Открытие школ и массовые собрания разжигают эпидемию

Повторное открытие школ после блокировки, вызванной коронавирусом, привело к увеличению числа заболевших за месяц, говорят авторы первого исследования последствий отмены ограничений. Анализ данных из 131 страны показал, что через месяц после того, как дети вернулись в школу, R-фактор среднего числа инфицированных увеличился на 24%.

Помимо открытия школ, единственным фактором, значительно увеличившим R-фактор, была повторная авторизация общественных собраний. В этом случае R увеличился на 25%.

Авторы исследования подчеркивают, что в своем анализе они не смогли учесть такие факторы, как ограничения размера класса, личная гигиена, требование носить маски в школах и т. д.

По словам профессора Хариша Наира, специалиста по детским инфекционным заболеваниям, после открытия школ показатели R повысились, но неясно, ограничивается ли это определенными возрастными группами, где могут быть значительные различия в социальном дистанцировании внутри и вне класса. Он добавляет, что нам нужно больше данных, чтобы понять роль школ в распространении SARS-CoV-2.

Исследователи также разработали специальные модели для изучения того, как различные ограничения влияют на значение R. Они обнаружили, что наибольшее влияние на снижение значения R оказали запреты на мероприятия, закрытие школ, запрет более 10 человек, продвижение удаленной работы и ограничение выхода на улицу из дома. Там, где все эти ограничения применялись вместе, стоимость R упала на 52% за месяц. В свою очередь, простая организация массовых собраний и встреч в группе из более чем 10 человек приводит к снижению R на 29% в течение месяца. Единственный фактор, который больше всего ограничивает R, это запрет на организацию публичных мероприятий. В этом случае R снижается на 24% в течение месяца.

Исследования могут быть полезны при принятии решений о введении и снятии ограничений. Они дадут возможность предсказать, когда наступят последствия таких решений. Однако, по словам исследователей, многое также зависит от местного контекста, то есть от R-фактора в разное время, эффективности местной службы здравоохранения и социально-экономических последствий реализации таких, а не других решений.

Крис Баух, профессор математики из Университета Ватерлоо в Канаде, говорит, что такого рода исследования могут быть чрезвычайно важны для оптимизации действий страны по борьбе с эпидемией. Они показывают, что решения работают и работают лучше всего. Это очень важная информация, поскольку ограничения имеют огромные социально-экономические последствия.

Результаты исследования опубликованы в журнале The Lancet Infectious Diseases.