超级传播|“超级传播”事件:成也是你,败也是你?( 三 )


虽然这些事件迥然相异——一个发生在宽敞的呼叫中心,一个发生在运动课上,两个发生在公交车上,最后一个是合唱团彩排——但感染者个人产生的病毒量出乎意料地相当 。“我们有点意外,”Prentiss说,因为这说明在超级传播事件中,个体差异产生的影响很小很小 。
在Prentiss和她的团队研究的这几例事件中,最有可能传染别人的人要么症状温和,要么还没有出现症状 。这一相似性很关键,可能也发生在其他超级传播事件中 。“在年轻、健康、流动人群中的传播其实最危险,”MacInnis说,“只是因为你感觉良好,不表示你没有被感染,或不具有潜在的传染性 。”她说 。
虽然传播模式可能和个体间的生物学差异关系不大,但个体间的行为差异却不是这么回事 。在工作生活中要接触大量人群,或是在社交中更合群的人,可能比那些不太合群的人更容易成为超级传播者,K?hler说 。
问题场所
过去一年中,人们总结出的一条重要经验是,人员聚集的场所直接关系到传染风险 。无数超级传播事件都发生在通风不畅的室内 。这与现有的其他证据相符,即通过气溶胶发生的空气传播是新冠病毒人传人的一个重要或是主要的传播模式 。
日本很早就发现了这一问题,2020年2月就开始提醒人们注意会增加感染风险的“3C”——密闭空间、拥挤场所、密切接触(closed spaces, crowded places and close-contact settings) 。世界卫生组织西太平洋区域在7月采纳了3C注意事项 。限制室内聚集人数已经成了全球疫情防控的主要公共卫生措施 。
研究人员还想要进一步明确构成高风险室内环境的确切因素,从而提高限制措施的针对性,减少其破坏性 。斯坦福大学计算科学家Jure Leskovec和团队利用人群移动数据分析了哪些场所的风险最高 。研究团队利用匿名移动电话定位数据,模拟了美国约1亿人在去年3月到5月之间的每小时移动情况 。Leskovec提出的简单假设是越小、越拥挤、开放时间越长的场所风险越大,最后他发现餐馆、咖啡馆、健身房均属于传播热点区[10] 。他说,10%的场所贡献了80%的预测感染病例 。
Leskovec的模型还能从一定程度上解释为何低收入社区受疫情影响尤其严重 。面对封锁措施,低收入社区居民的移动没有高收入社区居民减少的多——这可能是由于工作性质决定的,但低收入地区的感染风险却增加了 。商铺更加拥挤,人们待在商铺的时间也变长了 。Leskovec说,单单因为人员流动上的差异,“低收入个体去一次商店的风险就会是其他人的两倍左右 。”这些差异或解释了为何在这些社区中观察到的感染率更高,他说,也提示我们宣传教育或口罩等资源或能帮助遏制病毒在这类社区的传播 。
埃默里大学的疾病建模师Max Lau也利用移动电话数据研究了传播动力学[11] 。通过计算乔治亚州部分地区的病毒传播差异——以扩散参数k表示——他比较了超级传播事件在不同人群中的发生概率 。k值越小代表传播约集中,超级传播更容易发生 。
Lau发现,超级传播事件在60岁以下的工作社交人群中尤其突出,同时也是郊区病毒传播的一个重要诱因,这可能是因为郊区更难遵守“就地避难”(shelter-in-place)政策,他说 。
利用超级传播事件
随着我们更深入地理解超级传播事件及其对病毒扩散的促进作用,我们的防控对策也可以做到有的放矢 。其中一个对策是接触者集中追踪,寻找并提醒可能有暴露风险的人 。
去年2月,日本成功实施了这种策略,名为“聚集性逆向接触者追踪” 。逆向接触者追踪不是顺着时间发展去寻找可能与特定个体发生过暴露的密切接触者,而是逆着传播链寻找过去传染了这个人的感染者 。新出现的感染者更有可能是在超级传播事件中被感染的,而不是有人把病毒专门传给了他们 。因此,接触者追踪很容易通过这种方式来发现超级传播事件 。远藤的模拟显示,逆向接触者追踪对于控制疫情的作用相当大[12] 。

推荐阅读