor epidemije zadostuje že 15- do 20-odstotno zmanjšanje mobilnosti glede na stanje pred pandemijo⁵. To raven mobilnosti smo dosegli (a ne zadržali) sredi poletja 2020 z bistveno manj restriktivnimi ukrepi, kot so trenutno v veljavi. A spet je ključno sledenje stikom in odrejanje karanten posameznikom z visoko verjetnostjo stikov — brez te pomoči je za podobno mero nadzora epidemije potrebno 50-odstotno zmanjšanje mobilnosti, kar bi pomenilo konstantno ohranjanje ravni mobilnosti iz spomladanskega obdobja.

KKaj nas uči raziskava?

Nihanje med ekstremnimi ukrepi in popolnimi sprostitvami bi lahko nadomestili z nekoliko bolj zmernimi, a konstantnimi omejitvami stikov ter aktivnim sledenjem stikom. Cilj mora biti poiskati ukrepe, ki na vzdržen način dosežejo ustrezno raven omejitev.

Aktivno sledenje stikom pomeni izdajanje karanten posameznikom z veliko verjetnostjo okužbe. Brez aktivnega sledenja stikom moramo z ukrepi poslati v karanteno celo državo, kar zahteva izjemno stroge ukrepe, ki jih ni moč omiliti.

OOmejitve raziskave:

• Raziskava je opazovalne narave, proučujemo lahko le povezanost mobilnosti z razvojem epidemije, nikakor ne moremo in ne želimo govoriti o vzročnosti. (Seveda mobilnost ne povzroča širjenja bolezni, povzročajo ga stiki, ki pa so z mobilnostjo do neke mere povezani.)
• Scenariji v raziskavi so namenjeni temu, da nam pomagajo razumeti, kako pomemben je lahko posamezen dejavnik pri omejevanju epidemije. Nikakor pa ni namen raziskave prikazovanje scenarijev ‘kaj bi se zgodilo, če bi ravnali drugače’.
• Vsak model pomeni poenostavitev realnosti. V raziskavi smo preučevali zgolj dejavnika spremembe mobilnosti in sledenja stikom ter izdajanja karantenskih odločb. Dejavnikov, ki vplivajo na širjenje epidemije, je seveda še veliko več.
• Pomembna omejitev so podatki, ki so na voljo. Uporabljeni so le agregirani podatki za celotno državo. Večina ukrepov je bila sprejetih za vso državo naenkrat, časovni intervali, ko so bile razlike med regijami, so prekratki, da bi omogočili sklepanje, kako so bili le-ti povezani s potekom epidemije. Dejavniki (npr. sledenje stikom) so lahko različno učinkoviti v različnih fazah epidemije, a o tem na podlagi podatkov ne moremo sklepati, saj nimamo ustrezne primerjave.

Raziskava ima jasne omejitve, gotovi ne moremo biti. A vsekakor ne gre za ugibanje, temveč za znanstveno utemeljeno identifikacijo najpomembnejših oz. najverjetnejših napak. Ponavljanje nečesa, kar je z veliko verjetnostjo ključna napaka, pa je popoln nesmisel.

…

Zapisali raziskovalci iz Inštituta za biostatistiko in medicinsko informatiko Medicinske fakultete, Univerze v Ljubljani: N. Ružić Gorenjec, N. Kejžar, D. Manevski, M. Pohar Perme, B. Vratanar, R. Blagus.

Uredil: Sledilnik.org

TSledilnikov komentar…

Za uspešno obvladovanje epidemije so izredno pomembne epidemiološke kapacitete sledenja stikom, saj pri vsakem pozitivnem primeru izsledijo in obveščajo vse njegove stike, s tem pa lahko ob odreditvi karantene preprečijo nadaljnje, sekundarne okužbe.
Nekatere države so zato v tem času povečevale kapacitete z zaposlovanjem množice študentov in brezposelnih. Nemčija je na tak način želela doseči mejo 25 epidemioloških sledilcev na 100.000 prebivalcev, Anglija je celo dosegla številko 32 epidemioloških sledilcev na 100.000 prebivalcev, v ZDA pa so že v aprilu ocenjevali, da je za uspešno aktivno sledenje potrebnih 30 epidemioloških sledilcev na 100.000 prebivalcev.
Kaj pa Slovenija? Slovenija je poleti imela 27 epidemiologov, ki so izvajali sledenje, kar pomeni 1.35 epidemioloških sledilcev na 100.000 ljudi. Vendar so se že poleti zavedali, da je potrebno te kapacitete povečati. V kakšni meri jim je to uspelo, ne vemo, lahko pa za primerjavo povemo, da bi morali po angleških standardih zaposliti in usposobiti več kot 600 ljudi. Aktivnega sledenja stikom v Sloveniji nismo zmožni zagotavljati že od sredine oktobra, ko je bilo na dan potrjenih 380 novookuženih. Smo pa po drugi strani zelo uspešno povečali bolnišnične kapacitete.

SSPARK…

Čeprav epidemiološka služba v tem trenutku še vedno ne zmore slediti stikom, lahko sami veliko naredimo za preprečevanje širitve virusa z ustreznim obveščanjem.

Ker je ključna ravno hitrost obveščanja o morebitni okužbi, si bomo najlažje pomagali sami s preprostim in odgovornim posredovanjem informacije o okužbi znotraj našega kroga. Pri tem nam lahko pomaga SPARK: to je izdelan sistem o hitrem obveščanju s pomočjo SMS-sporočil, ki je lahko »prvi« (in morda odločilen) korak do učinkovite zajezitve širjenja okužb.
https://covid-spark.info/

Opombe:

1. V analizi so bili uporabljeni podatki iz obdobja od 1. marca do 1. decembra 2020.
2. Aktivno sledenje vključuje sledenje vsem stikom in izdajanje karanten osebam, ki so bile v tveganem stiku z okuženo osebo.
3. Podatki so agregirani in anonimizirani v skladu z Googlovimi protokoli za zaščito zasebnosti in varovanja zasebnosti posameznikov. Podatki ne omogočajo osebne prepoznave, na primer lokacije, stika ali gibanje posameznika.
4. V obdobju od 1. 7. 2020 do 1. 12. 2020.
5. Referenčno stanje pred pandemijo je izmerjeno v obdobju od 3. 1. 2020 do 7. 2. 2020.