Our website does not support Internet Explorer.

To get the best experience on our website and of our content, please use a more modern browser like Edge, Chrome, Safari or similar.

Mobildata og coronatallet k afslører pandemiens værste smittefælder

I månedsvis har kontakttallet R tegnet smittekurven og defineret coronahåndteringen. Men måske bør tallet k – dispersionsfaktoren – i stedet styre, hvordan pandemien skal håndteres. Den tankegang underbygges nu af ny viden om smittespredning baseret på millioner af menneskers mobildata.

Shutterstock

Husker du den røde og den grønne kurve?

Den overskyggende coronastrategi var fra starten at holde smittetrykket på den lave, grønne kurve. Målet krævede at kontakttallet R røg under 1, dvs. at patienter i gennemsnit smitter færre end én anden.

R er meget nyttig til at vurdere, hvor hårdt epidemien har fat, men nyttigheden holder hurtigt op.

Derfor fokuserer forskere i stigende grad også på den såkaldte dispersionsfaktor, k.

I en netop udgivet undersøgelse har forskere med baggrund i k og mobildata udpeget pandemiens største smittefælder – og hvor restriktionerne har størst gavn.

K tegner smittens sande billede

For COVID-19 svinger kontakttallet R typisk mellem 2 og 6.

Grafik viser smittespredning mellem mennesker

Grafikken viser R, hvis hver person smitter tre andre. Et letforståeligt tal, men ikke et særligt retvisende billede for coronapandemien, fordi kun få smittede rent faktisk giver COVID-19 videre til tre andre – mange slet ikke giver noget videre – og en lille gruppe smitter mange andre.

© Adam Kleczkowski

Reelt står 19 procent af de smittede for 80 procent af smitten, mens omkring 69 procent tilsyneladende slet ikke smitter andre.

Her kommer k ind i billedet.

Hvis samtlige COVID-19-patienter stilles op på en række efter hvem, der har smittet flest, angiver k antallet af smittede, som personen midt i rækken har smittet.

Grafik viser smittespredning mellem mennesker

En grafisk fremstilling af k angivet til 3, dvs. hvis alle COVID-19-bærere stod på en række inddelt fra flest til færrest andre smittede ville personen i midten have smittet tre. Det giver et langt mere retvisende smittebillede, fordi modellen tager højde for, at ikke alle mennesker smitter andre. Et højt k – som fx 3 – er også typisk med en høj R-værdi.

© Adam Kleczkowski

For COVID-19 er k meget lavt – ca. 0,1, viser en ny undersøgelse. Det betyder, at middelværdien – hvor mange personer den midterste person i rækken har smittet – er langt under 1. Tallet afslører, at visse personer i den ene ende af rækken smitter uforholdsmæssigt mange. For den spanske syge var k ca. 1.

Grafik viser smittespredning mellem mennesker

Her ses dispersionsfaktoren k med en værdi under 1. Grafikken tegner det mest retvisende billede på, hvordan COVID-19 spredes, nemlig i klynger. Her smitter enkelte personer rigtig mange andre i uheldige situationer, hvor mange faktorer er til stede samtidig, fx mange mennesker, begrænset plads og en person, der asymptomatisk spreder mange viruspartikler.

© Adam Kleczkowski

Ud fra k kan forskere bedre udpege, hvordan smittespredningen tager fart. Den lave k-værdi kan fx forklare, hvorfor en franskmand allerede i december bragte virussen til Europa – uden der opstod udbrud. Omvendt forklarer værdien også, hvorfor Norditalien i starten blev lagt ned af epidemien – fordi få superspredere og de rette forhold uheldigvis spredte virussen til mange mennesker.

Coronaklynger driver pandemien

Den lave k-værdi afslører, at superspredningsbegivenheder er pandemiens afgørende drivkraft. Det er ikke nødvendigvis skidt, fordi:

  • Høj k og R indikerer en lineær smittespredning, der er svær at stoppe.
  • Lav k indikerer en tilfældig udvikling, der er svær at forudse, men selv naturligt stopper de fleste smittekæder.

Med den viden opsporer de japanske sundhedsmyndighederne fx klynger og ikke enkeltpersoner, og holder sig med relativt begrænsede tiltag på under 1700 dødsfald.

Tankegangen er, at hvis myndighederne kan forhindre eller sætte ind overfor klynge-udbrud, så vil smitten ikke sprede sig markant mellem de individuelle borgere i samfundet, fordi kun et fåtal rent faktisk giver COVID-19 videre.

Mobildata udpeger de værste smittefælder

En netop udgivet undersøgelse pinpointer præcis hvor, antallet af smittede har højest risiko for at eksplodere – som forudsagt af k.

I undersøgelsen har forskerne udviklet en model, der sammenholder bevægelsesdata fra 98 millioner mobiltelefoner i forskellige kvarterer i store amerikanske byer som Chicago, San Francisco og New York med en simpel model for coronavirussmitte. Tilsammen afslører inputtet steder og befolkningsgrupper med høj smitterisiko.

Modellen kunne med høj præcision forudsige det reelle antal smittede i forskellige områder og vise smitteudviklingen time for time på 553.000 bestemte steder, kaldet Points of Interest, POI.

Disse POI kan inddeles i 20 forskellige kategorier, og modellen afslører hver kategoris smittefare. POI med højest risiko er:

  • Restauranter
  • Fitnesscentre
  • Caféer
  • Hoteller
  • Fastfood-restauranter
  • Religiøse bygninger
  • Lægehuse
  • Supermarkeder

Forskerne fremhæver, at visse POI er underrepræsenteret pga. mangel på data, fx skoler, plejehjem og fængsler.

I fx Chicago stod ti procent af stederne ifølge modellen for 85 procent af de forudsete smittetilfælde.

Samtidig bekræfter modellen en samfundsmæssig skævvridning i smittespredning. Supermarkeder i lavindkomstområder havde fx 59 procent flere besøgende pr. kvadratmeter, og besøgene varede 17 procent længere end i tilsvarende butikker i højindkomstområder.

Undersøgelsen konkluderer, at en begrænsning i antal samtidige besøgende på hvert sted mere effektivt bremser smitte end reduktion i den personlige bevægelsesfrihed.

Derfor er visse steder coronasmittefælder

Videnskaben bliver løbende klogere på, hvor du særligt skal vogte dig for smitte.

  • Mennesker står tæt samlet i kirke
    © Shutterstock

    Kirker

    Over 5000 smittetilfælde menes at stamme fra én kvinde i en sydkoreansk megakirke.

    Videnskabens forklaring: Dårlig udluftning, ingen masker og tæt fysisk kontakt skabte optimale forhold for smittespredning.

  • Mennesker står tæt og synger af karsken bælg
    © Shutterstock

    Kor

    53 ud af 61 kormedlemmer blev smittet med COVID-19 efter 2,5 timers øvning.

    Videnskabens forklaring: Sang og dyb vejrtrækning udsendte over 1000 spytdråber i minuttet. Begrænset fysisk afstand øgede risikoen.

  • Mennesker danser tæt på et dansegulv
    © Shutterstock

    Natteliv

    Et sydkoreansk udbrud med mindst 246 smittede kunne spores til én mand, der en aften besøgte flere barer.
    Videnskabens forklaring: Mange højrøstede mennesker udsender millioner viruspartikler i tætte, små rum, hvor virussen dårligt kan slippe væk.

  • Mænd skærer kød på et slagteri.
    © Shutterstock

    Slagteri

    Over 2000 fik coronavirus fra et tysk slagteri. Mange andre lande har oplevet udbrud i samme industri.

    Videnskabens forklaring: Folk arbejder tæt, råber og luften bliver gencirkuleret. En patient kan under disse forhold overføre smitte over 8 meter – og viruspartiklerne trives for i øvrigt på kølige metaloverflader.

Læs også:

Sygdomme

Derfor kan nogle mennesker ikke tåle gluten

4 minutter
DNA

Ny test afslører hjernens skjulte dræbere

2 minutter
Mennesket

Hvordan opstod blodtyperne?

1 minut

Log ind

Ugyldig e-mailadresse
Adgangskode er påkrævet
Vis Skjul

Allerede abonnement? Har du allerede et abonnement på magasinet? Klik hér

Ny bruger? Få adgang nu!

Nulstil adgangskode

Indtast din email-adresse for at modtage en email med anvisninger til, hvordan du nulstiller din adgangskode.
Ugyldig e-mailadresse

Tjek din email

Vi har sendt en email til med instruktioner om, hvordan du nulstiller din adgangskode. Hvis du ikke modtager emailen, bør du tjekke dit spamfilter.

Angiv ny adgangskode.

Du skal nu angive din nye adgangskode. Adgangskoden skal være på minimum 6 tegn. Når du har oprettet din adgangskode, vil du blive bedt om at logge ind.

Adgangskode er påkrævet
Vis Skjul