Den amerikanske forskningen indikerer at smitterisikoen er høyere på en kafé i et fattig område enn en psykologklinikk i et velstående strøk.
Den amerikanske forskningen indikerer at smitterisikoen er høyere på en kafé i et fattig område enn en psykologklinikk i et velstående strøk.

Enorm koronastudie med 98 millioner amerikanere:
Her er smitte­risikoen størst

Den nye studien er interessant for beslutningstakere i andre land, sier professor som veileder danske myndigheter.

– Det er enestående.

Det er den første kommentaren fra professor Jakob Stoustrup når han skal beskrive en ny koronastudie med data fra svimlende 98 millioner amerikanere.

Studien, som er publisert i tidsskriftet Nature, bekrefter at koronasmitten rammer sosialt skjevt i samfunnet.

Amerikanere i minoritetsgrupper og med lavere inntekt har større risiko for å bli smittet – rett og slett på grunn av måten hverdagen deres er innrettet på.

Samtidig peker forskernes modeller på at risikoen for såkalte supersprederhendelser er størst på restauranter. Det er imidlertid viktige forbehold, noe vi kommer inn på senere i artikkelen.

Likevel mener Jacob Stoustrup at den nye studien kan fungere som et verktøy til å håndtere nedstengninger og gjenåpninger under koronakrisen.

– Studien bør helt klart være interessant for beslutningstakere, oppsummerer Stoustrup, som er professor i anvendt matematikk ved Aalborg universitet og en del av forskergruppen COVID-19-CTRL, og medlem av det danske Sundheds- og Ældreministeriets referansegruppe for et nytt covid-19-varslingssystem.

Dette har forskerne gjort

Forskerne har innhentet demografiske data og mobildata om 98 millioner amerikanere. Dermed kan de få et overblikk over bevegelsesmønstre.

Data er hentet fra de ti amerikanske byene Atlanta, Chicago, Dallas, Houston, Los Angeles, Miami, New York City, Philadelphia, San Francisco og Washington DC i perioden 8. mars til 9. mai.

På bakgrunn av dataene har forskerne kjørt epidemiologiske modeller som forteller hvordan smitten sprer seg i de ti byene.


Kilde: Mobility network models of COVID-19 explain inequities and inform reopening (Nature, 2020)

Fire ganger flere tilfeller

Et av de mer oppsiktsvekkende funnene i studien, er at restauranter har hatt flest smittetilfeller.

Faktisk var det ifølge forskernes modeller fire ganger oftere smitte på restauranter som på treningssentre.

Men forskerne har «bare» undersøkt ulike steder, som, i tillegg til restauranter og treningsstudio, betyr kafeer, hoteller, supermarkeder, psykologklinikker og religiøse bygninger.

Studien viser altså at restauranter er det stedet med flest smittetilfeller av de 7 utvalgte stedene. Men de aller fleste smittetilfellene – faktisk over halvparten – finner imidlertid sted i en siste kategori, som forskerne har kalt for «andre.»

– Det gjelder for eksempel barer og nattklubber, der vi har en mistanke om at smitterisikoen er relativt stor, påpeker Bjarke Frost Nielsen, som er forsker ved Niels Bohr Institutet, der han jobber med biokompleksitet, som er en slags blanding mellom fysikk og biologi.

– Man kan altså ikke konkludere med at restaurantene er den største av alle smitte-hotspots. Hvis jeg leste den fortolkningen som restauranteier, ville jeg være irritert, legger han til.

Restauranter skaper flere smittetilfeller

Jakob Stoustrup mener risikoen for supersprederhendelser er relativt høy på restauranter:

– Det betyr ikke at risikoen for å bli smittet isolert sett er større hvis man går ut og spiser enn hvis man står og svetter i et treningsstudio. Smitterisikoen i et treningsstudio er mye høyere enn på en restaurant, sier Stoustrup og fortsetter:

– Det er et uttrykk for at flere mennesker – og ikke minst flere ulike mennesker – går på restaurant enn på treningsstudio. Derfor er risikoen større.

På en uke er det altså flere helt ulike mennesker som går inn og ut av døren på en restaurant enn det er i et treningsstudio, der det er mange gjengangere. Dermed er risikoen større på restauranten.

Dessuten er det naturligvis helt ulikt fra restaurant til restaurant hvor stor smitterisikoen er. En restaurant med dårlig ventilasjon, der man sitter tett, utgjør en større risiko enn en nærmest tom restaurant der vinden suser gjennom lokalet.

Sune Lehmanns, professor på institutt for matematikk og informatikk ved DTU, mener forskningen viser at en større miks av mennesker og nettverk på et sted ser ut til å ha effekt på smitten:

– Det er egentlig en interessant konklusjon. Det er ikke «rocket science,» og det forteller ikke mye om de konkrete omstendighetene, men det understreker at en større blanding av ulike mennesker har betydning, sier han.

Forskjell på smittetilfelle og smitterisiko

Forskerne har undersøkt hvor det har vært flest smittetilfeller, men det betyr ikke at det er høyere smitterisiko på disse stedene.

  • Smitterisikoen er avhengig av de konkrete omstendighetene. Det gjelder ventilasjon, antall personer, aktiviteten med mer.
  • Smittetilfeller et sted kan i høyere grad være et uttrykk for at stedet besøkes ofte og at flere ulike mennesker besøker det.

Bekrefter sosialt skjev smitterisiko

Den nye amerikanske forskningen understreker også noe vi for så vidt har visst en stund:

Koronasmitten rammer sosialt skjevt.

– Studien bekrefter at innbyggere i lavere sosiale klasser tar en stor del av smitten. Det er lavtlønnsgrupper og minoriteter som må gå på jobb og ofte har flere ulike jobber, kommenterer Jakob Stoustrup.

Slik er det også i europeiske land.

Sune Lehmann mener studien tydeliggjør at lavtlønte ofte ikke kan ha hjemmekontor, de tar oftere offentlig transport, bor tettere sammen og går oftere på butikken selv, i stedet for å bestille varer hjem:

– Vi vet at bevegelsesmønstret hos folk er annerledes i ulike bydeler. For lavtlønnsgrupper er det vanskeligere å bevege seg mindre. Det bekrefter denne studien, mener Sune Lehmann.

God studie – men les med forbehold

Når man leser den nye studien, bør man imidlertid ta med seg flere forbehold, påpeker forskerne.

Studien har brukt en blanding av demografiske data, epidemiologiske modeller og mobildata til å kartlegge smittemønstre.

Når de amerikanske forskerne har kartlagt sporene fra 98 millioner amerikanere, betyr ikke det at de har detaljert informasjon om hver av dem.

Forskerne har i stedet samlet individene i nabolag på mellom 600 og 3000 personer.

– Det gjør det selvfølgelig litt grovkornet, sier Bjarke Frost Nielsen, som samtidig mener at det er en «god studie»:

– De kan ikke se hvem som har gått på treningsstudio, men de kan se hvor ofte en person fra gruppen på 600 til 3000 mennesker har gjort det, sier han.

Sune Lehmann supplerer:

– Studien forteller om de store linjene, men sier ikke noe konkret om hva eller hvorfor smitterisikoen er større noen steder enn andre.

Dessuten er forskningen utelukkende utført på byer, og den forteller ikke noe om hvordan smitten spres på landet.

Kan studien brukes i andre land?

Tross forbeholdene kan flere av innsiktene fra studien brukes til å forstå smittespredningen i andre land, mener Jakob Stoustrup:

– Tar man høyde for demografiske og kulturelle forskjeller, og at studien bare har fokus på storbyer, så kan det være veldig verdifullt.

– Studien være veiledende for og gi innsikt i smittemønstre her også, supplerer Bjarke Frost Nielsen.

Den amerikanske forskningen indikerer for eksempel at smitterisikoen er høyere på en restaurant i et fattig område enn på en psykologklinikk i et velstående strøk.

Forskerne bak studien har også lagt fram sine data og modeller, slik at andre forskere kan bruke dem. Men selve modellene vil neppe kunne overføres til Danmark, for danske forskere og myndigheter ikke har adgang til folks mobildata.

– Vi er litt mer strenge med slike ting. Men det ville vært spennende hvis vi kunne få de dataene. Det ville kunne hjelpe oss til å forstå hvordan man kan gjennomføre nedstengninger mest mulig presist, avslutter Sune Lehmann.

Referanse:

Serina Chang mfl.: Mobility network models of COVID-19 explain inequities and inform reopening. Nature, 2020. DOI: 10.1038/s41586-020-2923-3

© Videnskab.dk. Oversatt av Lars Nygaard for forskning.no. Les originalsaken på videnskab.dk her.

Powered by Labrador CMS