Waarom het zo moeilijk is om erachter te komen hoe en wanneer de-nadruk op de beperking

Pogingen om de beste manieren te definiëren om beperkingen te ontspannen, kunnen alleen tot een conclusie komen: gegevens, modellen en voorspellingen zijn gebaseerd op grote onbekenden en onzekerheden. Om dit aan te pakken, onderzoekers benadrukken de urgentie van het goed toezicht besmettingen

Sinds de Spaanse regering alarmstatus opgelegd om de bevolking bewegingen als gevolg van coronavirus te beperken, verschuivingen naar werkplekken zijn verminderd met 63%. Voor verplaatsingen naar winkels en recreatielocaties, het cijfer stijgt tot 92%, volgens Google’s Community Mobility Reports. Deze studie verzamelt gebruikersgegevens waarmee u uw locatie op uw apparaten volgen.

Maar in de Verenigde Staten, waar opsluitingsmaatregelen afhankelijk zijn van staten en steden, en niet alle hebben ze uitgevoerd, zijn de aantallen veel lager. Dus verschillende onderzoekers aan de universiteiten van Californië, Berkeley en MIT (allemaal in de VS) hebben de informatie van Google gebruikt als uitgangspunt om een cruciale vraag te beantwoorden: in hoeverre kunnen mensen zich vrij bewegen zonder grote uitbarstingsresurgences te veroorzaken?

Door het groeitempo van de gevallen vóór de opsluiting te benaderen en te adopteren wat zij zien als een redelijke schatting van het effect van bewegingsvermindering op de verspreiding van besmetting, schatten de onderzoekers dat in San Francisco, de V.S., waar het totale tarief van verplaatsing tot 40% is gedaald, het opnieuw tot een maximum van 70% in vergelijking met zijn gebruikelijke mobiliteit kon toenemen. Analyse blijkt dat zelfs steden als Los Angeles, die een groot deel van alle COVID-19 gevallen en sterfgevallen in Californië accumuleert, hun mobiliteit niveaus kort na een piek in de eerste golf van gevallen zou kunnen verhogen.

Maar een van de onderzoekers, University of California Berkeley Assistant Professor of Statistics Jacob Steinhardt, wijst erop dat deze bevindingen nog steeds erg onzeker zijn en dat de schattingen waarschijnlijk te hoog zijn. Bovendien voegt zij eraan toe dat regio’s de beperkingen niet substantieel moeten verzachten zonder eerst doeltreffende middelen voor het traceren van ziekten te hebben vastgesteld om eventuele stijgingen van besmettingspercentages snel op te sporen.

Onzekerheid is een weerspiegeling van hoe moeilijk het is om de effecten van het opheffen van sociale beperkingen in te schatten. Terwijl veel van de COVID-19-geassocieerde modellen die tot nu toe zijn gemaakt onderzoeken hoe de verschillende mate van sociale vervreemding de verspreiding van de ziekte kan beperken, hebben steeds meer onderzoekers geprobeerd om te proberen de impact van het gladstrijken van die beperkingen te voorspellen.

Het Mordecai Laboratory aan de Stanford University (USA) heeft ook een model ontwikkeld voor het analyseren van verschillende benaderingen voor het beheer van de volgende fasen van de uitbraak in sommige regio’s van Noord-Californië. Deze benaderingen omvatten het uitbreiden van opsluitingsmaatregelen voor maanden, het continu activeren en uitschakelen van sociale vervreemdingsbeperkingen, en het verhogen van diagnostische tests en isolatie van geïnfecteerde patiënten. Hoe effectiever regio’s worden bij het uitvoeren van de laatste, gevallen zullen consequent afnemen, zelfs zonder terug te keren naar de strengere externe regels, afhankelijk van de computer.

Maar modelleren is ingewikkeld en de benodigde gegevens zijn nog niet consistent. Deze analyses bieden slechts ruwe schattingen, met zeer ruime foutenmarges. En we zullen niet in staat zijn om meer accurate informatie te hebben totdat onderzoekers een aantal van de basisprincipes van COVID-19 beter begrijpen, inclusief de snelheid van wijdverspreide verspreiding, hoe besmettelijk het is in verschillende scenario’s, en hoe snel besmetting stijgt of daalt op een bepaalde locatie.

Een bijkomende beperking van het werk van MIT- en Berkeley-onderzoekers is dat, hoewel mobiliteitsgegevens gecorreleerd zijn met menselijke interacties, het een onvolmaakte indicator is. Het feit dat de samenleving als geheel niet zo beweegt, suggereert dat we minder directe ontmoetingen hebben waarin we elkaar kunnen infecteren. Maar 100 meter lopen naar een druk feest is erger dan 16 kilometer naar een leeg park rijden, in termen van het risico op verspreiding van de ziekte.

Een cruciaal punt van het werk, dat Steinhardt en Andrew Ilyas van MIT schreef in een ontwerp dat nog niet is gepubliceerd of peer reviewed, is dat gemeenschappen moeten sterk verbeteren van hun vermogen om besmettingen te controleren. Steinhardt: “Met de gegevens die we momenteel hebben, kunnen we niet weten wat het niveau van veilige mobiliteit is. We hebben meer en betere mechanismen nodig om de prevalentie op te sporen om dit alles veilig te kunnen doen.”