SARS-CoV{1}}-interventioiden tutkiminen asuinkorkeakouluissa empiirisen verkoston avulla

Tavoitteet

Yliopistot ovat käyttäneet SARS-CoV{1}}-malleja tutkiakseen kampuksen uudelleen avaamisstrategioita. Vaikka näissä tutkimuksissa on tutkittu erilaisia ​​​​mallinnustekniikoita, yhdessäkään ei ole käytetty empiiristä tietoa.

menetelmät

Tässä tutkimuksessa käytämme viruksen leviämisen simulointiin älypuhelimen Bluetoothin avulla saatua korkeakoulujen fuksien empiiristä lähiverkkoa. Tutkimme immunisaation, testauksen, eristämisen, maskin käytön ja sosiaalisen etäisyyden merkitystä täytäntöönpanoon liittyvien haasteiden ja epätäydellisen noudattamisen yhteydessä.

Tulokset

Osoitamme, että toistuva testaus voisi vähentää merkittävästi viruksen leviämistä, jos immuniteetti on alhainen, mutta sen vaikutukset ovat rajalliset, jos immuniteetti on yleisempää. Lisäksi kohtalainen maskin käyttö ja sosiaalinen etäisyys voivat johtaa kumulatiivisen ilmaantuvuuden lisävähenemiseen, mutta niiden hyöty vähenee nopeasti immuniteetin ja testaustiheyden lisääntyessä. Jos immuniteetti rokotukselta on kuitenkin epätäydellinen tai heikkenee ajan myötä, skenaariot, joita ei ole tutkittu täällä, usein testaus ja muut toimenpiteet voivat olla keskeisessä asemassa.

Alhainen vastustuskyky voi lisätä useiden sairauksien riskiä, ​​mukaan lukien vilustuminen, flunssa, syöpä, sydän- ja verisuonitaudit, autoimmuunisairaudet ja monet muut. Ihmiset, joiden immuunijärjestelmä on heikentynyt, ovat myös alttiimpia mikrobeille, kuten bakteereille, viruksille ja sienille. Jos elimistön sairauksien vastustuskyky on merkittävästi alhaisempi, henkilöllä voi myös esiintyä oireita, kuten pitkäaikaista ja jatkuvaa väsymystä, painon laskua, lihasheikkoutta ja infektioalttiutta. Siksi kiinnitämme yleensä huomiota henkilökohtaisen koskemattomuuden parantamiseen. Huomasimme, että Cistanche deserticola voi parantaa immuniteettia. Lihatuhka sisältää erilaisia ​​biologisesti aktiivisia komponentteja, kuten polysakkarideja, kaksi sientä, Huang Li jne. Näitä komponentteja voidaan käyttää lihaan Stimuloivat immuunijärjestelmän erilaisia ​​soluja ja lisäävät niiden immuunitoimintaa.

Napsauta cistanche deserticola -lisäosaa

Johtopäätökset

Tuloksemme viittaavat siihen, että vaikka säännöllinen testaus ja eristäminen ovat tehokkaita työkaluja, niistä on vain vähän hyötyä, jos immuniteetti on korkea tai muita interventioita käytetään laajalti. Jos yliopistot voivat saavuttaa edes kohtalaisen rokotus-, naamiointi- ja sosiaalisen etäisyyden tason, ne saattavat pystyä höllentämään testaustiheyttä neljään viikkoon.

1. Esittely

Kun SARS-CoV{1}} levisi pandemiaksi vuoden 2020 alussa, yliopistot ja korkeakoulut ympäri maailmaa joutuivat siirtymään nopeasti virtuaaliopetukseen. Koulut kamppailivat sopeutuakseen uuteen normaaliin, ja opiskelijat lähetettiin kotiin, koska asuinkampukset ja jopa kokonaiset kaupungit suljettiin SARS-CoV:n leviämisen estämiseksi-2. Tutkimukset ovat osoittaneet, että nopea siirtyminen virtuaaliopetukseen pahensi jo olemassa olevaa koulutusta ja sosiaalista eriarvoisuutta, mikä johti oppimisen menetyksiin ja jätti oppilaiden tunteen motivoimattomaksi (Shin ja Hickey, 2021). Pandemian jatkuessa kesään asti yliopistot joutuivat vaikean valinnan eteen: avata kampukset uudelleen ja jossain määrin palata perinteiseen henkilökohtaiseen opetukseen rikkaan koulutuskokemuksen tarjoamiseksi tai jatkaa opetusta kokonaan verkossa opiskelijoiden terveyden suojelemiseksi.

Syksyllä 2020 korkeakoulujen järjestelmänvalvojat ympäri maailmaa käyttivät simulaatioita ymmärtääkseen, kuinka tehostetut kansanterveyskäytännöt voisivat lieventää SARS-CoV-2 -viruksen leviämistä kampuksillaan. Näissä tutkimuksissa tarkasteltiin erilaisia ​​ennaltaehkäiseviä tekniikoita ja tehtiin erilaisia ​​oletuksia ehdotettujen käytäntöjen noudattamisesta (Brook et al., 2020; Chang ym., 2020; Christensen et al., 2020; Elbanna et al., 2020; Ghaffarzadegan et al., 2020; Goyal ym., 2021; Gressman ja Peck, 2020; Lopman ym., 2021; Paltiel ym., 2020). Vaikka käytettiin erilaisia ​​​​mallinnustekniikoita, osastollisista homogeenisista sekoitusmalleista kontaktiverkkoihin agenttipohjaisiin malleihin, näissä tutkimuksissa käytettiin vain simuloitua dataa.

Christensen et al. arvioivat COVID{0}}-mallinnustutkimuksia yliopistoympäristössä. kannatti lisää tutkimusta käyttämällä empiiristä sekoitusdataa (Christensen et al., 2020). Tässä otamme tämän vastuun ja tutkimme, kuinka opiskelijoiden todellisen kontaktiverkoston käyttäminen yliopistokampuksella, joka on määritetty älypuhelimen Bluetooth-datan avulla, muuttaa käsitystämme erilaisten toimenpiteiden roolista SARS-CoV-viruksen lieventämisessä-2. Kun korkeakoulut avautuvat uudelleen syksyllä 2021, niiden on navigoitava nopeasti muuttuvassa ympäristössä ja taisteltava sekä tarttuvampien varianttien että odotettua alhaisemman rokotteen kattavuuden kanssa. Yliopistojen on löydettävä asianmukainen lähestymistapa omalle opiskelijajoukolleen, johon todennäköisesti liittyy monimutkainen interventioiden vuorovaikutus rokotuksista toistuviin testauksiin ja eristämiseen ei-lääketieteellisiin toimenpiteisiin, kuten maskien käyttö ja sosiaalinen etäisyys.

Tämän tutkimuksen tarkoituksena on antaa yliopistoille tarvittavat tiedot ja työkalut tässä monimutkaisessa päätöksentekoprosessissa. Vaikka esittelemme tässä erilaisia ​​skenaarioita, tutkimuksemme toimii puitteena yliopistoille tutkia eri interventiostrategioiden tehokkuutta niiden ainutlaatuisessa ympäristössä. Hyvin dokumentoitu koodimme ja tässä tutkimuksessa käytetyt julkisesti saatavilla olevat tiedot antavat yliopistoille mahdollisuuden määrittää parametriarvonsa tutkiakseen skenaarioita, joita tutkimuksessamme ei huomioitu. Sekä järjestelmänvalvojat että kansanterveysviranomaiset voivat käyttää joustavia puitteitamme auttaakseen laatimaan näyttöön perustuvia käytäntöjä, jotka on suunniteltu vähentämään COVID-viruksen-19 leviämistä korkeakoulujen kampuksilla.

2. Menetelmät

2.1. Lähiverkko

Käytämme Copenhagen Networks Studyn (CNS) proximity-vuorovaikutusverkostoa, johon osallistui opiskelijoita Tanskan teknisestä yliopistosta. Keskitymme erityisesti yksinomaan 706 opiskelijalta hankittuihin Bluetooth-läheisyystietoihin, jotka julkistettiin joulukuussa 2019 (Sapiezynski et al., 2019). Laina-älypuhelimet myönnettiin tutkimukseen osallistuneille, jotka suostuivat käyttämään laitetta ensisijaisena puhelimenaan tutkimuksen ajan. Laitteet määritettiin olemaan Bluetooth löydettävissä aina ja etsimään lähellä olevia laitteita viiden minuutin välein tallentaen laitteen tunnuksen, aikaleiman ja vastaanotetun signaalin voimakkuuden ilmaisimen (RSSI), joka korreloi karkeasti fyysisen etäisyyden kanssa. Bluetooth-läheisyystiedot ovat saatavilla 28 päivän ajalta helmikuusta 2014 alkaen. Tyypillisen yliopistokauden mallintamiseksi käymme läpi keskushermoston tiedot neljä kertaa, jolloin simuloimme yhteensä 16 viikon vuorovaikutusdataa.

2.2. Epidemian malli

Käytämme SARS-CoV-2-tartunnan leviämisen mallintamiseen diskreettiaikaista stokastista altistunut-tarttuva-palautunut (SEIR) -yksilömallia, jossa on erilliset tilat oireettomille ja oireettomille tapauksille. Joka päivä yksilöt etenevät seuraavaan osastoon tai pysyvät nykyisessä osastossaan todennäköisesti. Jokaista ihmisten välistä vuorovaikutusta käsitellään itsenäisenä tapahtumana siten, että altistumisen todennäköisyys kasvaa lineaarisesti tarttuvan henkilön kanssa tapahtuvien vuorovaikutusten määrän mukaan. Mahdollistamme oireettoman tartunnan, koska tartunnan ja oireiden alkamisen välillä on kaksi päivää, sekä täysin oireettoman tartunnan oireettomissa tapauksissa. Parametrien arvot on koottu taulukkoon 1. Tutkimme matalan, keskitason ja korkean lähetysskenaarioita, jotka vastaavat karkeasti R{{10}} arvoja 1,5, 3.0 ja 4,5, vastaavasti. Tutkimme useita arvoja, koska arviot R0:sta vaihtelevat suuresti tutkimuksissa ja ympäristöissä (Alimohamadi et al., 2020). Täydennysosassa ja kuvassa 5 on lisätietoja SARS-CoV{21}}-välitysmallistamme.

Kontaktiverkoston kautta tapahtuvan tartunnan lisäksi annamme jokaiselle yksilölle mahdollisuuden saada infektio ulkoisen altistuksen vuoksi (esim. laajemmassa yhteisössä) kontaktiverkoston vuorovaikutuksesta riippumatta. Tutkimme korkeaa ja alhaista yhteisön leviämistasoa tutkiaksemme yhteisön esiintyvyyden ja kampuksen ja yhteisön välisen integraation vaihtelevan tason vaikutuksia. Ottaen huomioon mahdollisen yhteisön jatkuvan leviämisen ilman erittäin korkeita rokotusmääriä (COVID{0}} Scenario Modeling Hub, 2021) ja uusien muunnelmien lisääntyneen leviämisen vuoksi (Davies et al., 2021), keskitymme tilanteeseen. joilla on korkeampi yhteisön leviämistaso. Korkean yhteisön leviämisen skenaariolle saadut tulokset on esitetty seuraavassa ja matalan yhteisön leviämisskenaarion tulokset on esitetty liitteessä.

2.3. Alkuperäinen immuniteetti

Vaikka monet maat ovat hyväksyneet rokotteet SARSCoV-virusta vastaan{0}} ja kiirehtivät tarjoamaan ne asukkailleen, ulkosuhteiden neuvosto arvioi, että kestää vuosia, ennen kuin suurin osa maailman väestöstä immunisoituu virusta vastaan ​​(Felter). , 2021). Sellaisenaan tutkimme monenlaisia ​​rokotusskenaarioita, jotka vaihtelevat rokottamatta jättämisestä aina 80 prosenttiin opiskelijaväestöstä immunisoituihin joko aiemman infektion tai rokotuksen vuoksi. Yksinkertaisuuden vuoksi oletamme mallissamme täydellisen koskemattomuuden.

2.4. Testaus ja eristäminen

Käsittelemme simulaatioissamme oireenmukaista testausta ja ajoitettua testausta ja oletamme, että molemmat tehtiin polymeraasiketjureaktion (PCR) avulla. Oireellinen testaus tapahtuu, kun opiskelija hakeutuu kokeeseen oireiden havaittuaan. Jotta voidaan ottaa huomioon henkilöt, joilla saattaa esiintyä muita kuin COVIDiin liittyviä flunssan kaltaisia ​​oireita, osa ei-tarttuvista henkilöistä saapuu myös oireenmukaiseen testaukseen joka päivä. Suunnitellun testauksen yhteydessä jokainen väestön jäsen testataan säännöllisesti sellaisten lisätapausten tunnistamiseksi, jotka muuten jäisivät havaitsematta. Yksilöt testataan säännöllisin väliajoin, joten testien välinen aika on vakio jokaiselle oppilaalle, vaikka pieni osa väestöstä ei täytä vaatimuksia joka päivä. Molemmat testaustyypit sisältävät ajasta riippuvan herkkyyden; SARS-CoV-2-testin herkkyys korreloi voimakkaasti viruskuorman kanssa, joka vaihtelee koko infektion ajan.

Tämän huomioon ottamiseksi käytämme empiiristä testin herkkyyttä, joka on johdettu Wikramaratnan et al. (Wikramaratna ym., 2020). Koska heidän mallinsa sisälsi vain ajan oireiden alkamisen jälkeen, laskemme esi-oireisen testin herkkyyden heijastaen oireiden jälkeistä herkkyyttä siten, että herkkyys kaksi päivää ennen oireiden alkamista on sama kuin kaksi päivää oireiden alkamisen jälkeen. Tämä on yhdenmukainen kirjallisuuden kanssa, joka osoittaa, että viruskuorma on huipussaan oireiden alkaessa, ja kuormitukset ovat samanlaiset ennen oireiden alkamista ja sen jälkeen (Johansson et al., 2021). Lisätietoja on lisäyksessä ja kuvassa 6. Kun testi on positiivinen, yksilöt sijoitetaan eristykseen. Kunkin parametriarvojoukon osalta tarkastelemme kolmen, seitsemän, 14 ja 28 päivän ajoitettuja testaustiheyksiä, eikä ajoitettua testausta.

2.5. Maskin käyttö ja sosiaalinen etäisyys

Harkitsemme myös asetusta, jossa oppilaiden käyttäytyminen johtaa yksilökohtaisiin lähetysnopeuksiin. Määritämme osuuden väestöstä, joka käyttäisi kasvonaamioita, ja valitsemme satunnaisesti osan väestöstä noudattamaan sosiaalista etäisyyttä. Molemmat interventiot toteutetaan siirtonopeuden vähennyksinä, ja näiden vähennysten oletetaan olevan lineaarisia. Koska homofilia, ihmisten taipumus olla tekemisissä muiden kanssa, joiden he kokevat olevansa samanlaisia, esiintyy tyypillisesti sosiaalisissa verkostoissa (McPherson et al., 2001), oletimme, että ystäväryhmät saattavat jakaa samanlaisia ​​näkemyksiä COVIDista-19 ja niihin liittyvät lieventämistoimet. Siksi harkitsemme sekä klusteroituja että ei-klusteroituja maskien käyttötehtäviä koko verkossa, skenaariota, jota ei voida tutkia standardeilla epidemiologisilla malleilla. Luodaksemme maskin käyttäjien klustereita luomme painotetun kontaktiverkoston koko tutkimusjaksolle ja valitsemme joukon alkuperäisiä maskin käyttäjiä tasaisesti satunnaisesti. Sitten "levimme" maskin käyttöä heidän kontakteilleen, jolloin naapurilla, joilla on enemmän vuorovaikutusta, on suurempi todennäköisyys omaksua kasvosuojaus. Tätä prosessia toistetaan, kunnes haluttu osuus maskin käyttäjistä on saavutettu. Lisätietoja on lisätiedoissa.

3. Tulokset

Ei-osallistuneiden laitteiden poistamisen ja tyhjien skannausten jälkeen Bluetooth-tiedoista jäi jäljelle 2 426 279 Bluetooth-pingia (44,3 prosenttia kaikista pingistä) ja 692 käyttäjää (98.{8}} prosenttia kaikista käyttäjistä), mikä osoittaa, että 14 käyttäjällä ei ollut läheisyystapahtumia. mukaan lukien muut tutkimukseen osallistujat. Läheisyysverkot kunkin tässä tutkimuksessa tarkastellun 28 päivän osalta on esitetty liitteen kuvassa 3. Verkoissa on suuri yhdistetty komponentti arkipäivisin, jolloin opiskelijat olivat todennäköisesti aktiivisia kampuksella ja osallistuivat tunneille. Viikonloppuisin verkot olivat löyhempiä, ja vähemmän käyttäjiä oli vuorovaikutuksessa muiden tutkimushenkilöiden kanssa, kuten kuvan 3 ensimmäisessä ja viimeisessä sarakkeessa näkyy.

Kohtalaisen (R{0}} ≈ 3.0) tarttumisskenaarion ilmaantuvuusluvut, joissa väestön eri tasot ovat immuuneja alusta alkaen, on esitetty kuvassa 1. Immunisaatiotasosta riippumatta testaustiheys vähensi lukukauden aikana havaittujen infektioiden määrää, vaikka vaikutus oli suhteellisen pieni, jos 60 − 80 prosenttia väestöstä oli immuuneja. Ilman immunisaatiota testit kolmen päivän välein johtivat siihen, että keskimäärin 42,7 prosenttia opiskelijoista sai tartunnan lukukauden loppuun mennessä, kun taas testaus seitsemän, 14 ja 28 päivän välein johti siihen, että 47,5 prosenttia, 56,2 prosenttia ja 61,6 prosenttia opiskelijoista sai tartunnan. , vastaavasti (ei suunniteltua testausta: 66,1 prosenttia ). Kuitenkin, kun 80 prosenttia oli immunisoitu, testit kolmen päivän välein johtivat siihen, että keskimäärin 12,3 prosenttia opiskelijoista sai tartunnan lukukauden loppuun mennessä, ilman suunniteltua testausta, jolloin keskimäärin 15,8 prosenttia opiskelijoista sai tartunnan. Siten, vaikka lisääntynyt testaus ja myöhempi eristäminen vaikuttivat infektioiden määrään tietyllä immunisaatiotasolla, populaation immuniteetin lisääminen johti lopulta suhteelliseen tai suurempaan ilmaantuvuuden vähenemiseen. Ilmaantuvuus matalalle (R0 ≈ 1,5) ja korkealle (R0 ≈ 4,5) siirtoskenaariolle on esitetty liitteessä (katso kuvat 9 ja 10).

Ilman rokotusta keskimääräinen aika, joka tarvittiin tartuttamaan 10 prosenttia kaikista opiskelijoista, oli 24 päivää ilman testausta tai eristämistä, kun taas kerran neljässä viikossa tehdyt testaukset nousivat tällä kertaa 25 päivään, ja testaus kahdesti viikossa johti 10 prosenttiin opiskelijoista tartunnan keskimäärin päivänä 30 (kuva 1). Kuitenkin, kun 20 prosenttia väestöstä oli immuuneja, kolmen päivän välein tehtävät testaukset voisivat pidentää tätä ajanjaksoa 11 päivällä, ja kun 40 prosenttia väestöstä on immuuneja, toistuva testaus voisi levittää infektioita entisestään, mikä antaa yliopistoille kaksi viikkoa lisää. Nämä havainnot osoittavat, että kun se yhdistetään säännölliseen testaukseen, vaatimattomatkin vastustuskyvyn tasot voivat auttaa yliopistoja tasoittamaan käyrän, mikä säästää viime kädessä resursseja ja pienentää lieventämistoimien kustannuksia.

Positiivisten testien määrä ja eristettyjen ihmisten lukumäärä on esitetty kuvioissa 7 ja 8. Näiden mittareiden avulla yliopistot voivat arvioida resursseja, joita tarvitaan COVIDin-19 leviämisen hillitsemiseen opiskelijoiden keskuudessa interventioihin käytettyjen resurssien ja menetettyjen vaihtoehtokustannusten perusteella. Esimerkiksi lukukauden aikana eristettyjen opiskelijoiden määrä vastaa myös poissaolevien koulupäivien määrää, jolloin yliopistot voivat mitata sekä opiskelijoiden karanteeniin tarvittavat resurssit että karanteeniin liittyvät menetetyt koulutusmahdollisuudet. Lisätietoja on lisäyksessä.\

Tulokset, jotka on saatu maskin käyttö- ja sosiaalisen etäisyyden skenaarioistamme kohtalaisen leviämisen yhteydessä (R0 ≈ 3.0) on esitetty kuvassa 2, joka näyttää lopussa tartunnan saaneiden oppilaiden keskimääräisen prosenttiosuuden. lukukauden. Testaus oli tehokkainta vähentämään kumulatiivista ilmaantuvuutta heikon immuniteetin ja matalan tai kohtalaisen maskin käytön ja sosiaalisen etäisyyden vuoksi. Kun maskin käyttö ja sosiaalinen etäisyys olivat yleisiä, useammin tehdyt testaukset tarjosivat vain pientä laskua kumulatiivisessa ilmaantuvuuden ilmaantuvuudessa, koska virus oli jo hyvin hallinnassa. Samoin alkuimmuniteetti jopa pienellä osalla väestöstä vähensi säännöllisen testauksen vaikutusta. Ilman immuniteettia testit kolmen päivän välein johtivat huomattavia etuja, kun maskin käyttö ja sosiaalinen etäisyys olivat alle 60 prosenttia. Kuitenkin 20 prosentin ja 40 prosentin immuunivasteella testit kolmen päivän välein tarjosivat huomattavia etuja vain silloin, kun maskin käyttö ja sosiaalinen etäisyys olivat alle 40 prosenttia ja 30 prosenttia. Jonkin verran yllättävää oli, että tehokkuus väheni vain vähän tai ei ollenkaan, kun maskin käyttö oli ryhmitelty kontaktiverkkoon, ehkä johtuen verkon vahvasti yhteenliittyneestä luonteesta (katso kuva 11). Jos yliopistot voivat saavuttaa jopa kohtalaisen immuniteetin, maskin käytön ja/tai sosiaalisen etäisyyden, simulaatiomme osoittavat, että ne voivat pystyä testaamaan harvemmin ilman, että kumulatiivinen esiintyvyys muuttuu vain vähän tai ei ollenkaan.

Vertaaksemme testauksen ja eristämisen, maskin käytön, sosiaalisen etäisyyden ja immuniteetin tehokkuutta, suoritimme regressioanalyysin, joka perustui kumulatiiviseen esiintyvyyteen kaikissa kohtalaisen siirtosimulaatioissamme (R0 ≈ 3.{{3} }). Kumulatiivinen ilmaantuvuus laski 3,95 eli 0,57 per 100 opiskelijaa jokaista testaustiheyden yhden viikon lisäystä kohti. Joka 10 prosentin lisäys sosiaaliseen etäisyyteen mukautuvan väestön osuudessa vähensi kumulatiivista ilmaantuvuutta 4,47 tai 0,65 per 100 opiskelijaa. Samoin jokainen 10 prosentin lisäys maskien käyttöosuudessa vähensi kumulatiivista ilmaantuvuutta 5,76 tai 0,83:lla 100 opiskelijaa kohti. Lopuksi jokainen 10 prosentin lisäys immuniteetin osuudessa vähensi kumulatiivista ilmaantuvuutta 17,08 tai 2,47 per 100 opiskelijaa. Vaikka testauksen täytäntöönpano saattaakin olla yksinkertaista korkeakouluille, se tarjoaa paljon pienempiä vähennyksiä tapauksissa kuin maskin käyttö ja sosiaalinen etäisyys. Kuten odotettiin, lisääntynyt väestön immuniteetti johti suurinta kumulatiivisen ilmaantuvuuden vähenemiseen.

4. Keskustelu

Vaikka viime vuosi on antanut meille lupauksen tehokkaista rokotuksista ja paremmasta käsityksestä SARS-CoV-viruksen-2 dynamiikasta, kouluilla on edelleen edessään epävarma tulevaisuus. Koska rokotteet leviävät epätasaisesti joillakin alueilla maailmassa ja taloudellinen paine, joka johtuu ilmoittautuneiden lukumäärän vähenemisestä, monet korkeakoulut ihmettelevät, kuinka ne voivat palata jonkinlaiseen normaaliin tilaan ja mihin toimiin ne voivat ryhtyä nopeuttaakseen prosessia (St. Amour, 2020). YK:n vuoden 2015 kestävän kehityksen tavoitteet pyrkivät varmistamaan sekä terveen elämän että osallistavan ja tasapuolisen laadukkaan koulutuksen (YK, 2015). Näiden tavoitteiden saavuttamiseksi on tärkeää määrittää, kuinka koulut voivat avata uudelleen turvallisesti, jolloin ne voivat tarjota laadukasta koulutusta ja samalla edistää hyvinvointia.

Tässä tutkimuksessa pyrimme auttamaan yliopistoja selviytymään uudelleen avaamisen haasteista tutkimalla säännöllisesti ajoitettujen (eli seulontatestien) tehokkuutta korkeakouluväestössä eri immunisointitasojen yhteydessä. Huomasimme, että vaikka testauksen pitäisi olla olennainen osa jokaisen yliopiston lieventämisstrategiaa, kohtuullinen immuniteetti, maskin käyttö ja sosiaalinen etäisyys voivat antaa yliopistoille vapauden testata harvemmin. Sellaisenaan, jos korkeakoulut voivat saavuttaa korkeat rokotusasteet, he voivat rentoutua testaamisen vain kerran tai kahdesti kuukaudessa, mikä säästää arvokkaita resursseja. Vaikka keskitymme yliopistoympäristöön, menetelmiämme ja tuloksiamme voitaisiin soveltaa muihin asuinympäristöihin

Toisin kuin aikaisemmissa tutkimuksissa, käytimme simulaatioidemme perustana todellista kontaktiverkostoa, jonka avulla pystyimme vangitsemaan korkeakouluopiskelijoiden taustalla olevan heterogeenisen sosiaalisen käyttäytymisen, joka epäilemättä muuttaa viruksen leviämistä. Lisäksi monet aiemmat tällä alalla tehdyt tutkimukset osoittivat vain pienen määrän täytäntöönpanon esteitä ja vaatimustenmukaisuusongelmia. Otimme huomioon ulkoiset infektiot, influenssan kaltaisten sairauksien taustan, ajasta riippuvan testin herkkyyden ja testitulosten viivästymisen sekä opiskelijoiden vaatimustenvastaisuuden koko testaus- ja eristysprosessin ajan.

Käyttämämme läheisyystiedot kerättiin kauan ennen pandemiaa, jolloin opiskelijat eivät rajoittaneet vuorovaikutustaan ​​muiden kanssa. Siksi tietomme edustavat pahinta skenaariota, jossa opiskelijat eivät vähennä kontaktejaan muihin. Kuitenkin, kun opiskelijat vähentävät kontaktiaan muihin, he harjoittavat tehokkaasti sosiaalista etäisyyttä. Näin ollen nämä pandemiaa edeltävät kontaktimallit olivat välttämättömiä sosiaalisten etäisyyksien vaikutusten tutkimiseksi, tämän tutkimuksen tavoitteena

Vaikka rokotteet eivät tarjoa täydellistä immuniteettia, tällä hetkellä käytetyt mRNA-rokotteet vähentävät erittäin tehokkaita infektioita ja näennäisesti tehokkaita vähentämään tartuntaa tartunnan saaneiden keskuudessa (Haas et al., 2021). Vaikka oletimme simulaatioissamme täydellisen immuniteetin, populaation immuniteettitasomme voitiin kartoittaa tehokkaisiin immuniteettitasoihin epätäydellisen immuniteetin ja siitä aiheutuvien läpimurtoinfektioiden huomioon ottamiseksi.

Vaikka mallimme sisälsi monia haasteita, joita odotamme yliopistojen kohtaavan kampuksella, emme nimenomaisesti mallintaneet kontaktien jäljitystä. Vaikka kontaktien jäljitys voi olla tehokas työkalu asianmukaisesti toteutettuna (Cencetti ym., 2021; Ferretti ym., 2020), se on usein resurssiintensiivinen yritys, joka edellyttää pääsyä sosiaalisiin kontakteihin liittyviin tietoihin, opiskelijoiden pääsy epäröi myöntää. Emme myöskään arvioineet odotettavissa olevien haittavaikutusten määrää, vaikka kuolemantapaukset ja sairaalahoidot voitaisiin arvioida tuloksistamme, jos tehdään lisäoletuksia. Lopuksi emme sisällyttäneet vuodenaikojen vaihtelua SARS-CoV-2 -tartuntaan, vaikka uudet tutkimukset viittaavat siihen, että lauhkeassa ilmastossa tartunta on huomattavasti yleisempää talvella koulujen aikana kuin kesällä (Gavenciak ˇ et al., 2021). Siksi yliopistojen tulisi ottaa huomioon erityiset ilmasto-olonsa, kun ne harkitsevat niiden mahdollisesti aiheuttamaa tautitaakkaa.

Vaikka tämä työ tarjoaa uusia näkemyksiä siitä, kuinka immunisaatio, uusintatestaus, eristäminen ja muut strategiat voivat vähentää SARS-CoV-2 -taudin leviämistä korkeakoulujen kampuksilla, on tärkeää huomata, että ei ole olemassa yhtä ainoaa sopivaa kaikki lähestymistapa (Bradley et al., 2020).

Menestyneimmät koulut räätälöivät lähestymistapansa erityistilanteeseensa ja mukautuvat olosuhteiden muuttuessa. Itse asiassa edullisin strategia voi olla ketterä lähestymistapa, jossa testaustaajuutta säädetään nykyisen lähetysdynamiikan perusteella, lähestymistapa, jota on vielä tutkittava tarkasti.

Rahoitus

Tätä tutkimusta tuki Harvardin yliopiston biostatistiikan laitoksen stipendi ja Yhdysvaltain hallituksen stipendi (HH:lle). Lisärahoitusta myönsivät tautien valvonta- ja ehkäisykeskukset (avustus MIND: U01 CK000585 RK:lle) ja National Institutes of Health (NIAID R01 -palkinto AI138901 JPO:lle). Rahoituslähteillä ei ollut roolia tutkimuksen suunnittelussa, tietojen analysoinnissa, tulkinnassa tai raportin kirjoittamisessa.

Eettinen hyväksyntä

Erillinen lääketieteellinen eettinen selvitys ei ole pakollinen.

Tietojen jakaminen

Kööpenhaminan verkkotutkimuksen lähiverkkotiedot ovat julkisia (https://doi.org/10.6084/m9.figshare. 7267433). Kaikki tämän projektin mallit ja koodit, jotka on kirjoitettu Python-ohjelmointikielen versiolla 3.7, ovat saatavilla GitHubin kautta (https://github.com/onnela-lab/covid-campus).

Osallistujat

HH:lla ja JPO:lla oli täysi pääsy kaikkiin tutkimuksen tietoihin. JPO käsitteli ja valvoi tutkimusta. HH, RK ja JPO osallistuivat metodologiaan, tutkimukseen ja visualisointiin. HH laati käsikirjoituksen RK:n ja JPO:n kriittisellä tarkistuksella. Kaikki kirjoittajat ovat lukeneet ja hyväksyneet lopullisen version.

Ilmoitus kilpailevista eduista

Kirjoittajat ilmoittavat, että heillä ei ole tiedossa kilpailevia taloudellisia etuja tai henkilökohtaisia ​​suhteita, jotka olisivat voineet vaikuttaa tässä artikkelissa raportoituun työhön.

Kiitokset

Kiitämme Marc Lipsitchiä hänen palautteestaan ​​tähän projektiin. Kiitämme myös Giang T. Nguyenia ja Max Wangia käsikirjoituksen kriittisestä lukemisesta.

Oheismateriaali

Tähän artikkeliin liittyvää lisämateriaalia löytyy verkkoversiosta osoitteesta doi:10.1016/j.ijid.2021.10.008

For more information:1950477648nn@gmail.com