Прежде чем перейти к статье, хочу вам представить, экономическую онлайн игру Brave Knights, в которой вы можете играть и зарабатывать. Регистируйтесь, играйте и зарабатывайте!
Проект «Онтол» — это гибридная человеко-машинная сеть коллективного мышления, которая на выходе выдает структурированную, отфильтрованную и верифицированную информацию по самым значимым вопросам (присоединяйтесь к новостному каналу в телеграм). Предлагаем вашему вниманию перевод статьи, под которой «подписался» один из самых влиятельных инвесторов Кремниевой долины Пол Грэм.
Есть что-то странное в этой коронавирусной пандемии. Даже после нескольких месяцев обширных исследований, проведенных мировым научным сообществом, многие вопросы остаются открытыми. Почему, например, именно в северной части Италии смертей было намного больше, чем в других частях страны? 25 000 смертей (из 36 000) пришлись всего на три смежных региона на севере Италии. В Ломбардии умерло около 17 000 человек. Почти все эти смерти пришлись на первые месяцы после вспышки. Что произошло в апреле в Гуаякиле (Эквадор), когда большое количество людей умерло настолько быстро, что их тела были брошены на тротуарах и улицах? Почему весной 2020 года на столь небольшое число городов пришлась значительная доля смертей во всем мире, в то время как многие другие города с аналогичной плотностью, погодой, возрастным распределением и характером поездок избежали такой участи? Чему мы можем действительно научиться у Швеции, ситуацию в которой одновременно называют и большим успехом (из-за низкого числа случаев заболевших и умерших) и провалом (из-за высокой смертности в начале пандемии) при том, что в Европе уже начинается вторая волна? Почему широко обсуждаемые ранее прогнозы властей Японии не оправдались? Подобных странных примеров становится все больше.
За последние девять месяцев я слышал много объяснений различий в траекториях распространения: погода, доли пожилого населения, витамин D, прежний иммунитет, коллективный иммунитет – ни одно из них не объясняет ни периода, ни масштаба этих колебаний.
Впрочем, возможно существует, упущенный из виду ключ к пониманию пандемии, который помог бы ответить на эти вопросы, пересмотреть актуальные аргументы и, что очень важно, взять под контроль распространение COVID-19.
К настоящему времени многие уже слышали об R0 — базовом репродуктивном числе патогена, позволяющем оценить его заразность. Но если вы не читали научные журналы, вы, скорее всего, не сталкивались с k — мерой его дисперсии. Определение k кажется сложным, но по сути это просто способ выяснить как распространяется вирус – равномерно или большими всплесками, при которых один человек разом заражает множество других людей. После девяти месяцев сбора эпидемиологических данных мы знаем, что имеем дело с чрезвычайно широко рассеянным патогеном, а это значит, что он имеет тенденцию распространяться в кластерах. Эти знания еще не полностью вошли в наше представление о пандемии (и в нашу профилактическую практику).
Ставший известным коэффициент R0 (произносится как «эр-ноль») – это средний показатель заразности патогена, то есть среднее число людей, которые могут заразиться после контакта с зараженным человеком. Если один больной человек заражает в среднем трех других, то R0 равен трем. Этот параметр рассматривался как один из ключевых факторов понимания того, как устроена пандемия. Новостные СМИ подготовили множество объяснений и визуализаций этого параметра. Фильмы, получившие высокую оценку за их научную достоверность в отношении пандемии, заслуживают похвалы за то, что их персонажи объясняют «исключительно важный» R0. Появились онлайн-таблицы, отслеживающие значение R и Rt в реальном времени в соответствии с нашими действиями (Если люди носят маски и изолируются, или появляется иммунитет, болезнь не может больше распространяться теми же темпами, отсюда и разница между R0 и R).
К сожалению, средние показатели не всегда помогают оценить все распределение, особенно если его элементы могут значительно отличаться друг от друга. Если генеральный директор Amazon Джефф Безос зайдет в бар со 100 постоянными посетителями, то среднее благосостояние гостей этого бара внезапно превысит 1 миллиард долларов. Если в этот бар войду и я, мало что изменится. Очевидно, что средний показатель не особо полезен для понимания распределения богатства в этом баре или того, как его изменить. Иногда среднее ни о чем не говорит. При этом, если в баре есть человек, инфицированный COVID-19, а в помещении плохая вентиляция и шум (из-за которого людям придется громко говорить на коротких дистанциях), то почти все гости могут быть заражены – подобная закономерность наблюдалась много раз с момента начала пандемии, и она просто не учитывается показателем R. Здесь мы и приходим к понятию дисперсии.
Существуют ситуации, в которых один человек может заразить 80% или более людей, находящихся в помещении всего за несколько часов. В то же время, в других случаях COVID-19 может быть на удивление менее заразным. Чрезмерная дисперсия и супер-распространяемость этого вируса наблюдаются в ходе исследований по всему миру. По оценкам растущего числа исследований, большинство инфицированных людей могут не заразить ни одного другого человека. В недавней работе было установлено, что в Гонконге, где проводилось обширное тестирование и отслеживание контактов, около 19% случаев заражения были ответственны за 80% случаев передачи, в то время как в 69% случаев инфекция не была передана ни одному человеку. И этот вывод не аномален: многие исследователи с самого начала предполагали, что лишь от 10 до 20 процентов инфицированных людей могут быть ответственны за 80-90 процентов случаев передачи, и что многие люди не передают заболевание вовсе.
Такое крайне перекошенное и неравномерное распределение свидетельствует о том, что ряд неудачных событий в самом начале распространения может привести к супер-распространению инфекции и возникновению кластеров – и именно поэтому события в даже похожих между собой странах могут кардинально отличаться. Ученые изучили в глобальной перспективе события ранних этапов, когда инфицированные люди ездили по разным странам, и обнаружили, что в некоторых странах это не приводило к смертям или распространению инфекции, в то время как в других возникали значительные вспышки. Используя геномный анализ, исследователи в Новой Зеландии изучили более половины подтвержденных случаев заболевания в стране и обнаружили ошеломляющие 277 случаев заражения в первые месяцы, и всего 19% из них привели к хотя бы одному дополнительному заражению. Проведенный недавно анализ показывает, что подобный эффект может проявляться даже в местах скопления людей (таких, как дома престарелых), и что возможно для возникновения вспышки необходимо несколько обширных случаев распространения. Между тем, в Тэгу (Южная Корея), только одна женщина, названная «пациенткой 31», стала причиной более 5000 известных случаев заражения в одном кластере – мегацеркви.
Неудивительно, что SARS-CoV, предыдущее поколение вируса SARS-CoV-2, вызвавшее вспышку атипичной пневмонии в 2003 году, также было супер-распространено таким образом: Большая часть инфицированных людей не передавала его, но большинство вспышек были вызваны несколькими событиями, в рамках которых происходило супер-распространение. MERS, еще один кузен коронавируса атипичной пневмонии, также кажется супер-распространенным, но, к счастью, он не очень хорошо передается среди людей.
Показатель k учитывает именно подобную закономерность чередования уровней заразности – то, что ускользает от взора показателя R. Самуэль Скарпино, доцент кафедры эпидемиологии и сложных систем Северо-Восточного региона, сказал мне, что это было огромной проблемой, особенно для органов здравоохранения в западных странах, где в пандемических методичках основное внимание уделялось гриппу – и в этом был смысл, потому что пандемия гриппа может быть невероятно опасна. Однако у гриппа не наблюдается подобная кластерность распространения.
Мы можем рассматривать картину болезни как детерминированную или стохастическую: в первом случае распространение вспышки более линейно и предсказуемо, во втором гораздо большую роль играет случайность, а делать предсказания трудно (если вообще возможно). В детерминистических траекториях мы ожидаем, что то, что произошло вчера, даст нам хорошее представление о том, чего ожидать завтра. Стохастические явления, однако, работают не так: одни и те же входы не всегда дают одни и те же выходы, и явления могут быстро переходить из одного состояния в другое. Как сказал мне Скарпино: «Такие болезни, как грипп, довольно близки к детерминированным, а R0 (хотя и несовершенен) рисует правильную картину (почти невозможно остановить распространение, пока не появится вакцина)». Это утверждение не обязательно справедливо для супер-распространенных болезней.
Природа и общество изобилуют несбалансированными явлениями, некоторые из которых работают по принципу Парето, названному в честь социолога Вильфредо Парето. Идею Парето иногда называют принципом 80/20 — 80 процентов результатов, представляющих интерес, вызваны 20 процентами вкладов – хотя цифры не обязательно должны быть настолько строгими. Скорее, принцип Парето означает, что за большинство последствий отвечает небольшое число событий или людей. Это не станет сюрпризом для тех, кто работал, например, в сфере услуг, где небольшая группа проблемных клиентов может стать причиной всей возникшей дополнительной нагрузки. В подобных случаях исключение этих клиентов из бизнеса или предоставление им большой скидки может решить проблему, но если жалобы будут равномерно распределены, то потребуются разнообразные стратегии. Аналогичным образом, акцент на показателе R или использование опыта пандемии гриппа не обязательно будет хорошо работать в случае чрезмерно рассеянной пандемии.
Хитоши Ошитани, член Национальной группы по исследованию кластеров COVID-19 при Министерстве здравоохранения, труда и социального обеспечения Японии и профессор Университета Тохоку, который рассказал мне, что Япония изначально сосредоточилась на чрезмерном распространении, сравнивает подход своей страны с взглядом на лес и пытается найти кластеры, а не деревья. Он считает что, западный мир засмотрелся на деревья и заблудился среди них. Чтобы эффективно бороться с супер-распространением болезни, политики должны понять, почему оно происходит, и они должны понять, как оно влияет на все – включая наши методы отслеживания контактов и политику тестирования.
У супер-распространения патогена может быть множество причин. Желтая лихорадка распространяется в основном через комара Aedes aegypti, но до тех пор, пока не была открыта роль насекомого, его передача сводила с ума многих ученых. Считалось, что туберкулез распространяется с каплями, пока в результате хитроумных экспериментов не было доказано, что он передается по воздуху. Многое до сих пор неизвестно о супер-распространении атипичной пневмонии (SARS-CoV-2). Возможно, некоторые люди являются супер-распространителями вируса – то есть распространяют его намного больше, чем другие. Как и в случае с другими болезнями, паттерны контактов, безусловно, играют свою роль: политик во время предвыборной кампании или студент в общежитии значительно отличаются количеством контактов с другими людьми по сравнению с, например, пожилым человеком, живущим в небольшом доме. Однако, благодаря анализу эпидемиологических данных, накопленных за девять месяцев, у нас появились важные сведения о ряде факторов.
Многие исследования показывают, что в подавляющем большинстве случаев кластеры распространения COVID-19 возникают в плохо проветриваемых помещениях, где собирается большое количество людей: свадьбы, церкви, хоры, спортивные залы, похороны, рестораны, то есть места, где люди громко говорят или поют без масок. Для возникновения супер-распространения необходимо проявление ряда других аспектов, и риски их возникновения могут отличаться в разных местах и при разных видах деятельности – об этом мне рассказала Мюге Чевик, преподаватель курсов по по инфекционным заболеваниям и медицинской вирусологии в Университете Сент-Эндрюс и соавтор недавнего обширного исследования об условиях передачи COVID-19.
Чевик утверждает, что «длительный контакт, плохая вентиляция, [и] скопление людей» являются ключевыми факторами супер-распространения. Супер-распространение может также произойти в помещении, выходящем за рамки директивы о полутора метрах, поскольку SARS-CoV-2, патоген, вызывающий КОВИД-19, может перемещаться по воздуху и накапливаться, особенно если в помещении плохая вентиляция. Учитывая, что некоторые люди заражают других до возникновения симптомов (а иногда симптомы выражаются очень слабо или вовсе отсутствуют), мы даже не можем узнать заразны ли мы сами. Мы даже не знаем, есть ли другие факторы, влияющие на супер-распространение. Впрочем, нам не нужно знать все эти факторы, чтобы избежать необходимого условия супер-распространения: скопления людей, особенно в плохо вентилируемом помещении, и (еще более особенно), не носящих маски. Как сказала мне Натали Дин, специалист по биостатистике из Университета Флориды, учитывая огромные числа, связанные с этими кластерами, нацеленность на их уничтожение могла бы значительно снизить показатели распространения инфекции.
Чрезмерное рассеяние должно учитываться при работе над отслеживанием контактов. Возможно, нам нужно будет делать все наоборот. В настоящее время многие государства занимаются тем, что называется прямым (или перспективным) отслеживанием контактов. Как только зараженный человек идентифицирован, мы пытаемся выяснить, с кем он взаимодействовал после этого, чтобы мы могли предупредить, проверить, изолировать и отправить на карантин людей, вовлеченных в это взаимодействие. Но это не единственный способ отследить контакты. Из-за чрезмерной дисперсии, эта методика не всегда приносит пользу. Вместо этого, во многих случаях, мы должны попытаться работать в обратном направлении, чтобы увидеть, кто первый заразил субъекта.
Из-за чрезмерной дисперсии большинство людей будут инфицированы человеком, который также заразил других людей – поскольку по статистике лишь малый процент инфицированных заражают большое количество людей одновременно. Большинство заражает либо одного человека, либо никого вовсе. Как объяснил мне Адам Кухарский (Adam Kucharski), эпидемиолог и автор книги «Правила заражения», если мы сможем использовать ретроспективное отслеживание контактов для обнаружения человека, который заразил нашего пациента, а затем напрямую проследим контакты инфицированного, то, как правило, мы найдем гораздо больше случаев по сравнению с простым применением прямого анализа контактов – он просто укажет на ряд потенциальных случаев заражения, многие из которых так и останутся потенциальными, потому что многие цепочки распространения не срабатывают.
Причина важности обратного отслеживания похожа на то, что социолог Скотт Л. Фелд назвал парадоксом дружбы: у ваших друзей, в среднем, будет больше друзей, чем у вас. (Извините!) Это очевидно, если обратиться к представлению в виде сети. Дружба распределена неравномерно; у некоторых людей много друзей, и ваш круг друзей, скорее всего, будет включать в себя этих социальных бабочек, потому что иначе и быть не может. Они подружились и с вами, и с другими людьми. И эти они увеличивают среднее количество друзей, которое есть у ваших друзей по сравнению с вами, обычным человеком. (Конечно, самих социальных бабочек это не касается, но чрезмерная дисперсия означает, что их гораздо меньше). Точно так же инфекционный человек, передающий болезнь, подобен пандемической социальной бабочке: в среднем они заражает намного больше людей, чем среднестатистический человек, который будет передавать инфекцию намного реже. Действительно, как математически доказывает Кухарский и его соавторы, чрезмерная дисперсия означает, «что одно только прямое отслеживание может выявить самое большее среднее число последующих заражений (т. е. R)». В свою очередь,
«обратное отслеживание увеличивает это максимальное количество отслеживаемых лиц в 2-3 раза, поскольку рассматриваемые кейсы с большей вероятностью будут происходить из существующих кластеров, а не создавать новые»
Даже в условиях чрезмерно рассеянной пандемии, имеет смысл делать применять прямое отслеживание, чтобы иметь возможность предупреждать и проверять людей – если есть дополнительные ресурсы и возможности для тестирования. Но не имеет смысла заниматься прямым отслеживанием, не выделяя при этом достаточно ресурсов для обратного отслеживания и поиска кластеров, которые наносят столько вреда.
Другим существенным последствием чрезмерного рассеяния является то, что оно подчеркивает важность проведения определенных видов быстрых, дешевых тестов. Рассмотрим нынешнюю доминирующую модель тестирования и отслеживания. Во многих странах органы здравоохранения пытаются отследить и найти прямые контакты инфицированного человека: всех, с кем он контактировал с момента заражения. Затем они пытаются проверить их всех с помощью дорогостоящих, медленных, но высокоточных тестов ПЦР (полимеразная цепная реакция). В ситуации, когда кластеры настолько сильно влияют на распространение инфекции, возможно это не лучшая стратегия.
ПЦР-тесты идентифицируют сегменты РНК коронавируса в образцах из носовых мазков – как будто ищут его подпись. Такие диагностические тесты оцениваются по двум показателям: Хорошо ли они выявляют не-инфицированных (специфичность), и хорошо ли они выявляют инфицированных (чувствительность)? Тесты ПЦР очень точны по обоим параметрам. Однако, ПЦР-тесты также медленны и дорогостоящи, и для них требуется глубокий и неудобный мазок, проводимый в медицинском учреждении. Также из-за большого времени обработки люди иногда не получают информацию, когда она им нужна. Хуже того, ПЦР-тесты настолько отзывчивы, что могут найти крошечные остатки коронавирусных сигнатур еще долгое время после того, как кто-то перестает быть заразным, что может привести к ненужному карантину.
Между тем, исследователи продемонстрировали, что быстрые тесты (которые очень точны для выявления людей, не страдающих этой болезнью, но не настолько хороши для выявления инфицированных лиц) могут помочь нам сдержать эту пандемию. Как сказал мне Дилан Моррис, кандидат наук в области экологии и эволюционной биологии в Принстоне, дешевые тесты с низкой чувствительностью могут помочь сдержать пандемию, даже если она не является чрезмерно рассеянной – но они особенно ценны для выявления кластеров в рамках пандемии с чрезмерным уровнем дисперсии. Это особенно полезно, поскольку некоторые из этих тестов можно проводить с помощью слюны и других менее инвазивных методов, а также распространять их за пределами медицинских учреждений.
В условиях чрезмерно рассеянного режима выявление случаев заражения более важно, чем идентификация инфицированных лиц. Рассмотрим зараженного человека и 20 его прямых контактов – людей, с которыми он познакомился после заражения. Допустим, мы протестируем 10 из них с помощью дешевого экспресс-теста и получим результаты через час-два. Это не самый лучший способ определить, кто именно болен из этих 10, потому что наш тест пропустит некоторые из положительных результатов, но для наших целей это нормально. Если все они отрицательные, мы можем действовать так, как будто никто не заражен, потому что тест довольно хорошо находит отрицательные результаты.
Однако, в тот момент, когда мы находим несколько случаев заражения, мы знаем, что возможно мы имеем дело с супер-распространением, и мы можем сказать всем 20 людям, что скорее всего они заражены и должны самоизолироваться. Если мы обнаружим одно или два заражения, то дело, скорее всего, в кластерном распространении. В зависимости от возраста и других факторов, мы можем протестировать этих людей индивидуально, используя тесты ПЦР, которые могут точно определить, кто заражен – или попросим их всех подождать.
Скарпино сказал мне, что чрезмерная дисперсия также повышает полезность других методов – таких как тестирование сточных вод (особенно в местах скопления людей, таких как общежития или дома престарелых), позволяя нам обнаруживать кластеры, не тестируя абсолютно всех. Исследование сточных вод также имеет низкую чувствительность, оно может пропустить положительные результаты, если слишком мало людей заражены, но это нормально для скрининга. Если тестирование сточных вод сигнализирует о том, что, инфекции скорее всего нет, то нам не нужно тестировать всех, чтобы выявить все потенциальные случаи заражения. Впрочем, как только мы обнаружим признаки кластера, мы сможем быстро изолировать всех – опять-таки в ожидании дальнейшего индивидуализированного тестирования с помощью ПЦР-тестов, в зависимости от ситуации.
К сожалению, до последнего времени многие такие дешевые тесты ограничивались регулирующими органами в Соединенных Штатах. Отчасти потому, что они были обеспокоены их относительной неточностью в выявлении положительных случаев по сравнению с ПЦР-тестами – из-за этого беспокойства была упущена их полезность на уровне популяции для этого конкретного чрезмерно рассеянного патогена.
Вернемся к загадкам этой пандемии – почему на ранних стадиях в схожих между собой странах проявились настолько разные траектории распространения? Почему привычные аналитические инструменты (изучение кейсов, сравнение стран) не дали нам более точных ответов? В интеллектуальном плане это не удовлетворяет, но из-за чрезмерной дисперсии и случайности, возможно, объяснения нет – разве что в наиболее пострадавших регионах на начальном этапе произошло несколько вспышек супер-распространения. Дело не только в удаче: плотность населения, количество пожилых людей и массовые скопления, например, делают города по всему миру более восприимчивыми к вспышкам по сравнению с сельской местностью, местами с низкой плотностью населения, а также городами с более молодым населением, с меньшим количеством массового транзита или более здоровыми гражданами. Но почему в феврале вспышка произошла в Тегу, а не в Сеуле – несмотря на то, что два города находятся в одной стране, при одном и том же правительстве, в них живут похожие люди, у них примерно одинаковая погода и многое другое? Как бы это ни огорчало, иногда ответ может заключаться только в том, где оказалась 31-я пациентка и мегацерковь, которую она посещала.
Из-за чрезмерной дисперсии мы плохо усваиваем уроки, которые нам преподает мир, потому что нам не удается думать о причинах и следствиях. Например, это говорит о том, что события, которые приводят к распространению и не-распространению вируса, асимметричны с точки зрения того, что мы можем узнать. Взгляните на растиражированный случай в Спрингфилде, Миссури, в котором два зараженных парикмахера (оба носили маски), продолжали работать с клиентами, имея симптомы заражения. Оказалось, что среди 139 клиентов не было обнаружено явных случаев заражения (67 были непосредственно обследованы; остальные не сообщили о том, что заболели). Несмотря на то, что существует множество свидетельств того, что маски имеют решающее значение для ослабления передачи, одно только это событие не говорит нам о том, работают ли маски. Напротив, изучение передачи, более редкого события, может быть весьма информативным. Если бы эти два парикмахера передали вирус большому количеству людей, несмотря на то, что все носят маски, это было бы важным доказательством того, что, возможно, маски не помогают предотвращать супер-распространение.
Сравнения также дают нам меньше информации по сравнению с явлениями, у которых вход и выход более тесно связаны друг с другом. Мы можем проверить наличие фактора (скажем, солнечного света или витамина D) и посмотреть, коррелирует ли он с последствиями (степенью заражения). Но все гораздо сложнее, если последствия могут сильно варьироваться в зависимости от нескольких случайных событий – в середине февраля в Южной Корее не тот человек оказался не в том месте. Это одна из причин, из-за которой при сопоставлении нескольких стран сложно выявить динамику, объясняющую разницу между траекториями в разных местах.
Как только мы признаем, что супер-распространение является основным фактором, страны, которые выглядят слишком расслабленными в некоторых аспектах, будут выглядеть совершенно по-другому, и наши обычные полярные дебаты по поводу пандемии тоже будут сброшены со счетов. Возьмем, к примеру, Швецию, которая, в зависимости от того, кого вы спрашиваете, добилась большого успеха или потерпела ужасную неудачу с коллективным иммунитетом без локдауна. В действительности, несмотря на то, что Швеция стала одной из многих стран, которым не удалось защитить пожилых людей в местах их совместного проживания, ее меры, направленные на борьбу с супер-распространением, были более строгими, чем во многих других европейских странах. Несмотря на то, что Швеция не уходила на полный локдаун, как сказал мне Кухарский, в марте Швеция ввела ограничение на массовые собрания – не более 50 человек. Это ограничение не снято до сих пор, несмотря на то, что многие европейские страны ослабили свои меры после окончания первой волны (многие возвращаются к ужесточению мер в связи с ухудшением ситуации). Кроме того, по сравнению с большинством стран Европы, в Швеции меньше домов, в которых проживают представители нескольких поколений, что еще больше ограничивает возможности передачи инфекции и создания кластеров. Школы в Швеции оставались полностью открытыми без соблюдения социальной дистанции и масочного режима, но только для детей до 16 лет, которые вряд ли являются супер-распространителями этой болезни. И риск передачи, и риск заболевания увеличиваются с возрастом, и Швеция перевела старшеклассников и студентов в онлайн – в противоположность тому, что делали в Соединенных Штатах. Также в Швеции поощрялось социальное дистанцирование, а учреждения, которые не соблюдали правила, закрывались. С точки зрения чрезмерной дисперсии и супер-распространения, Швеция не относится к числу самых мягких (с точки зрения мер) стран, но и не является самой строгой. Просто не стоит так часто ссылаться на нее в обсуждения и оценках различных стратегий.
Несмотря на то, что чрезмерная дисперсия усложняет применение обычных методов изучения причинно-следственных связей, можно изучать ошибки в понимании того, какие условия превращают невезение в катастрофу. Мы также можем изучать стабильный успех, потому что невезение в конечном итоге поразит всех, и важна реакция на него.
Наиболее информативными примерами вполне могут быть те, кому изначально, как и Южной Корее, ужасно не повезло, но при этом удалось добиться значительного сдерживания. Напротив, Европа, напротив, получила высокую оценку за то, что рано открылась, хотя это было преждевременно; во многих странах в настоящее время наблюдается повсеместный рост числа случаев, и по некоторым показателям эти страны похожи на Соединенные Штаты. На самом деле, достижение Европой успеха этим летом и расслабление (в том числе разрешение проведения закрытых мероприятий с большим количеством участников), поучительно в отношении еще одного важного аспекта управления чрезмерно рассеянным патогеном: по сравнению с более устойчивой системой, успех при стохастическом сценарии может быть более хрупким, чем кажется.
Как только в стране происходит слишком много вспышек, пандемия как будто переходит в «грипповый режим», как выразился Скарпино, что означает высокий, устойчивый уровень распространения инфекции на уровне общин – даже несмотря на то, что большинство инфицированных людей, возможно, не передают инфекцию в дальнейшем. Скарпино объяснил, что если не принять действительно радикальных мер, то после того, как COVID-19 перейдет в этот режим, он может продолжать распространяться из-за огромного числа уже существующих цепочек. Кроме того, огромные числа могут в конечном итоге привести к появлению новых кластеров, что еще больше ухудшит ситуацию.
По словам Кухарского, относительно спокойный период может скрыть, насколько быстро все может перерасти в крупные вспышки и как несколько связанных событий усиления могут быстро превратить, казалось бы, неконтролируемую ситуацию в катастрофу. Нам часто говорят, что если Rt, мера среднего распространения в реальном времени, выше единицы, то пандемия нарастает, а если ниже единицы, то она идет на спад. Это может быть верно для эпидемии, которая не является чрезмерно рассеянной, и если Rt меньше единицы (что, безусловно, хорошо), не стоит слишком расслабляться, ведь цепочка случайных событий может снова привести к огромным числам. Ни одна страна не должна забывать о южнокорейской пациентке 31.
Тем не менее, чрезмерная дисперсия также является поводом для надежды, как показала агрессивная и успешная реакция Южной Кореи на эту вспышку – с массовым тестированием, отслеживанием контактов и изоляцией. С тех пор Южная Корея также проявляет постоянную бдительность и демонстрирует важность обратного отслеживания. Когда недавно в Сеуле вспыхнула серия кластеров, связанных с ночными клубами, органы здравоохранения агрессивно отследили и протестировали десятки тысяч людей, связанных с этими местами – независимо от их взаимодействия и соблюдения социальной дистанции. Это разумные меры, учитывая, что мы знаем, что патоген передается воздушно-капельным путем.
Наверное, одним из самых интересных случаев была Япония, страна со средней удачей, которая рано попала под удар и приняла меры, которые казались нестандартными – не проводила массовое тестирование не уходила на полный локдаун. К концу марта влиятельные экономисты публиковали отчеты с страшными предупреждениями, предсказывая перегрузки в больничной системе и огромные всплески смертей. Однако предсказанная катастрофа так и не произошла, и хотя страна столкнулась с несколькими волнами, в ней не было больших всплесков смертности, несмотря на старение населения, непрерывное использование общественного транспорта, плотность городов и отсутствие формального локдауна.
Дело не в том, что в начале в Японии ситуация была лучше, чем в Соединенных Штатах. Ошитани сказал, что Япония как и США и Европа не имела возможности проводить массовое ПЦР-тестирование. Власти также не могли ввести полный локдаун или регулировать порядок пребывания дома, даже если бы это было желательно – в Японии это невозможно юридически.
Ошитани рассказал мне, что в Японии уже в феврале заметили чрезмерную дисперсию распространения COVID-19, и поэтому разработали стратегию, сосредоточенную в основном на уничтожении кластеров, в рамках которой предпринимаются попытки не допустить, чтобы один кластер «поджигался» другим. Ошитани сказал, что, по его мнению, «цепь распространения не может быть устойчивой без цепи кластеров или мегакластеров». Таким образом, Япония осуществила подход, в рамках которого применила агрессивное обратное отслеживание контактов с целью обнаружения кластеров. Япония также сосредоточилась на вентиляции, консультируя свое население, чтобы оно не попадало в закрытые пространства, где собираются толпы и взаимодействуют в тесном контакте, особенно если там разговаривают или поют. Таким образом, в Японии объединили научные знания о чрезмерной дисперсии со сведениями о передаче по воздуху, а также досимптоматической и бессимптомной передаче.
Ошитани противопоставляет японскую стратегию (в рамках который были отработаны все важные особенности пандемии на ранних ее стадиях) западной, в которой стремятся ликвидировать случаи заражения один за одним – несмотря на то, что возможно это и не основной метод распространения. В самом деле, в Японии снизилось число случаев заболевания, но бдительность не была снижена: Когда правительство начало замечать рост числа случаев заболевания в общинах, в апреле оно ввело чрезвычайное положение и изо всех сил пыталось склонять к закрытию те виды бизнеса, которые могли быть связаны с случаями супер-распространения. Речь о театрах, музыкальных площадках, стадионах. Теперь школы возвращаются к очным занятиям, и даже стадионы открыты – но скандировать запрещено.
Дело не всегда в строгости правил и ограничениях, а в том, направлены ли они на правильный источник опасности. Как сказал Моррис, «приверженность Японии к уничтожению кластеров позволила ей добиться впечатляющих результатов при разумно избранных ограничениях». Страны, которые проигнорировали супер-распространение, рисковали получить худшее из обоих миров: обременительные ограничения, которые не смогли привести к существенному смягчения последствий. Недавнее решение Великобритании ограничить собрания на свежем воздухе шестью людьми и разрешить пабам и барам оставаться открытыми – это лишь один из множества таких примеров".
Сможем ли мы вернуться к нормальной жизни, сосредоточившись на ограничении условий для супер-распространения событий, агрессивно занимаясь сжиганием кластеров и развертыванием дешевых, быстрых массовых тестов (как только мы снизим наши показатели до достаточно низких, чтобы осуществить такую стратегию)? Многие страны с низкими показателями передачи патогена могут начать уже сейчас. Как только мы всмотримся и увидим лес, мы сможем найти выход.
Есть что-то странное в этой коронавирусной пандемии. Даже после нескольких месяцев обширных исследований, проведенных мировым научным сообществом, многие вопросы остаются открытыми. Почему, например, именно в северной части Италии смертей было намного больше, чем в других частях страны? 25 000 смертей (из 36 000) пришлись всего на три смежных региона на севере Италии. В Ломбардии умерло около 17 000 человек. Почти все эти смерти пришлись на первые месяцы после вспышки. Что произошло в апреле в Гуаякиле (Эквадор), когда большое количество людей умерло настолько быстро, что их тела были брошены на тротуарах и улицах? Почему весной 2020 года на столь небольшое число городов пришлась значительная доля смертей во всем мире, в то время как многие другие города с аналогичной плотностью, погодой, возрастным распределением и характером поездок избежали такой участи? Чему мы можем действительно научиться у Швеции, ситуацию в которой одновременно называют и большим успехом (из-за низкого числа случаев заболевших и умерших) и провалом (из-за высокой смертности в начале пандемии) при том, что в Европе уже начинается вторая волна? Почему широко обсуждаемые ранее прогнозы властей Японии не оправдались? Подобных странных примеров становится все больше.
За последние девять месяцев я слышал много объяснений различий в траекториях распространения: погода, доли пожилого населения, витамин D, прежний иммунитет, коллективный иммунитет – ни одно из них не объясняет ни периода, ни масштаба этих колебаний.
Впрочем, возможно существует, упущенный из виду ключ к пониманию пандемии, который помог бы ответить на эти вопросы, пересмотреть актуальные аргументы и, что очень важно, взять под контроль распространение COVID-19.
К настоящему времени многие уже слышали об R0 — базовом репродуктивном числе патогена, позволяющем оценить его заразность. Но если вы не читали научные журналы, вы, скорее всего, не сталкивались с k — мерой его дисперсии. Определение k кажется сложным, но по сути это просто способ выяснить как распространяется вирус – равномерно или большими всплесками, при которых один человек разом заражает множество других людей. После девяти месяцев сбора эпидемиологических данных мы знаем, что имеем дело с чрезвычайно широко рассеянным патогеном, а это значит, что он имеет тенденцию распространяться в кластерах. Эти знания еще не полностью вошли в наше представление о пандемии (и в нашу профилактическую практику).
Ставший известным коэффициент R0 (произносится как «эр-ноль») – это средний показатель заразности патогена, то есть среднее число людей, которые могут заразиться после контакта с зараженным человеком. Если один больной человек заражает в среднем трех других, то R0 равен трем. Этот параметр рассматривался как один из ключевых факторов понимания того, как устроена пандемия. Новостные СМИ подготовили множество объяснений и визуализаций этого параметра. Фильмы, получившие высокую оценку за их научную достоверность в отношении пандемии, заслуживают похвалы за то, что их персонажи объясняют «исключительно важный» R0. Появились онлайн-таблицы, отслеживающие значение R и Rt в реальном времени в соответствии с нашими действиями (Если люди носят маски и изолируются, или появляется иммунитет, болезнь не может больше распространяться теми же темпами, отсюда и разница между R0 и R).
К сожалению, средние показатели не всегда помогают оценить все распределение, особенно если его элементы могут значительно отличаться друг от друга. Если генеральный директор Amazon Джефф Безос зайдет в бар со 100 постоянными посетителями, то среднее благосостояние гостей этого бара внезапно превысит 1 миллиард долларов. Если в этот бар войду и я, мало что изменится. Очевидно, что средний показатель не особо полезен для понимания распределения богатства в этом баре или того, как его изменить. Иногда среднее ни о чем не говорит. При этом, если в баре есть человек, инфицированный COVID-19, а в помещении плохая вентиляция и шум (из-за которого людям придется громко говорить на коротких дистанциях), то почти все гости могут быть заражены – подобная закономерность наблюдалась много раз с момента начала пандемии, и она просто не учитывается показателем R. Здесь мы и приходим к понятию дисперсии.
Существуют ситуации, в которых один человек может заразить 80% или более людей, находящихся в помещении всего за несколько часов. В то же время, в других случаях COVID-19 может быть на удивление менее заразным. Чрезмерная дисперсия и супер-распространяемость этого вируса наблюдаются в ходе исследований по всему миру. По оценкам растущего числа исследований, большинство инфицированных людей могут не заразить ни одного другого человека. В недавней работе было установлено, что в Гонконге, где проводилось обширное тестирование и отслеживание контактов, около 19% случаев заражения были ответственны за 80% случаев передачи, в то время как в 69% случаев инфекция не была передана ни одному человеку. И этот вывод не аномален: многие исследователи с самого начала предполагали, что лишь от 10 до 20 процентов инфицированных людей могут быть ответственны за 80-90 процентов случаев передачи, и что многие люди не передают заболевание вовсе.
Такое крайне перекошенное и неравномерное распределение свидетельствует о том, что ряд неудачных событий в самом начале распространения может привести к супер-распространению инфекции и возникновению кластеров – и именно поэтому события в даже похожих между собой странах могут кардинально отличаться. Ученые изучили в глобальной перспективе события ранних этапов, когда инфицированные люди ездили по разным странам, и обнаружили, что в некоторых странах это не приводило к смертям или распространению инфекции, в то время как в других возникали значительные вспышки. Используя геномный анализ, исследователи в Новой Зеландии изучили более половины подтвержденных случаев заболевания в стране и обнаружили ошеломляющие 277 случаев заражения в первые месяцы, и всего 19% из них привели к хотя бы одному дополнительному заражению. Проведенный недавно анализ показывает, что подобный эффект может проявляться даже в местах скопления людей (таких, как дома престарелых), и что возможно для возникновения вспышки необходимо несколько обширных случаев распространения. Между тем, в Тэгу (Южная Корея), только одна женщина, названная «пациенткой 31», стала причиной более 5000 известных случаев заражения в одном кластере – мегацеркви.
Неудивительно, что SARS-CoV, предыдущее поколение вируса SARS-CoV-2, вызвавшее вспышку атипичной пневмонии в 2003 году, также было супер-распространено таким образом: Большая часть инфицированных людей не передавала его, но большинство вспышек были вызваны несколькими событиями, в рамках которых происходило супер-распространение. MERS, еще один кузен коронавируса атипичной пневмонии, также кажется супер-распространенным, но, к счастью, он не очень хорошо передается среди людей.
Показатель k учитывает именно подобную закономерность чередования уровней заразности – то, что ускользает от взора показателя R. Самуэль Скарпино, доцент кафедры эпидемиологии и сложных систем Северо-Восточного региона, сказал мне, что это было огромной проблемой, особенно для органов здравоохранения в западных странах, где в пандемических методичках основное внимание уделялось гриппу – и в этом был смысл, потому что пандемия гриппа может быть невероятно опасна. Однако у гриппа не наблюдается подобная кластерность распространения.
Мы можем рассматривать картину болезни как детерминированную или стохастическую: в первом случае распространение вспышки более линейно и предсказуемо, во втором гораздо большую роль играет случайность, а делать предсказания трудно (если вообще возможно). В детерминистических траекториях мы ожидаем, что то, что произошло вчера, даст нам хорошее представление о том, чего ожидать завтра. Стохастические явления, однако, работают не так: одни и те же входы не всегда дают одни и те же выходы, и явления могут быстро переходить из одного состояния в другое. Как сказал мне Скарпино: «Такие болезни, как грипп, довольно близки к детерминированным, а R0 (хотя и несовершенен) рисует правильную картину (почти невозможно остановить распространение, пока не появится вакцина)». Это утверждение не обязательно справедливо для супер-распространенных болезней.
Природа и общество изобилуют несбалансированными явлениями, некоторые из которых работают по принципу Парето, названному в честь социолога Вильфредо Парето. Идею Парето иногда называют принципом 80/20 — 80 процентов результатов, представляющих интерес, вызваны 20 процентами вкладов – хотя цифры не обязательно должны быть настолько строгими. Скорее, принцип Парето означает, что за большинство последствий отвечает небольшое число событий или людей. Это не станет сюрпризом для тех, кто работал, например, в сфере услуг, где небольшая группа проблемных клиентов может стать причиной всей возникшей дополнительной нагрузки. В подобных случаях исключение этих клиентов из бизнеса или предоставление им большой скидки может решить проблему, но если жалобы будут равномерно распределены, то потребуются разнообразные стратегии. Аналогичным образом, акцент на показателе R или использование опыта пандемии гриппа не обязательно будет хорошо работать в случае чрезмерно рассеянной пандемии.
Хитоши Ошитани, член Национальной группы по исследованию кластеров COVID-19 при Министерстве здравоохранения, труда и социального обеспечения Японии и профессор Университета Тохоку, который рассказал мне, что Япония изначально сосредоточилась на чрезмерном распространении, сравнивает подход своей страны с взглядом на лес и пытается найти кластеры, а не деревья. Он считает что, западный мир засмотрелся на деревья и заблудился среди них. Чтобы эффективно бороться с супер-распространением болезни, политики должны понять, почему оно происходит, и они должны понять, как оно влияет на все – включая наши методы отслеживания контактов и политику тестирования.
У супер-распространения патогена может быть множество причин. Желтая лихорадка распространяется в основном через комара Aedes aegypti, но до тех пор, пока не была открыта роль насекомого, его передача сводила с ума многих ученых. Считалось, что туберкулез распространяется с каплями, пока в результате хитроумных экспериментов не было доказано, что он передается по воздуху. Многое до сих пор неизвестно о супер-распространении атипичной пневмонии (SARS-CoV-2). Возможно, некоторые люди являются супер-распространителями вируса – то есть распространяют его намного больше, чем другие. Как и в случае с другими болезнями, паттерны контактов, безусловно, играют свою роль: политик во время предвыборной кампании или студент в общежитии значительно отличаются количеством контактов с другими людьми по сравнению с, например, пожилым человеком, живущим в небольшом доме. Однако, благодаря анализу эпидемиологических данных, накопленных за девять месяцев, у нас появились важные сведения о ряде факторов.
Многие исследования показывают, что в подавляющем большинстве случаев кластеры распространения COVID-19 возникают в плохо проветриваемых помещениях, где собирается большое количество людей: свадьбы, церкви, хоры, спортивные залы, похороны, рестораны, то есть места, где люди громко говорят или поют без масок. Для возникновения супер-распространения необходимо проявление ряда других аспектов, и риски их возникновения могут отличаться в разных местах и при разных видах деятельности – об этом мне рассказала Мюге Чевик, преподаватель курсов по по инфекционным заболеваниям и медицинской вирусологии в Университете Сент-Эндрюс и соавтор недавнего обширного исследования об условиях передачи COVID-19.
Чевик утверждает, что «длительный контакт, плохая вентиляция, [и] скопление людей» являются ключевыми факторами супер-распространения. Супер-распространение может также произойти в помещении, выходящем за рамки директивы о полутора метрах, поскольку SARS-CoV-2, патоген, вызывающий КОВИД-19, может перемещаться по воздуху и накапливаться, особенно если в помещении плохая вентиляция. Учитывая, что некоторые люди заражают других до возникновения симптомов (а иногда симптомы выражаются очень слабо или вовсе отсутствуют), мы даже не можем узнать заразны ли мы сами. Мы даже не знаем, есть ли другие факторы, влияющие на супер-распространение. Впрочем, нам не нужно знать все эти факторы, чтобы избежать необходимого условия супер-распространения: скопления людей, особенно в плохо вентилируемом помещении, и (еще более особенно), не носящих маски. Как сказала мне Натали Дин, специалист по биостатистике из Университета Флориды, учитывая огромные числа, связанные с этими кластерами, нацеленность на их уничтожение могла бы значительно снизить показатели распространения инфекции.
Чрезмерное рассеяние должно учитываться при работе над отслеживанием контактов. Возможно, нам нужно будет делать все наоборот. В настоящее время многие государства занимаются тем, что называется прямым (или перспективным) отслеживанием контактов. Как только зараженный человек идентифицирован, мы пытаемся выяснить, с кем он взаимодействовал после этого, чтобы мы могли предупредить, проверить, изолировать и отправить на карантин людей, вовлеченных в это взаимодействие. Но это не единственный способ отследить контакты. Из-за чрезмерной дисперсии, эта методика не всегда приносит пользу. Вместо этого, во многих случаях, мы должны попытаться работать в обратном направлении, чтобы увидеть, кто первый заразил субъекта.
Из-за чрезмерной дисперсии большинство людей будут инфицированы человеком, который также заразил других людей – поскольку по статистике лишь малый процент инфицированных заражают большое количество людей одновременно. Большинство заражает либо одного человека, либо никого вовсе. Как объяснил мне Адам Кухарский (Adam Kucharski), эпидемиолог и автор книги «Правила заражения», если мы сможем использовать ретроспективное отслеживание контактов для обнаружения человека, который заразил нашего пациента, а затем напрямую проследим контакты инфицированного, то, как правило, мы найдем гораздо больше случаев по сравнению с простым применением прямого анализа контактов – он просто укажет на ряд потенциальных случаев заражения, многие из которых так и останутся потенциальными, потому что многие цепочки распространения не срабатывают.
Причина важности обратного отслеживания похожа на то, что социолог Скотт Л. Фелд назвал парадоксом дружбы: у ваших друзей, в среднем, будет больше друзей, чем у вас. (Извините!) Это очевидно, если обратиться к представлению в виде сети. Дружба распределена неравномерно; у некоторых людей много друзей, и ваш круг друзей, скорее всего, будет включать в себя этих социальных бабочек, потому что иначе и быть не может. Они подружились и с вами, и с другими людьми. И эти они увеличивают среднее количество друзей, которое есть у ваших друзей по сравнению с вами, обычным человеком. (Конечно, самих социальных бабочек это не касается, но чрезмерная дисперсия означает, что их гораздо меньше). Точно так же инфекционный человек, передающий болезнь, подобен пандемической социальной бабочке: в среднем они заражает намного больше людей, чем среднестатистический человек, который будет передавать инфекцию намного реже. Действительно, как математически доказывает Кухарский и его соавторы, чрезмерная дисперсия означает, «что одно только прямое отслеживание может выявить самое большее среднее число последующих заражений (т. е. R)». В свою очередь,
«обратное отслеживание увеличивает это максимальное количество отслеживаемых лиц в 2-3 раза, поскольку рассматриваемые кейсы с большей вероятностью будут происходить из существующих кластеров, а не создавать новые»
Даже в условиях чрезмерно рассеянной пандемии, имеет смысл делать применять прямое отслеживание, чтобы иметь возможность предупреждать и проверять людей – если есть дополнительные ресурсы и возможности для тестирования. Но не имеет смысла заниматься прямым отслеживанием, не выделяя при этом достаточно ресурсов для обратного отслеживания и поиска кластеров, которые наносят столько вреда.
Другим существенным последствием чрезмерного рассеяния является то, что оно подчеркивает важность проведения определенных видов быстрых, дешевых тестов. Рассмотрим нынешнюю доминирующую модель тестирования и отслеживания. Во многих странах органы здравоохранения пытаются отследить и найти прямые контакты инфицированного человека: всех, с кем он контактировал с момента заражения. Затем они пытаются проверить их всех с помощью дорогостоящих, медленных, но высокоточных тестов ПЦР (полимеразная цепная реакция). В ситуации, когда кластеры настолько сильно влияют на распространение инфекции, возможно это не лучшая стратегия.
ПЦР-тесты идентифицируют сегменты РНК коронавируса в образцах из носовых мазков – как будто ищут его подпись. Такие диагностические тесты оцениваются по двум показателям: Хорошо ли они выявляют не-инфицированных (специфичность), и хорошо ли они выявляют инфицированных (чувствительность)? Тесты ПЦР очень точны по обоим параметрам. Однако, ПЦР-тесты также медленны и дорогостоящи, и для них требуется глубокий и неудобный мазок, проводимый в медицинском учреждении. Также из-за большого времени обработки люди иногда не получают информацию, когда она им нужна. Хуже того, ПЦР-тесты настолько отзывчивы, что могут найти крошечные остатки коронавирусных сигнатур еще долгое время после того, как кто-то перестает быть заразным, что может привести к ненужному карантину.
Между тем, исследователи продемонстрировали, что быстрые тесты (которые очень точны для выявления людей, не страдающих этой болезнью, но не настолько хороши для выявления инфицированных лиц) могут помочь нам сдержать эту пандемию. Как сказал мне Дилан Моррис, кандидат наук в области экологии и эволюционной биологии в Принстоне, дешевые тесты с низкой чувствительностью могут помочь сдержать пандемию, даже если она не является чрезмерно рассеянной – но они особенно ценны для выявления кластеров в рамках пандемии с чрезмерным уровнем дисперсии. Это особенно полезно, поскольку некоторые из этих тестов можно проводить с помощью слюны и других менее инвазивных методов, а также распространять их за пределами медицинских учреждений.
В условиях чрезмерно рассеянного режима выявление случаев заражения более важно, чем идентификация инфицированных лиц. Рассмотрим зараженного человека и 20 его прямых контактов – людей, с которыми он познакомился после заражения. Допустим, мы протестируем 10 из них с помощью дешевого экспресс-теста и получим результаты через час-два. Это не самый лучший способ определить, кто именно болен из этих 10, потому что наш тест пропустит некоторые из положительных результатов, но для наших целей это нормально. Если все они отрицательные, мы можем действовать так, как будто никто не заражен, потому что тест довольно хорошо находит отрицательные результаты.
Однако, в тот момент, когда мы находим несколько случаев заражения, мы знаем, что возможно мы имеем дело с супер-распространением, и мы можем сказать всем 20 людям, что скорее всего они заражены и должны самоизолироваться. Если мы обнаружим одно или два заражения, то дело, скорее всего, в кластерном распространении. В зависимости от возраста и других факторов, мы можем протестировать этих людей индивидуально, используя тесты ПЦР, которые могут точно определить, кто заражен – или попросим их всех подождать.
Скарпино сказал мне, что чрезмерная дисперсия также повышает полезность других методов – таких как тестирование сточных вод (особенно в местах скопления людей, таких как общежития или дома престарелых), позволяя нам обнаруживать кластеры, не тестируя абсолютно всех. Исследование сточных вод также имеет низкую чувствительность, оно может пропустить положительные результаты, если слишком мало людей заражены, но это нормально для скрининга. Если тестирование сточных вод сигнализирует о том, что, инфекции скорее всего нет, то нам не нужно тестировать всех, чтобы выявить все потенциальные случаи заражения. Впрочем, как только мы обнаружим признаки кластера, мы сможем быстро изолировать всех – опять-таки в ожидании дальнейшего индивидуализированного тестирования с помощью ПЦР-тестов, в зависимости от ситуации.
К сожалению, до последнего времени многие такие дешевые тесты ограничивались регулирующими органами в Соединенных Штатах. Отчасти потому, что они были обеспокоены их относительной неточностью в выявлении положительных случаев по сравнению с ПЦР-тестами – из-за этого беспокойства была упущена их полезность на уровне популяции для этого конкретного чрезмерно рассеянного патогена.
Вернемся к загадкам этой пандемии – почему на ранних стадиях в схожих между собой странах проявились настолько разные траектории распространения? Почему привычные аналитические инструменты (изучение кейсов, сравнение стран) не дали нам более точных ответов? В интеллектуальном плане это не удовлетворяет, но из-за чрезмерной дисперсии и случайности, возможно, объяснения нет – разве что в наиболее пострадавших регионах на начальном этапе произошло несколько вспышек супер-распространения. Дело не только в удаче: плотность населения, количество пожилых людей и массовые скопления, например, делают города по всему миру более восприимчивыми к вспышкам по сравнению с сельской местностью, местами с низкой плотностью населения, а также городами с более молодым населением, с меньшим количеством массового транзита или более здоровыми гражданами. Но почему в феврале вспышка произошла в Тегу, а не в Сеуле – несмотря на то, что два города находятся в одной стране, при одном и том же правительстве, в них живут похожие люди, у них примерно одинаковая погода и многое другое? Как бы это ни огорчало, иногда ответ может заключаться только в том, где оказалась 31-я пациентка и мегацерковь, которую она посещала.
Из-за чрезмерной дисперсии мы плохо усваиваем уроки, которые нам преподает мир, потому что нам не удается думать о причинах и следствиях. Например, это говорит о том, что события, которые приводят к распространению и не-распространению вируса, асимметричны с точки зрения того, что мы можем узнать. Взгляните на растиражированный случай в Спрингфилде, Миссури, в котором два зараженных парикмахера (оба носили маски), продолжали работать с клиентами, имея симптомы заражения. Оказалось, что среди 139 клиентов не было обнаружено явных случаев заражения (67 были непосредственно обследованы; остальные не сообщили о том, что заболели). Несмотря на то, что существует множество свидетельств того, что маски имеют решающее значение для ослабления передачи, одно только это событие не говорит нам о том, работают ли маски. Напротив, изучение передачи, более редкого события, может быть весьма информативным. Если бы эти два парикмахера передали вирус большому количеству людей, несмотря на то, что все носят маски, это было бы важным доказательством того, что, возможно, маски не помогают предотвращать супер-распространение.
Сравнения также дают нам меньше информации по сравнению с явлениями, у которых вход и выход более тесно связаны друг с другом. Мы можем проверить наличие фактора (скажем, солнечного света или витамина D) и посмотреть, коррелирует ли он с последствиями (степенью заражения). Но все гораздо сложнее, если последствия могут сильно варьироваться в зависимости от нескольких случайных событий – в середине февраля в Южной Корее не тот человек оказался не в том месте. Это одна из причин, из-за которой при сопоставлении нескольких стран сложно выявить динамику, объясняющую разницу между траекториями в разных местах.
Как только мы признаем, что супер-распространение является основным фактором, страны, которые выглядят слишком расслабленными в некоторых аспектах, будут выглядеть совершенно по-другому, и наши обычные полярные дебаты по поводу пандемии тоже будут сброшены со счетов. Возьмем, к примеру, Швецию, которая, в зависимости от того, кого вы спрашиваете, добилась большого успеха или потерпела ужасную неудачу с коллективным иммунитетом без локдауна. В действительности, несмотря на то, что Швеция стала одной из многих стран, которым не удалось защитить пожилых людей в местах их совместного проживания, ее меры, направленные на борьбу с супер-распространением, были более строгими, чем во многих других европейских странах. Несмотря на то, что Швеция не уходила на полный локдаун, как сказал мне Кухарский, в марте Швеция ввела ограничение на массовые собрания – не более 50 человек. Это ограничение не снято до сих пор, несмотря на то, что многие европейские страны ослабили свои меры после окончания первой волны (многие возвращаются к ужесточению мер в связи с ухудшением ситуации). Кроме того, по сравнению с большинством стран Европы, в Швеции меньше домов, в которых проживают представители нескольких поколений, что еще больше ограничивает возможности передачи инфекции и создания кластеров. Школы в Швеции оставались полностью открытыми без соблюдения социальной дистанции и масочного режима, но только для детей до 16 лет, которые вряд ли являются супер-распространителями этой болезни. И риск передачи, и риск заболевания увеличиваются с возрастом, и Швеция перевела старшеклассников и студентов в онлайн – в противоположность тому, что делали в Соединенных Штатах. Также в Швеции поощрялось социальное дистанцирование, а учреждения, которые не соблюдали правила, закрывались. С точки зрения чрезмерной дисперсии и супер-распространения, Швеция не относится к числу самых мягких (с точки зрения мер) стран, но и не является самой строгой. Просто не стоит так часто ссылаться на нее в обсуждения и оценках различных стратегий.
Несмотря на то, что чрезмерная дисперсия усложняет применение обычных методов изучения причинно-следственных связей, можно изучать ошибки в понимании того, какие условия превращают невезение в катастрофу. Мы также можем изучать стабильный успех, потому что невезение в конечном итоге поразит всех, и важна реакция на него.
Наиболее информативными примерами вполне могут быть те, кому изначально, как и Южной Корее, ужасно не повезло, но при этом удалось добиться значительного сдерживания. Напротив, Европа, напротив, получила высокую оценку за то, что рано открылась, хотя это было преждевременно; во многих странах в настоящее время наблюдается повсеместный рост числа случаев, и по некоторым показателям эти страны похожи на Соединенные Штаты. На самом деле, достижение Европой успеха этим летом и расслабление (в том числе разрешение проведения закрытых мероприятий с большим количеством участников), поучительно в отношении еще одного важного аспекта управления чрезмерно рассеянным патогеном: по сравнению с более устойчивой системой, успех при стохастическом сценарии может быть более хрупким, чем кажется.
Как только в стране происходит слишком много вспышек, пандемия как будто переходит в «грипповый режим», как выразился Скарпино, что означает высокий, устойчивый уровень распространения инфекции на уровне общин – даже несмотря на то, что большинство инфицированных людей, возможно, не передают инфекцию в дальнейшем. Скарпино объяснил, что если не принять действительно радикальных мер, то после того, как COVID-19 перейдет в этот режим, он может продолжать распространяться из-за огромного числа уже существующих цепочек. Кроме того, огромные числа могут в конечном итоге привести к появлению новых кластеров, что еще больше ухудшит ситуацию.
По словам Кухарского, относительно спокойный период может скрыть, насколько быстро все может перерасти в крупные вспышки и как несколько связанных событий усиления могут быстро превратить, казалось бы, неконтролируемую ситуацию в катастрофу. Нам часто говорят, что если Rt, мера среднего распространения в реальном времени, выше единицы, то пандемия нарастает, а если ниже единицы, то она идет на спад. Это может быть верно для эпидемии, которая не является чрезмерно рассеянной, и если Rt меньше единицы (что, безусловно, хорошо), не стоит слишком расслабляться, ведь цепочка случайных событий может снова привести к огромным числам. Ни одна страна не должна забывать о южнокорейской пациентке 31.
Тем не менее, чрезмерная дисперсия также является поводом для надежды, как показала агрессивная и успешная реакция Южной Кореи на эту вспышку – с массовым тестированием, отслеживанием контактов и изоляцией. С тех пор Южная Корея также проявляет постоянную бдительность и демонстрирует важность обратного отслеживания. Когда недавно в Сеуле вспыхнула серия кластеров, связанных с ночными клубами, органы здравоохранения агрессивно отследили и протестировали десятки тысяч людей, связанных с этими местами – независимо от их взаимодействия и соблюдения социальной дистанции. Это разумные меры, учитывая, что мы знаем, что патоген передается воздушно-капельным путем.
Наверное, одним из самых интересных случаев была Япония, страна со средней удачей, которая рано попала под удар и приняла меры, которые казались нестандартными – не проводила массовое тестирование не уходила на полный локдаун. К концу марта влиятельные экономисты публиковали отчеты с страшными предупреждениями, предсказывая перегрузки в больничной системе и огромные всплески смертей. Однако предсказанная катастрофа так и не произошла, и хотя страна столкнулась с несколькими волнами, в ней не было больших всплесков смертности, несмотря на старение населения, непрерывное использование общественного транспорта, плотность городов и отсутствие формального локдауна.
Дело не в том, что в начале в Японии ситуация была лучше, чем в Соединенных Штатах. Ошитани сказал, что Япония как и США и Европа не имела возможности проводить массовое ПЦР-тестирование. Власти также не могли ввести полный локдаун или регулировать порядок пребывания дома, даже если бы это было желательно – в Японии это невозможно юридически.
Ошитани рассказал мне, что в Японии уже в феврале заметили чрезмерную дисперсию распространения COVID-19, и поэтому разработали стратегию, сосредоточенную в основном на уничтожении кластеров, в рамках которой предпринимаются попытки не допустить, чтобы один кластер «поджигался» другим. Ошитани сказал, что, по его мнению, «цепь распространения не может быть устойчивой без цепи кластеров или мегакластеров». Таким образом, Япония осуществила подход, в рамках которого применила агрессивное обратное отслеживание контактов с целью обнаружения кластеров. Япония также сосредоточилась на вентиляции, консультируя свое население, чтобы оно не попадало в закрытые пространства, где собираются толпы и взаимодействуют в тесном контакте, особенно если там разговаривают или поют. Таким образом, в Японии объединили научные знания о чрезмерной дисперсии со сведениями о передаче по воздуху, а также досимптоматической и бессимптомной передаче.
Ошитани противопоставляет японскую стратегию (в рамках который были отработаны все важные особенности пандемии на ранних ее стадиях) западной, в которой стремятся ликвидировать случаи заражения один за одним – несмотря на то, что возможно это и не основной метод распространения. В самом деле, в Японии снизилось число случаев заболевания, но бдительность не была снижена: Когда правительство начало замечать рост числа случаев заболевания в общинах, в апреле оно ввело чрезвычайное положение и изо всех сил пыталось склонять к закрытию те виды бизнеса, которые могли быть связаны с случаями супер-распространения. Речь о театрах, музыкальных площадках, стадионах. Теперь школы возвращаются к очным занятиям, и даже стадионы открыты – но скандировать запрещено.
Дело не всегда в строгости правил и ограничениях, а в том, направлены ли они на правильный источник опасности. Как сказал Моррис, «приверженность Японии к уничтожению кластеров позволила ей добиться впечатляющих результатов при разумно избранных ограничениях». Страны, которые проигнорировали супер-распространение, рисковали получить худшее из обоих миров: обременительные ограничения, которые не смогли привести к существенному смягчения последствий. Недавнее решение Великобритании ограничить собрания на свежем воздухе шестью людьми и разрешить пабам и барам оставаться открытыми – это лишь один из множества таких примеров".
Сможем ли мы вернуться к нормальной жизни, сосредоточившись на ограничении условий для супер-распространения событий, агрессивно занимаясь сжиганием кластеров и развертыванием дешевых, быстрых массовых тестов (как только мы снизим наши показатели до достаточно низких, чтобы осуществить такую стратегию)? Многие страны с низкими показателями передачи патогена могут начать уже сейчас. Как только мы всмотримся и увидим лес, мы сможем найти выход.
