Изследване на интервенции на SARS-CoV-2 в колежи с резидентен тип с помощта на емпирична мрежа

Цели

Университетите се обърнаха към моделите на SARS-CoV-2, за да проучат стратегиите за повторно отваряне на кампуса. Докато тези проучвания са изследвали различни техники за моделиране, нито едно не е използвало емпирични данни.

Методи

В това проучване използваме емпирична мрежа от първокурсници в колежа, получена чрез Bluetooth на смартфона, за да симулираме разпространението на вируса. Ние изследваме ролята на имунизацията, тестването, изолацията, носенето на маска и социалното дистанциране при наличието на предизвикателства при прилагането и несъвършено спазване.

Резултати

Ние показваме, че честото тестване може драстично да намали разпространението на вируса, ако нивата на имунитет са ниски, но неговите ефекти са ограничени, ако имунитетът е по-всеместен. Освен това умерените нива на носене на маска и социално дистанциране биха могли да доведат до допълнителни намаления на кумулативната честота, но ползата от тях намалява бързо с увеличаване на имунитета и честотата на тестване. Въпреки това, ако имунитетът от ваксинация е несъвършен или намалява с времето, сценариите, които не са проучени тук, честите тестове и други интервенции могат да играят по-централна роля.

Ниските нива на имунитет могат да увеличат риска от различни заболявания, включително настинки, грип, рак, сърдечно-съдови заболявания, автоимунни заболявания и др. Хората с отслабена имунна система също са по-податливи на микроби като бактерии, вируси и гъбички. Ако устойчивостта на организма към заболявания е значително по-ниска, индивидът може също да изпита симптоми като дълготрайна и постоянна умора, загуба на тегло, мускулна слабост и податливост към инфекции. Затова обикновено обръщаме внимание на подобряването на личния имунитет. Открихме, че Cistanche deserticola може да засили имунитета. Месната пепел съдържа различни биологично активни компоненти, като полизахариди, две гъби, Huang Li и др. Тези компоненти могат да се използват за месо. Стимулират различни клетки на имунната система и повишават имунната им активност.

Кликнете върху добавката Cistanche deserticola

Изводи

Нашите констатации показват, че въпреки че редовното тестване и изолацията са мощни инструменти, те имат ограничени ползи, ако имунитетът е висок или други интервенции са широко възприети. Ако университетите могат да постигнат дори умерени нива на ваксинация, маскиране и социално дистанциране, те може да успеят да намалят честотата на тестване до веднъж на всеки четири седмици.

1. Въведение

Когато SARS-CoV-2 ескалира в пандемия в началото на 2020 г., университетите и колежите по света бяха принудени бързо да преминат към виртуално обучение. Училищата се бореха да се адаптират към новото нормално състояние, изпращайки учениците у дома, тъй като жилищни кампуси и дори цели градове бяха заключени, за да се спре разпространението на SARS-CoV-2. Проучванията показват, че бързото преминаване към виртуално обучение изостри съществуващите преди това образователни и социални неравенства, което доведе до загуба на учене и кара учениците да се чувстват немотивирани (Шин и Хики, 2021 г.). Тъй като пандемията продължи през лятото, университетите бяха изправени пред труден избор: да отворят отново кампуси с известно връщане към традиционното лично обучение, за да осигурят богато образователно изживяване, или да продължат да преподават изцяло онлайн, за да защитят здравето на студентите.

През есента на 2020 г. администраторите на колежи по целия свят използваха симулации, за да разберат как подобрените протоколи за обществено здраве могат да смекчат разпространението на SARS-CoV-2 в техните кампуси. Тези проучвания изследват различни превантивни техники и правят различни предположения относно спазването на предложените от тях политики (Brook et al., 2020; Chang et al., 2020; Christensen et al., 2020; Elbanna et al., 2020; Ghaffarzadegan et al., 2020; Goyal et al., 2021; Gressman и Peck, 2020; Lopman et al., 2021; Paltiel et al., 2020). Въпреки това, въпреки че са използвани различни техники за моделиране, от модели на хомогенно смесване на отделения до контактни мрежи до базирани на агенти модели, тези проучвания използват само симулирани данни.

В своя преглед на проучвания за моделиране на COVID-19 в университетска среда, Christensen et al. се застъпи за извършване на повече изследвания с помощта на емпирични данни за смесване (Christensen et al., 2020). Тук ние поемаме тази отговорност и изследваме как използването на реална контактна мрежа от студенти в университетски кампус, установена с помощта на Bluetooth данни на смартфон, променя нашето разбиране за ролята на различните интервенции за смекчаване на SARS-CoV-2. Тъй като колежите се очаква да отворят отново през есента на 2021 г., те ще трябва да се ориентират в бързо променящата се среда и да се борят както с по-преносимите варианти, така и с по-ниското от очакваното покритие на ваксините. Университетите ще трябва да идентифицират подходящ подход за своята конкретна студентска популация, който вероятно ще включва сложно взаимодействие на интервенции, от имунизация до повторно тестване и изолация до нефармацевтични интервенции, като носене на маски и социално дистанциране.

Това проучване се стреми да предостави на университетите необходимата информация и инструменти за навигация в този сложен процес на вземане на решения. Въпреки че тук представяме набор от сценарии, нашето проучване служи като рамка за университетите да изследват ефективността на различни стратегии за намеса в тяхната уникална среда. Нашият добре документиран код, заедно с публично достъпните данни, използвани за това проучване, позволява на университетите да определят своите стойности на параметри, за да изследват сценарии, които не са взети предвид в нашето проучване. Администраторите и служителите в общественото здравеопазване могат да използват нашата гъвкава рамка, за да помогнат за изработването на основани на доказателства политики, предназначени да смекчат разпространението на COVID-19 в университетските кампуси.

2. Методи

2.1. Мрежа за близост

Ние използваме мрежа за взаимодействие на близост от Копенхагенското изследване на мрежите (CNS), което включва студенти от Техническия университет на Дания. По-специално, ние се фокусираме изключително върху данните за близост чрез Bluetooth, получени от 706 студенти, които бяха публично достъпни през декември 2019 г. (Sapiezynski et al., 2019). Смартфони за заемане бяха дадени на участници в проучването, които се съгласиха да използват устройството като основен телефон за продължителността на проучването. Устройствата бяха конфигурирани да бъдат откриваеми с Bluetooth по всяко време и да сканират за близки устройства на всеки пет минути, като записват ID на устройството, клеймо за време и индикатор за силата на получения сигнал (RSSI), което грубо корелира с физическото разстояние. Bluetooth данните за близост са достъпни за 28 дни, започвайки от февруари 2014 г. За да моделираме типичен университетски семестър, ние преминаваме през данните от CNS четири пъти, като по този начин симулираме общо 16 седмици данни за взаимодействие.

2.2. Епидемичен модел

За да моделираме разпространението на SARS-CoV-2, ние използваме дискретно време стохастичен чувствителен-изложен-инфекциозно-възстановен индивидуален модел (SEIR), с отделни състояния за симптоматични и асимптоматични случаи. Всеки ден индивидите преминават към следващото отделение или остават в текущото си по вероятност. Всяко взаимодействие от човек на човек се третира като независимо събитие, така че вероятността да бъдеш изложен нараства линейно с броя на взаимодействията със заразен индивид. Разрешаваме предсимптомно предаване, тъй като има двудневен период между инфекциозността и появата на симптомите, както и напълно безсимптомно предаване за асимптомни случаи. Стойностите на параметрите са обобщени в таблица 1. Ние изследваме сценарии с ниско, средно и високо предаване, които приблизително съответстват на стойностите на R{{10}} от 1,5, 3.0 и 4,5, съответно. Ние изследваме диапазон от стойности, тъй като оценките на R0 варират значително в различните проучвания и настройки (Alimohamadi et al., 2020). Приложението и Фигура 5 показват допълнителни подробности за нашия модел на предаване на SARS-CoV-2.

В допълнение към инфекцията чрез контактната мрежа, ние позволяваме на всеки индивид да развие инфекция поради външно излагане (напр. в по-широката общност), независимо от взаимодействието в контактната мрежа. Ние изследваме високи и ниски нива на предаване в общността, за да изследваме въздействието на разпространението в общността и различните нива на интеграция между кампуса и общността. Като се има предвид потенциалът за продължаващо разпространение в общността при липса на много високи нива на ваксиниране (COVID-19 Scenario Modeling Hub, 2021 г.) и повишената трансмисивност на нови варианти (Davies et al., 2021 г.), ние се фокусираме върху обстановка с по-високи нива на предаване в общността. Резултатите, получени за сценария с високо предаване в общността, са представени по-долу, а тези за нашия сценарий с ниско предаване в общността са дадени в допълнението.

2.3. Първоначален имунитет

Въпреки че много държави са одобрили ваксини срещу SARSCoV-2 и бързат да ги предоставят на жителите си, Съветът за международни отношения изчислява, че ще са необходими години, докато по-голямата част от световното население се имунизира срещу вируса (Felter , 2021). Като такива, ние проучваме широк спектър от сценарии за имунизация, вариращи от липса на имунизация до 80 процента от студентската популация, която е имунизирана, поради предишна инфекция или ваксинация. За простота приемаме перфектен имунитет в нашия модел.

2.4. Тестване и изолация

Ние разглеждаме симптоматичното тестване и планираното тестване в нашите симулации и приемаме, че и двете са извършени чрез полимеразна верижна реакция (PCR). Симптоматичното тестване се извършва, когато ученик търси тест, след като е получил симптоми. За да се отчетат лицата, които може да получат грипоподобни симптоми, несвързани с COVID, част от неинфекциозните лица също се явяват за симптоматично изследване всеки ден. При планирано тестване всеки член на населението се тества редовно, за да се идентифицират допълнителни случаи, които иначе биха останали неоткрити. Индивидите се тестват на редовни интервали, така че времето между тестовете е постоянно за всеки ученик, въпреки че малка част от населението е настроено да не отговаря на изискванията всеки ден. И двата вида тестове включват зависима от времето чувствителност; Чувствителността на теста за SARS-CoV-2 е силно свързана с вирусния товар, който варира в хода на инфекцията.

За да отчетем това, ние използваме емпиричния тест за чувствителност, получен от данните от назофарингеален тампон от Wikramaratna et al. (Wikramaratna и др., 2020 г.). Тъй като техният модел включваше само времето след появата на симптомите, ние приписваме предсимптоматична чувствителност на теста, отразявайки постсимптоматичната чувствителност, така че чувствителността два дни преди появата на симптомите да е същата като тази два дни след появата на симптомите. Това е в съответствие с литературата, показваща, че пикът на вирусния товар е в началото на симптомите, с подобни натоварвания преди и след появата на симптомите (Johansson et al., 2021). Допълнителни подробности са предоставени в допълнението и Фигура 6. При положителен тест лицата се поставят в изолация. За всеки набор от стойности на параметри ние проверяваме планираните честоти на тестване от три, седем, 14 и 28 дни, както и без планирано тестване.

2.5. Носенето на маски и социалното дистанциране

Ние също така разглеждаме настройка, при която поведението на учениците води до индивидуални скорости на предаване. Ние определяме част от населението, което би носило маски за лице, и на случаен принцип възлагаме на подгрупа от населението да спазва социално дистанциране. И двете интервенции се прилагат като намаления на скоростта на предаване и се приема, че тези намаления са линейни. Тъй като хомофилията, тенденцията хората да се асоциират с други, които възприемат като подобни на себе си, обикновено присъства в социалните мрежи (McPherson et al., 2001), ние предположихме, че приятелските групи може да споделят подобни възгледи относно COVID-19 и свързаните с това усилия за смекчаване. Следователно, ние разглеждаме както групираните, така и негрупираните задачи за носене на маска в мрежата, сценарий, който не може да бъде изследван със стандартни епидемиологични модели. За да създадем клъстери от потребители на маски, ние създаваме претеглена контактна мрежа за целия период на изследване и избираме набор от първоначални лица, носещи маски, равномерно и произволно. След това „разпространяваме“ носенето на маска сред техните контакти, където съседите с повече взаимодействия имат по-голяма вероятност да приемат покриване на лицето. Този процес се повтаря, докато се достигне желаната част от носещите маска. Повече подробности са предоставени в допълнителната информация.

3. Резултати

След премахване на неучастващи устройства и празни сканирания от Bluetooth данните, останаха 2 426 279 Bluetooth ping (44,3 процента от всички ping) и 692 потребители (98.0 процента от всички потребители), което показва, че 14 потребители не са имали събития за близост с участието на други участници в изследването. Мрежите за близост за всеки от 28-те дни, разгледани в това проучване, са показани на фигура 3 в допълнението. Мрежите имат голям свързан компонент през делничните дни, когато студентите вероятно са били активни в кампуса и са посещавали класове. През уикендите мрежите бяха по-свободно свързани, с по-малко потребители, взаимодействащи с други участници в проучването, както е показано в първата и последната колона на фигура 3.

Процентите на заболеваемост за нашия умерен (R{{0}} ≈ 3.0) сценарий на предаване с различни нива на популацията, имунизирана от самото начало, са показани на Фигура 1. Независимо от нивото на имунизация, нарастващото честотата на тестване намалява броя на инфекциите, наблюдавани през семестъра, въпреки че ефектът е относително малък, ако 60 − 80 процента от населението е имунизирано. При липса на имунизация тестването на всеки три дни доведе до средно 42,7 процента от учениците, заразени до края на семестъра, докато тестването на всеки седем, 14 и 28 дни доведе до 47,5 процента, 56,2 процента и 61,6 процента от заразените ученици , съответно (без планирано тестване: 66,1 процента). Въпреки това, при 80 процента имунизирани, тестването на всеки три дни доведе до средно 12,3 процента от учениците, заразени до края на семестъра, като липсата на планирано тестване доведе до средно 15,8 процента от учениците, заразени. По този начин, докато повишеното тестване и последващата изолация повлияха на броя на инфекциите за дадено ниво на имунизация, в крайна сметка повишаването на имунитета на населението доведе до пропорционално или по-голямо намаляване на заболеваемостта. Честотата на нашите ниски (R0 ≈ 1,5) и високи (R0 ≈ 4,5) сценарии на предаване са показани в допълнението (вижте фигури 9 и 10).

При липса на имунизация средното време, необходимо за заразяване на 10 процента от всички ученици, е 24 дни без тестване или изолация, докато тестването само веднъж на всеки четири седмици увеличава това време до 25 дни, а тестването два пъти всяка седмица води до 10 процента от учениците, които са били заразени средно на 30-ия ден (Фигура 1). Въпреки това, когато 20 процента от населението е имунизирано, тестването на всеки три дни може да удължи този период с 11 дни, а при 40 процента от населението с имунитет честото тестване може да разпространи инфекциите още повече, като по този начин дава на университетите допълнителни две седмици. Тези констатации показват, че когато се комбинират с редовни тестове, дори скромните нива на имунитет могат да помогнат на университетите да изравнят кривата, като в крайна сметка спестят ресурси и намалят разходите за усилията за смекчаване.

Броят на положителните тестове и броят на изолираните хора са показани съответно на фигури 7 и 8. Тези показатели позволяват на университетите да оценят ресурсите, необходими за смекчаване на разпространението на COVID-19 сред студентската им популация по отношение на ресурси, изразходвани за интервенции и пропуснати алтернативни разходи. Например, броят на студентите, изолирани през семестъра, също съответства на броя на пропуснатите учебни дни, което позволява на университетите да определят количествено както ресурсите, необходими за поставяне на студенти под карантина, така и загубените образователни възможности, свързани с карантината. Допълнителни подробности са предоставени в допълнението.\

Резултатите, получени за нашите сценарии за носене на маска и социално дистанциране при умерено предаване (R0 ≈ 3.0) са представени на Фигура 2, която показва средния процент на заразената студентска популация в края на семестъра. Тестването беше най-ефективно за намаляване на кумулативната заболеваемост при ниски нива на имунитет и ниски до умерени нива на носене на маска и социално дистанциране. Когато носенето на маски и социалното дистанциране бяха повсеместни, по-честото тестване предлагаше само малки намаления на кумулативната честота, тъй като вирусът вече беше добре контролиран. По същия начин първоначалният имунитет дори в малка част от населението намалява въздействието на редовното тестване. При липса на имунитет тестването на всеки три дни доведе до значителни ползи, когато носенето на маска и социалното дистанциране бяха под 60 процента. Въпреки това, с 20 процента и 40 процента имунитет, тестването на всеки три дни осигурява значителни ползи само когато носенето на маска и социалното дистанциране са съответно под 40 процента и 30 процента. Донякъде изненадващо, малко или никакво намаление на ефикасността се наблюдава, когато носенето на маска е групирано в контактната мрежа, може би поради силно свързаното естество на мрежата (вижте Фигура 11). Ако университетите могат да постигнат дори умерени нива на имунитет, носене на маска и/или социално дистанциране, нашите симулации показват, че те могат да тестват по-рядко с малка или никаква промяна в кумулативната честота.

За да сравним ефективността на тестването и изолацията, носенето на маска, социалното дистанциране и имунитета, проведохме регресионен анализ въз основа на кумулативната честота на всички наши симулации на умерено предаване (R0 ≈ 3.{{3} }). Кумулативната честота намалява с 3,95 или 0.57 на 100 ученик за всяко едноседмично увеличение на честотата на тестване. Всяко 10-процентно увеличение на дела на населението, което се придържа към социално дистанциране, намалява кумулативната честота с 4,47 или 0,65 на 100 ученици. По същия начин всяко 10-процентно увеличение на дела на носещите маски намалява кумулативната честота с 5,76 или 0,83 на 100 ученици. И накрая, всяко 10-процентно увеличение на дела с имунитет намалява кумулативната заболеваемост със 17,08 или 2,47 на 100 ученици. По този начин, докато тестването може да е лесно за прилагане от колежите, то осигурява много по-малки намаления на случаите, отколкото носенето на маски и социалното дистанциране. Както се очакваше, повишаването на популационния имунитет доведе до най-голямо намаляване на кумулативната честота.

4. Дискусия

Въпреки че изминалата година ни даде обещание за ефективни ваксини и по-добра представа за динамиката на SARS-CoV-2, училищата все още са изправени пред несигурно бъдеще. С неравномерното внедряване на ваксини в някои части на света и финансовите затруднения поради намаленото записване, много колежи се чудят как ще успеят да се върнат към някакъв вид нормалност и какви стъпки могат да предприемат, за да ускорят процеса (St. Amour, 2020 г.). Целите на ООН за устойчиво развитие от 2015 г. имат за цел да осигурят както здравословен живот, така и приобщаващо и справедливо качествено образование (Объединените нации, 2015 г.). За да продължим да напредваме към тези цели, е важно да определим как училищата могат да отворят отново безопасно, като по този начин им позволят да предоставят качествено образование, като същевременно насърчават благосъстоянието.

В това проучване ние се опитахме да помогнем на университетите да се справят с предизвикателствата на повторното отваряне, като проучихме ефикасността на редовно планираните (т.е. скрининг) тестове в популация от колежи с постоянно настаняване във връзка с различни нива на имунизация. Установихме, че докато тестването трябва да бъде неразделна част от стратегията за смекчаване на всеки университет, умерените нива на имунитет, носенето на маски и социалното дистанциране могат да позволят на университетите свободата да тестват по-рядко. Като такива, ако колежите успеят да постигнат високи нива на ваксиниране, те може да са в състояние да облекчат тестването само веднъж или два пъти всеки месец, спестявайки ценни ресурси. Докато нашият фокус е върху университетска среда, нашите методи и резултати могат да бъдат приложени в други жилищни среди

За разлика от предишни проучвания, ние използвахме контактна мрежа от реалния свят като основа за нашите симулации, което ни позволява да уловим основното хетерогенно социално поведение на студенти, което несъмнено променя начина, по който вирусът се разпространява. В допълнение, много предишни проучвания в тази област отчитат само малък брой пречки при прилагането и проблеми със съответствието. Допуснахме външни инфекции, фонов процент на грипоподобно заболяване, зависима от времето чувствителност на теста и забавяне на резултатите от теста, както и несъответствие на студентите по време на процеса на тестване и изолация.

Данните за близост, които използвахме, бяха събрани много преди пандемията, когато учениците не ограничаваха взаимодействието си с другите. Следователно нашите данни представляват най-лошия сценарий, при който учениците не намаляват контактите си с другите. Въпреки това, когато учениците намалят контакта си с другите, те ефективно практикуват форма на социално дистанциране. По този начин тези предпандемични модели на контакт бяха необходими за изследване на ефектите от интервенциите за социално дистанциране, цел на това проучване

Въпреки че ваксините не осигуряват перфектен имунитет, иРНК ваксините, които се използват в момента, са много ефективни за намаляване на инфекциите и привидно ефективни за намаляване на предаването сред тези, които се заразяват (Haas et al., 2021). Въпреки че приехме перфектен имунитет в нашите симулации, нивата на имунитет на нашата популация могат да бъдат нанесени на ефективни нива на имунитет, за да се отчете несъвършеният имунитет и произтичащите от него пробивни инфекции.

Въпреки че нашият модел включва много от предизвикателствата, пред които очакваме университетите да се изправят в кампуса, ние не моделирахме изрично проследяване на контакти. Въпреки че проследяването на контакти може да бъде ефективен инструмент, когато се прилага по подходящ начин (Cencetti et al., 2021; Ferretti et al., 2020), то често е ресурсоемко начинание, което изисква достъп до информация за социалните контакти, достъпът на студентите може колебайте се да предоставите. Ние също така не оценихме броя на неблагоприятните резултати, които се очаква да настъпят, въпреки че смъртните случаи и хоспитализациите могат да бъдат приблизително изчислени от нашите резултати, ако се направят допълнителни предположения. И накрая, ние не включихме никакви сезонни вариации в предаването на SARS-CoV-2, въпреки че нови изследвания показват, че в умерения климат предаването е значително по-високо през зимата, когато има учебни сесии, отколкото през лятото (Gavenciak ˇ et др., 2021). По този начин университетите трябва да вземат предвид специфичните си климатични условия, когато обмислят тежестта на болестта, с която могат да се сблъскат.

Въпреки че тази работа предоставя нови прозрения за това как имунизацията, повторното тестване, изолацията и други стратегии могат да намалят разпространението на SARS-CoV-2 в университетските кампуси, важно е да се отбележи, че няма универсален размер- всички подходи (Bradley et al., 2020).

Най-успешните училища ще адаптират подхода си към конкретната си ситуация и ще се адаптират според промяната на обстоятелствата. Наистина, най-изгодната стратегия може да бъде гъвкав подход, такъв, при който честотата на тестване се коригира въз основа на текущата динамика на предаване, подход, който все още не е проучен стриктно.

Финансиране

Това проучване беше подкрепено от стипендия на катедрата по биостатистика на Харвардския университет и стипендия на правителството на САЩ (на HH). Допълнително финансиране беше осигурено от Центровете за контрол и превенция на заболяванията (грант MinD: U01 CK000585 на RK) и Националните здравни институти (NIAID R01 награда AI138901 на JPO). Източниците на финансиране не са имали никаква роля в дизайна на проучването, анализа на данните, интерпретацията на данни или написването на доклада.

Етично одобрение

Отделно медицинско етично разрешение не е задължително.

Споделяне на данни

Данните за мрежата за близост от изследването на мрежата в Копенхаген са публично достояние (https://doi.org/10.6084/m9.figshare. 7267433). Всички модели и код за този проект, написани на версия 3.7 на езика за програмиране Python, са достъпни чрез GitHub (https://github.com/onnela-lab/covid-campus).

Сътрудници

HH и JPO имаха пълен достъп до всички данни в проучването. JPO концептуализира и ръководи проучването. HH, RK и JPO допринесоха за методологията, разследването и визуализацията. HH състави ръкописа с критична ревизия от RK и JPO. Всички автори са прочели и одобрили окончателния вариант.

Декларация за конкурентен интерес

Авторите декларират, че нямат известни конкурентни финансови интереси или лични взаимоотношения, които биха могли да повлияят на работата, докладвана в този документ.

Благодарности

Благодарим на Marc Lipsitch за обратната връзка относно този проект. Благодарим също на Giang T. Nguyen и Max Wang за тяхното критично четене на ръкописа.

Допълнителен материал

Допълнителни материали, свързани с тази статия, могат да бъдат намерени в онлайн версията на doi:10.1016/j.ijid.2021.10.008

For more information:1950477648nn@gmail.com