Znajdź zawartość

Ponowne otwarcie szkół po spowodowanym koronawirusem lockdownie doprowadziło w ciągu miesiąca do wzrostu liczby zachorowań, informują autorzy pierwszych badań dotyczących skutków zniesienia restrykcji. Analiza danych ze 131 krajów wykazała, że w miesiąc po powrocie dzieci do szkół współczynnik R, mówiący o tym, ile osób zaraża przeciętny zarażony, wzrósł o 24%. Poza otwarciem szkół jedynym elementem, który w znaczącym stopniu spowodował zwiększenie współczynnika R było ponowne zezwolenie na organizowanie zgromadzeń publicznych. W tym wypadku R zwiększył się o 25%. Autorzy badań podkreślają, że w swoich analizach nie byli w stanie uwzględnić takich czynników jak ograniczenia liczebności klas, higiena osobista, nakaz noszenia maseczek w szkołach itp Po otwarciu szkół doszło do zwiększenia współczynnika R, ale nie jest jasne, czy ogranicza się to do konkretnych grup wiekowych, w których mogą istnieć znaczące różnice dotyczące społecznego dystansowania się w klasach jak i poza nimi, mówi profesor Harish Nair, specjalista dziecięcych chorób zakaźnych. Potrzebujemy więcej danych, by zrozumieć rolę szkół w rozprzestrzenianiu się SARS-CoV-2, dodaje. Uczeni opracowali też specjalne modele, pozwalające badać, jak różne ograniczenia wpływają na wartość R. Odkryli, że największy wpływ na obniżenie wartości współczynnika R miały zakaz organizacji wydarzeń, zamknięcie szkół, zakaz spotykania się w więcej niż 10 osób, rozpropagowanie pracy zdalnej oraz ograniczenie wychodzenia z domu. Tam, gdzie wszystkie te restrykcje wprowadzono razem, wartość R spadła o 52% w ciągu miesiąca. Z kolei samo organizacji zgromadzeń publicznych i spotkań w gronie większym niż 10 osób prowadzi do 29-procentowego spadku R w ciągu miesiąca. Pojedynczym czynnikiem, który w największym stopniu ogranicza R jest zakaz organizacji wydarzeń publicznych. W takim wypadku R spada o 24% w ciągu miesiąca. Nasze badania mogą przydać się przy podejmowaniu decyzji odnośnie wprowadzenia i znoszenia ograniczeń. Pozwolą przewidzieć, kiedy pojawią się skutki takich decyzji. Jednak dużo zależy też o lokalnego kontekstu, czyli współczynnika R w różnym czasie, wydolności lokalnej służby zdrowia oraz społeczno-ekonomicznych efektów wprowadzania takich a nie innych decyzji w życie, mówią naukowcy. Profesor matematyki Chris Bauch z kanadyjskiego University of Waterloo stwierdza, że tego typu badania mogą być niezwykle ważne dla zoptymalizowania w danym kraju działań na rzecz walki z epidemią. Pokazują one, że rozwiązania działają i które działają najlepiej. To bardzo ważne informacje, gdyż ograniczenia niosą ze sobą olbrzymie skutki społeczno-ekonomiczne. Wyniki badań zostały opublikowane na łamach The Lancet Infectious Diseases. « powrót do artykułu