Wersję językowe: Help make a translation?
Pomóż temu przewodnikowi osiągnąć R > 1:
Co będzie dalej? Możliwe ścieżki rozwoju sytuacji COVID-19, objaśnione przy pomocy symulacji 🔬 Zgłębiamy temat! 30 min czytania i zabawy:
Co będzie dalej?
Możliwe ścieżki rozwoju sytuacji COVID-19, objaśnione przy pomocy symulacji
🕐 30 minut zabawy i czytania  ·  autorzy: Marcel Salathé (epidemiolog), Nicky Case (kod i oprawa graficzna), Dorota Czaplejewicz (tłumaczenie).

„Tylko strachu należy się bać” to głupia porada.

Pewnie, nie wykupujcie papieru toaletowego – jednak jeśli prawodawcy boją się strachu, będą bagatelizować prawdziwe zagrożenia, aby uniknąć „masowej paniki”. To nie w strachu leży problem, tylko w tym, jak go kierujemy. Strach daje nam siłę, żeby stawić czoło zagrożeniom w tej chwili, i żeby przygotować się na niebezpieczeństwo w przyszłości.

Szczerze, my (Marcel, epidemiolog i Nicky, grafika/kod) jesteśmy zaniepokojeni. Pewnie wy także! Z tego powodu użyliśmy siłę naszego strachu do zrobienia tych grywalnych symulacji, abyście wy mogli użyć siły waszego strachu, żeby zrozumieć:

Niniejszy przewodnik (w angielskim oryginale opublikowany 1go maja 2020. kliknij przypis!→[!data]) ma za zadanie wskrzesić zarówno nadzieję, jak i strach. Aby pokonać COVID-19 jednocześnie chroniąc nasze zdrowie psychiczne i możliwości finansowe, potrzebujemy optymizmu do tworzenia planów i pesymizmu do tworzenia planów zapasowych. Jak kiedyś powiedziała Gladys Bronwyn Stern, „Optymista wymyśli samolot, a pesymista spadochron”.

Zapnijcie więc pasy i przygotujcie się na turbulencje.

Kilka ostatnich miesięcy

Piloci uczą się na symulatorach lotu, jak nie rozbijać samolotów.

Epidemiolodzy uczą się na symulatorach epidemii, jak nie rozbić ludzkości.

Stwórzmy więc bardzo, bardzo prosty „symulator lotu epidemii”! W tej symulacji Zaraźliwi ludzie przekształcają Podatnych ludzi w kolejnych Zaraźliwych:

Szacuje się, że przy wybuchu zarazy COVID-19, wirus przeskakuje z na przeciętnie co 4 dni2. (Nie zapominajcie, że wahania są spore.)

Co stanie się, jeśli na populacji, gdzie jest tylko 0.001% , zasymulujemy „podwojenie co 4 dni” i nic poza tym?

Kliknij „Start”, żeby rozpocząć symulację! Później można ją rozegrać ponownie z innymi ustawieniami: (Uwagi techniczne: 3)

Oto wykres wzrostu wykładniczego. Zaczyna się powoli, potem wybucha. Od „przecież to tylko grypa” do „przecież grypa nie tworzy masowych grobów w bogatych miastach”.

Ale ta symulacja jest błędna. Wzrost wykładniczy, na szczęście, nie może iść w nieskończoność. Coś, co przeszkadza wirusowi się rozprzestrzeniać to ludzie, którzy już go mają:

Im więcej jest , tym szybciej stają się , ale im mniej jest , tym wolniej stają się .

Jak wpływa to na postęp epidemii? Sprawdźmy:

Oto S-kształtny wykres wzrostu logistycznego. Zaczyna się powoli, potem wybucha, a w końcu zwalnia.

Ale ta symulacja wciąż jest błędna. Nie wzięliśmy pod uwagę, że Zaraźliwi w końcu przestają być zaraźliwi, poprzez 1) ozdrowienie, 2) „ozdrowienie” z uszkodzeniami płuc, albo 3) śmierć.

Dla ułatwienia, załóżmy, że Zainfekowany przechodzą w Ozdrowiałych. (Pamiętaj, że w rzeczywistości część z nich będzie martwa.) nie dadzą się już więcej zarazić. Przyjmijmy też, – póki co! – że są odporni do końca życia.

W przypadku COVID-19, szacuje się, że przeciętnie, osoba Zaraźliwa zaraża przez 10 dni4. To oznacza, że niektórzy ozdrowieją przed upływem 10 dni, a niektórzy po. Zaczynając od 100% , wygląda to tak:

To natomiast przeciwieństwo wzrostu wykładniczego: tłumienie (gaśnięcie) wykładnicze.

Co więc stanie się, jeśli zrobimy symulację wzrostu w kształcie S i dodamy ozdrowienia?

Sprawdźmy.

Czerwony obszar to chorzy w tej chwili ,
Szary obszar to ozdrowiali . Jego górna krawędź to suma wszystkich zachorowań (chorzy + ozdrowiali ). Zaczynamy od tylko 0.001% :

To właśnie stąd pochodzi ten słynny kształt! Nie jest to rozkład normalny, nawet nie logarytmicznie normalny. Nie ma własnej nazwy. Ale na pewno widzieliście go miliard y razy, i byliście błagani, żeby go spłaszczyć.

Model SIR5
(Susceptible - podatny, Infectious - zarażający, Recovered - ozdrowiały)
to druga co do ważności podstawa epidemiologii: 101:

UWAGA: Symulacje, na których polegają ustawodawcy, są o wiele bardziej zaawansowane, niż te! Pomimo to, model SIR jest w stanie pokazać nam ogólne zasady, nawet jeśli pomija niuanse.

Dodajmy jednak jeden szczegół: zanim zmieni się w , niech najpierw stanie się Zaatakowanym. Jest zarażony wirusem, ale jeszcze go nie przekazuje – zarażony, ale nie zaraźliwy.

(Ten wariant to model SEIR6, gdzie „E” pochodzi od „Exposed” i oznacza „zaatakowany”. Zwróćmy uwagę, że, inaczej niż mogłoby się wydawać, Zaatakowany nie może się bronić. Zgodnie z tą definicją, Zaatakowany wirusa już ma. Tłumaczenie terminologii jest trudne.)

Osoby dotknięte COVID-19 pozostają zaatakowane, ale jeszcze nie zaraźliwe przeciętnie przez 3 dni.7 Co się stanie, jeśli włączymy to do symulacji?

Obszary Czerwony i Różowy to razem chorzy w tej chwili (zaraźliwi + zaatakowani),
górna krawędź Szarego obszaru to suma wszystkich zachorowań (chorzy + ozdrowiali ):

Niewiele się zmieniło! To, jak długo pozostajemy Zaatakowani wpływa na proporcje do , i na to, kiedy mamy największą liczbę chorych... ale szczytowa liczba chorych, tak, jak i całkowita liczba zachorowań, nie zmieniają się.

Dlaczego tak się dzieje? To dzięki najważniejszej podstawie epidemiologii:

Stopa (współczynnik) Reprodukcji. Odzwierciedla ona średnią liczbę ludzi, których zarazi przed własnym ozdrowieniem (albo śmiercią).

R zmienia się w miarę rozwoju epidemii, w miarę, jak uzyskujemy odporność i przeprowadzamy działania przeciwko epidemii.

R0 to wartość, którą R przyjmuje w chwili rozpoczęcia zarazy, zanim zaczniemy jej przeciwdziałać. R0 odzwierciedla dokładniej siłę wirusa samego w sobie, ale też zmienia się w zależności od obszaru. Przykładowo, R0 jest wyższe w gęściej zasiedlonych miastach, niż w luźniejszych terenach wiejskich.

(Większość artykułów prasowych – a nawet niektóre publikacje naukowe! – mylą ze sobą R i R0. Ponownie, terminologia to ciężki orzech do zgryzienia.)

R0 corocznej grypy wynosi około 1.288. To oznacza, że w momencie wybuchu epidemii grypy, każdy z zarazi średnio po 1,28 osoby (O ile to może wyglądać dziwnie, że mamy ułamek osoby, to zwróćmy uwagę na to, że „średnio” matki, mają po 2,4 dziecka, a jednak nie widujemy pół-dzieci na ulicach.)

Szacuje się, że R0 dla COVID-19 to około 2,2,9 chociaż pewne jeszcze niezakończone badanie wskazuje na 5,7(!) w Wuhan.10

W naszych symulacjach – zarówno przy rozpoczęciu, jak i przeciętnie – każdy zaraża kogoś nowego przez 10 dni, co 4 dni. „10 dni” zawiera dwie i pół porcji „czterech dni”, więc – zarówno przy rozpoczęciu, jak i przeciętnie – każdy z naszych zaraża po 2,5 osoby. Zatem R0 = 2,5 (uwagi:11).

Sprawdź, jak R0 zależy od czasu do ozdrowienia i czasu do zarażenia majstrując wartościami w tym kalkulatorze:

Pamiętaj jednak, że im mniej , tym wolniej zmieniają się w . Stopa reprodukcji (R) w tej chwili zależy nie tylko od podstawowej stopy reprodukcji (R0), ale również od tego, ile ludzi już nie jest Podatnych. (Na przykład dlatego, że wyzdrowieli i mają naturalną odporność.)

Gdy ludzi odpornych jest wystarczająco wiele, R < 1, a wtedy wirus jest opanowany!Nazywa się to odpornością stadną. Odporność stadną od grypy dają nam szczepionki. Dawanie się zarazić, żeby osiągnąć „naturalną odporność stadną”, to okropny pomysł. (Ale nie z powodu, o którym myślicie! Czytajcie dalej.)

Spójrzmy znów na model modelu SEIR, ale tym razem z widoczną wartością R0, chwilową R, oraz progiem odporności stadnej:

UWAGA: Całkowita ilość zachorowań nie zatrzymuje się przy odporności stadnej, ale przekracza ją! Próg jest przekroczony dokładnie w momencie, gdy mamy maksymalną liczbę obecnie chorych. (Będzie tak nieważne, jak zmienimy ustawienia – spróbujcie!)

Jest tak dlatego, że gdy mamy więcej nie-, niż wynosi próg odporności stadnej, to otrzymujemy R < 1. A gdy R < 1, to liczba nowych przypadków przestaje rosnąć: maksimum.

Najważniejsza lekcja, którą powinniście wynieść z tego przewodnika, to ten diagram – jest bardzo skomplikowany, więc poświęćcie trochę czasu na przyswojenie go:

Oznacza to: NIE TRZEBA całkowicie, ani nawet prawie całkowicie, zatrzymać przechodzenie wirusa z osoby na osobę, żeby powstrzymać COVID-19!

To paradoks. COVID-19 jest chorobą niezwykle zaraźliwą, a mimo to, aby ją opanować, musimy zatrzymać "tylko" ponad 60% zarażeń. 60%?! Na studiach mogłoby to odpowiadać ocenie dostateczny plus. Ale gdy R0 = 2,5, to zmniejszenie go o 61% daje nam R = 0.975, czyli R < 1, czyli opanowanego wirusa (dokładny wzór:12)!

(Jeśli uważacie, że wartości R0 albo jakiekolwiek inne są w naszych symulacjach zbyt niskie albo wysokie, cieszy nas, że podważacie nasze założenia! Pod koniec przewodnika będzie „tryb piaskownicy”, gdzie można będzie podstawić własne liczby i sprawdzić, co z tego wyniknie.)

Każdy sposób przeciwdziałania COVID-19, o którym słyszeliście – mycie rąk, dystansowanie fizyczne, samoizolacja, śledzenie kontaktów i kwarantanny, maski, nawet „odporność stadna” – wszystko to sprowadza się do jednego:

do obniżenia R poniżej 1.

Użyjmy zatem naszego „symulatora lotu epidemii”, żeby zdobyć odpowiedź na pytanie: jak otrzymać R < 1 na sposób, który jednocześnie chroni nasze zdrowie psychiczne i możliwości finansowe?

Przygotujcie się na lądowanie awaryjne...

The Next Few Months

...mogło być gorzej. Udało nam się uniknąć równoległego świata, w którym rozwinął się:

Scenariusz 0: Nie róbmy zupełnie nic

Około 1 na 20 osób zarażonych COVID-19 potrzebują pomocy z OIOMu (Ośrodka Intensywnej Opieki Medycznej)13. W Stanach Zjednoczonych Ameryki, które są krajem bogatym, jedno łóżko na ICU [OIOMie] przypada na 3400 ludzi.14 Zatem USA jest w stanie poradzić sobie z 20 zarażonymi osobami naraz z każdych 3400 – w przeliczeniu, 0,6% ludności.

Nawet, gdyby ponadpotroić tą ilość do 2%, to oto, co stałoby się, jeśli nie zrobilibyśmy zupełnie nic:

Niedobrze.

To właśnie opisał raport Imperial College z 16 marca (ang.): jeśli nie zrobimy nic [w kontekście USA i Wielkiej Brytanii], to przekroczymy możliwości OIOMów, a ponad 80% ludności zostanie zarażona (pamiętajcie, że całkowita ilość zarażeń przekracza próg odporności stadnej).

Nawet jeśli tylko 0,5% zarażonych umiera – wspaniałomyślne założenie, w przypadku, gdy OIOMy są pełne – w większym kraju, jak USA, przy 300 milionach ludzi, 0,5% z 80% z 300 milionów daje 1,2 miliona martwych... JEŚLI nie zrobilibyśmy nic.

(W prasie i mediach społecznościowych często mówi się, że „80% będzie zarażonych”, nie wspominając o „JEŚLI NIE ZROBIMY NIC”. Strach został wykorzystany, żeby nabić kliknięcia, a nie zrozumieć sprawę. Ech.)

Scenariusz 1: Spowalnianie epidemii / odporność stadna

Spowalnianie epidemii było strategią wszelkich organizacji zajmujących się opieką zdrowotną, natomiast plan „odporności stadnej” Wielkiej Brytanii spotkał się powszechnie złym odbiorem. Tylko, że to ta sama strategia. Wielka Brytania nie potrafiła jednak dobrze przekazać, co robią.15

Niestety, obie strategie miały pewną, dosłownie tragiczną, wadę.

Spójrzmy najpierw na dwa główne sposoby na spowolnienie epidemii: mycie rąk oraz zachowanie odstępów.

Częstsze mycie rąk zmniejsza występowanie gryp oraz przeziębień o ok. 25% w krajach o wysokich dochodach16, a zakaz wychodzenia z domów w Londynie zmniejsza bliskie kontakty o ok. 70%17. Załóżmy więc, że mycie rąk zmniejsza R o najwyżej 25%, a zachowanie odstępów o najwyżej 70%:

Sprawdź za pomocą kalkulatora, jak % nie-, mycie rąk oraz pozostawanie w domach wpływa na R: (ich efekty są przedstawione względnie, dzięki czemu zwiększanie jednego parametru wydaje się zmniejszać efekt pozostałych18.)

Przeprowadźmy teraz symulację epidemii COVID-19 od marca 2020, zakładając, że zaczęliśmy już częściej myć ręce, ale tylko trochę unikamy ludzi – tak, że R spadło, ale wciąż jest powyżej 1:

Trzy obserwacje:

  1. Całkowita liczba zarażeń spadła! Nawet, jeśli nie osiągniemy R < 1, to zmniejszenie R wciąż może ocalić życie wielu ludziom, poprzez zmniejszenie tego, jak bardzo epidemia przekroczy próg odporności stadnej. Wielu ludziom wydaje się, że spowolnienie epidemii tylko rozkłada w czasie zarażenia bez zmniejszania ich całkowitej liczby. To byłoby niemożliwe w żadnym prostym modelu epidemiologicznym. Ale gdy media mówiły, że „zarażonych będzie ponad 80%”, jakby to było pewne, to było to rozumiane w ten sposób, że całkowita liczba zarażeń jest już niezmienna i wykuta w kamieniu. Ech.

  2. Ze względu na dodatkowe przeciwdziałania, liczba obecnie zarażonych osiąga maksimum przed odpornością stadną. W tej symulacji całkowita liczba zarażeń przekracza próg odporności stadnej tylko trochę – plan Wielkiej Brytanii! W tym momencie mamy R < 1, możemy dać sobie spokój z przeciwdziałaniem, a COVID-19 pozostaje opanowany! Oprócz jednego drobnego problemu...

  3. Nadal nie starcza nam miejsc na OIOMach. Przez wiele miesięcy (nie zapominajmy, że w symulacji już je potroiliśmy).

To było drugie odkrycie raportu Imperial College z 16 marca, dzięki któremu Wielka Brytania porzuciła swój pierwotny plan. Żadne próby złagodzenia (zmniejszyć R, ale wciąż R > 1) nie opanują sytuacji. Jedyne wyjście to stłumienie (zmniejszyć R poniżej 1).

Czyli, nie jedynie „spowolnienie”, ale zduszenie epidemii. Na przykład za pomocą...

Scenariusz 2: Zakaz wychodzenia przez wiele miesięcy

Zobaczmy, co się stanie, jeśli zdusimy epidemię poprzez pięciomiesięczny zakaz, który prawie zlikwiduje , a następnie – w końcu – powrócimy do normalności:

Oj.

Widzimy tu „drugą falę”, o której tyle się mówi. Gdy tylko zniesiemy ograniczenia wychodzenia, wracamy do R > 1. Niedobitki (albo importowane ) mogą spowodować kolejny szczyt epidemii, który ma prawie takie same skutki, jak w scenariuszu 0: nie róbmy zupełnie nic.

Zakaz wychodzenia nie jest wybawieniem, a jedynie rozpoczęciem od nowa.

Czyli co, będziemy wprowadzać zakaz co jakiś czas?

Scenariusz 3: Przerywany zakaz

Jako pierwszy, rozwiązanie te zaproponował raport Imperial College z 16 marca, a później również publikacja Harvardu.19

Oto symulacja: (Gdy rozegracie „nagrany scenariusz”, możecie spróbować własnego planu zakazu wychodzenia, przesuwając suwaki podczas działania symulacji! Pamiętajcie, że symulację można wstrzymać i kontynuować, a także zmienić jej tempo.)

To powstrzymałoby liczbę zachorowań, zanim przekroczyłaby możliwości OIOMów! Do tego jest to o wiele lepsze, niż utrzymywanie zakazu przez 18 miesięcy do pojawienia się szczepionki. Musimy jedynie... utrzymać zakaz przez kilka miesięcy, dać luz na kolejne kilka, a potem powtarzać, aż do pojawienia się szczepionki. (A jeśli nie będzie szczepionki, powtarzać, aż wykształci się odporność stadna... w roku 2022.)

Dobra, łatwo jest narysować linię oznaczającą „możliwości OIOMów”, ale jest kilka spraw, których tutaj nie możemy zasymulować. Takich, jak:

Zdrowie psychiczne: samotność jest jednym z największych czynników ryzyka dla depresji, zaburzeń lękowych oraz samobójstwa. Do tego, powiązana jest z wcześniejszą śmiercią do tego samego stopnia, co palenie 15 papierosów dziennie.20

Zdolności finansowe: pytanie „a co z gospodarką?” brzmi, jakby pytającemu zależało bardziej na pieniądzach, niż na życiu, ale „gospodarka” to nie tylko inwestycje: to zdolność społeczeństwa do zapewnienia jedzenia i domu dla swoich bliskich, do wykształcenia swoich dzieci, to możliwość korzystania ze sztuki, dobrego jedzenia, gier komputerowych – tych rzeczy, dla których warto żyć. A poza tym, bieda sama w sobie ma okropny wpływ na zdrowie zarówno psychiczne, jak i fizyczne.

Nie mówimy też, że nie powinniśmy wprowadzić zakazów ponownie! W dalszej części przyjrzymy się zakazom w roli „bezpiecznika”. W każdym razie, nie jest to rozwiązanie idealne.

Chwila... przecież Tajwanowi i Korei Południowej już udało się opanować COVID-19, prawda? Całe 4 miesiące, bez długotrwałych zakazów?

Jak?

Scenariusz 4: Badania, śledzenie, izolacja

„Pewnie, że *mogliśmy* zrobić to, co Tajwan i Korea zrobiły od razu, ale już jest za późno. Przegapiliśmy odpowiedni moment.”

Ale właśnie o to chodzi! „Zakaz to nie wybawienie, a rozpoczęcie od nowa”... a nowy początek to dokładnie to, czego nam trzeba.

Aby zrozumieć, jak Tajwan i Korea Południowa opanowały COVID-19, należy zapoznać się z rozwojem typowego zarażenia COVID-1921:

Jeśli chorzy schowają się w domach dopiero, gdy poczują się źle (czyli gdy odczują objawy), to wirus wciąż może się rozprzestrzeniać:

W rzeczy samej, 44% zarażeń dzieje się zanim zarażający poczuje objawy! 22

Ale jeśli odnajdziemy osoby, które miały niedawno styczność z osobą mającą objawy, oraz zastosujemy wobec nich kwarantannę... zatrzymamy rozprzestrzenianie się wirusa, będąc jeden krok przed nim!

Nazywa się to śledzeniem kontaktów. Pomysł nie jest nowy, był już użyty na niespotykaną skalę, aby opanować Ebolę23, a teraz jest jednym z podstawowych sposobów Tajwanu i Korei Południowej na opanowanie COVID-19!

(Pozwala nam również lepiej wykorzystać ograniczoną liczbę zestawów testowych, bo można wtedy znaleźć przedobjawowych bez potrzeby sprawdzania prawie wszystkich.)

Osoby mające styczność z chorym są zwyczajowo znajdowane poprzez wypytywanie, ale jako jedyny sposób byłoby to zbyt powolne, gdy COVID-19 pozostawia nam tylko ok. 48 godzin. Dlatego osoby przeprowadzające takie wywiady potrzebują pomocy ze strony aplikacji do śledzenia kontaktów – chociaż nie powinny ich zastąpić.

(Pomysł ten nie wyszedł z głów „komputerowców”: pomysł aplikacji do walki z COVID-19 był pierwszy raz zaproponowany przez zespół epidemiologów z Oksfordu (ang.).)

Zaraz, aplikacje, które śledzą, z kim mamy styczność?… Czy to nie naruszenie mojej sfery prywatności, wpuszczenie Wielkiego Brata?

Raczej, że nie! DP-3T (ang.), czyli zespół epidemiologów i kryptologów (w tym jeden z nas, Marcel Salathé), już zajmuje się tworzeniem aplikacji do śledzenia kontaktów – z kodem dostępnym publicznie – która nie ujawnia żadnych informacji o waszej tożsamości, waszym położeniu, o osobach, z którymi mieliście styczność, a nawet *ile to było osób*.

Działa to w ten sposób:

(a to pełna wersja komiksu)

Wraz z podobnymi zespołami, jak TCN Protocol24 i MIT PACT25, przekonali Apple do tego, żeby wbudować śledzenie kontaktów szanujące prywatność bezpośrednio w Androida i iOS.26 (Nie ufasz Google czy Apple? To w porządku! Piękno tego systemu polega na tym, że nie wymaga on zaufania!) Wasze instytucje opieki zdrowotnej mogą wkrótce prosić o ściągnięcie aplikacji. Jeśli szanuje ona prywatność oraz ma upubliczniony kod, wtedy prosimy: zróbcie to!

A co z ludźmi bez smartfonów? Z zarażeniami poprzez klamki? Z „rzeczywistymi” przypadkami bezobjawowymi? Aplikacje nie mogą wskazać wszystkich przypadków, kiedy doszło do zarażenia... ale to nic! Nie musimy złapać ich wszystkich, a tylko ponad 60%, aby otrzymać R < 1.

(Mieszanie przypadków przedobjawowych i „rzeczywiście” bezobjawowych jest męczące. „Prawdziwie” bezobjawowe przypadki zachorowań są rzadkie: 27)

Odizolowanie chorych z objawami zmniejszyłoby R o nie więcej, niż 40%, a kwarantanna dla osób, z którymi się zetknęli, a które same nie mają objawów zmniejszyłoby R o nie więcej, niż 50%28:

Zatem nawet bez idealnej kwarantanny kontaktów można otrzymać R < 1 bez zakazów wychodzenia! To dużo lepsze dla naszego zdrowia psychicznego i finansów. (Jeśli mowa o kosztach, które ponoszą osoby, które się izolują, rządy powinny ich wesprzeć – płacić za badania, chronić ich pracę, dopłacać do urlopów chorobowych itd. Będzie to i tak tańsze, niż zakaz przerywany.)

Potem utrzymujemy R poniżej i aż do chwili, gdy mamy szczepionkę, która przemienia podatnych w odpornych . Odporność stadna tak, jak należy:

(Uwaga: ten kalkulator zakłada, że szczepionki są stuprocentowo skuteczne. Musimy pamiętać, że w rzeczywistości trzeba zaszczepić więcej osób, niż wynosi próg „odporności stadnej”, żeby ją rzeczywiście osiągnąć.)

Starczy tego gadania. Oto symulacja, w której mamy:

  1. Kilka miesięcy ograniczeń, po których...
  2. Wprowadzamy badania, śledzenie i izolację, aby móc...
  3. Zaszczepić wystarczająco wiele osób, bo wtedy...
  4. Zwyciężymy.

I tyle! Tak ląduje się awaryjnie tym samolotem.

Tak pokonamy COVID-19.

...

A co, jeśli mimo wszystko, coś pójdzie nie tak? Już nieraz zdarzało się, że coś poszło tragicznie. To przemawia strach, ale to dobrze! Strach daje nam siły na zrobienie planów awaryjnych.

Pesymista wymyśli spadochron.

Scenariusz 4+: Maski dla każdego, lato, bezpieczniki

Co, jeśli R0 jest o wiele wyższe, niż oczekiwaliśmy, a powyższe przeciwdziałania, nawet wraz z zachowaniem odstępów, wciąż nie daje nam R < 1?

Przypomnijmy sobie, że nawet, jeśli nie osiągniemy R < 1, obniżenie R wciąż zmniejsza „nadwyżkę” chorych po przekroczeniu progu odporności stadnej, więc przekłada się na ocalone życie. Ale R < 1 to wciąż nasz cel, więc mamy jeszcze kilka sposobów na obniżenie R:

Maski dla każdego:

„Zaraz“, zapytacie, „przecież maski nie chronią przed zachorowaniem?”

Zgadza się. Maski nie chronią noszących przed zachorowaniem29... za to chronią innych przed zarażającym noszącym maskę.

Przekładając to na liczby, maski chirurgiczne noszone przez chorych zmniejszają liczbę wirusów grypy i przeziębienia w powietrzu o 70%.30 Obniżka zarażeń o 70% byłaby tak samo skuteczna, jak zakazy!

Nie znamy jednak wpływu masek konkretnie na COVID-19. Wyniki naukowe powinny być publikowane dopiero, gdy pewność osiąga 95% (...powinny32). Pierwszego maja 2020 roku maski są „pewne” na mniej niż 95%.

Ale pandemie są jak poker. Stawiajcie tylko gdy masz 95% pewności, a przegracie całą stawkę. Jak zauważa British Medical Journal33 w świeżym artykule o maskach, w warunkach niepewności musimy stosować analizę kosztów i korzyści. Na przykład tak:

Koszty: W przypadku domowych masek z materiału (skutecznych w ok. 2/3 w porównaniu do chirurgicznych31), bardzo niewielkie. Przy maskach chirurgicznych, większe, ale wciąż małe.

Korzyści: Nawet jeśli mamy 50% szans zarówno na to, że maski chirurgiczne zmniejszają zarażenia o 0%, jak i o 70%, to średnia „wartość oczekiwana” wynosi 35%, czyli połowa tego, co wprowadzenie zakazów! Załóżmy, że maski chirurgiczne – na oko i po uwzględnieniu niepewności – zmniejszają R o nie więcej niż 35%. (Inne założenia można tu również wypróbować przez przesuwanie suwaków w górę i w dół.)

(Więcej argumentów za oraz przeciwko maskom:34.)

„Trudno używać ich we właściwy sposób.” Trudno jest też umyć ręce zgodnie z wytycznymi Światowej Organizacji Zdrowia, a mimo to zalecamy mycie rąk, bo zrobienie czegoś średnio daje lepsze efekty, niż nierobienie w ogóle niczego.

„Przez maski ludzie zaczną lekceważyć mycie rąk i zachowanie odstępów.” Tak samo, jak przez pasy bezpieczeństwa lekceważone są znaki STOP, a ci, co myją zęby, częściej żują kamienie. Na poważnie, stawiamy na coś przeciwnego: maski stale przypominają o byciu ostrożnym – a na wschodzie Azji są symbolem solidarności!

Same tylko maski nie dadzą R < 1. Ale gdy mycie rąk oraz badania, śledzenie i izolacja dają razem R = 1,1, to noszenie masek przez 1/3 wszystkich osób zmniejszyłoby to do R < 1, wirus opanowany!

Lato:

Dobra, nie jest to „działanie”, które można przeprowadzić, ale też pomoże! Media mówią czasem, że lato nie zmieni nic w sprawie COVID-19. Mają trochę racji: Lato nie da R < 1, ale i tak zmniejszy R.

W przypadku COVID-19, każdy 1°C obniża R o 1,2%35. Różnica między latem a zimą w Warszawie wynosi ok. 16.8°C,36, czyli latem R spadnie o ok. 20%.

Lato samo w sobie nie spowoduje, że R < 1, ale jeśli mamy ograniczone możliwości, możemy osłabić pewne przeciwdziałania na lato, żeby wzmóc je zimą.

Zakazy w roli bezpiecznika

Jeśli to wciąż nie wystarczy, żeby uzyskać R < 1... możemy ponownie wprowadzić zakazy.

Tym razem nie musiałoby to być na okrągło po 2 miesiące ograniczeń i 1 na luzie! R jest pomniejszone, więc ograniczenia potrzebne są tylko raz albo dwa, żeby odciąć gwałtowny wzrost, zanim pojawi się szczepionka. (Niedawno zrobił tak Singapur, „pomimo”, że przez 4 miesiące panowali nad COVID-19. To nie porażka, tak buduje się zwycięstwo.)

Oto symulacja „luźnego” scenariusza:

  1. Zakazy, a następnie
  2. Garstka higieny oraz badań, śledzenia i izolacji, ze szczyptą masek dla wszystkich, po czym...
  3. Jeszcze raz zakaz na odcięcie gwałtownego wzrostu w oczekiwaniu na szczepionkę.

Nie wspominając wszystkich innych przeciwdziałań, które możemy podjąć, żeby przyciąć R:

. . .

Mamy nadzieję, że te scenariusze dadzą Wam nadzieję.

Nawet w pesymistycznym rozwoju wydarzeń da się pokonać COVID-19 jednocześnie chroniąc nasze zdrowie psychiczne i zdolności finansowe. Używanie zakazów jako wyłącznika, utrzymywanie R < 1, izolowanie chorych, śledzenie kontaktów z poszanowaniem prywatności i jeszcze co najmniej maski dla każdego... pozwoli nam mniej-więcej wrócić do normalności!

Pewnie, może wyjdziemy z tego z wysuszonymi dłońmi, ale będzie można wyjść na randkę do księgarni z komiksami! Wyjść do kina na kolejną hollywoodzką drożyznę. Przyglądać się ludziom w bibliotece, cieszyć się z tego, że wszyscy po prostu wiodą swoje normalne życie.

Życie zwycięża... nawet w najgorszym przypadku.

Przygotujmy więc plan na gorsze z najgorszych z przypadków. Lądowanie na wodzie, prosimy nałożyć kamizelki ratunkowe i podążać za światłami do wyjść awaryjnych:

Kilka kolejnych lat

Zachorujemy na COVID-19, a potem wyzdrowiejemy. Albo dostaniemy szczepionkę. W każdym razie mamy odporność...

...na jak długo?

Jeśli chodzi o COVID-19 u ludzi, to 1 maja 2020 pytanie o czas odporności jest wciąż otwarte.

Zasymulujmy 1 rok. Oto symulacja, w której zaczynamy z 100% , wykładniczo gasnących i przeciętnie po 1 roku zmieniających się w podatnych i nieodpornych :

Powrót gaszenia wykładniczego!

Ten model nazywa się SEIRS. Ostatnie „S” to znów „Susceptible”, czyli podatny.

Zasymulujmy wybuch epidemii COVID-19 na okresie 10 lat, bez przeciwdziałań, przy odporności utrzymującej się rok:

W poprzednich symulacjach mieliśmy tylko jeden szczyt zachorowań, w którym zabrakło miejsc na OIOMach. Teraz mamy ich kilka, a do tego osoby w końcu całkiem zapełniają OIOMy (których moce już potroiliśmy dla symulacji).

R = 1, czyli endemia.

Całe szczęście, że lato zmniejsza R, co poprawi sytuację:

Oj.

Lato, inaczej, niż mogłoby się wydawać, powoduje, że maksima są większe i do tego regularne! Latem wolniej przybywa , dzięki czemu przybywa też mniej . Przez to latem gwałtownie spada odporność, tworząc znaczne i regularne zimowe maksima.

Na szczęście rozwiązanie jest dosyć proste – szczepienia w każdym okresie jesienno-zimowym, tak jak przeciw grypie:

(Spróbujcie wymyślić własny plan po odtworzeniu nagranego scenariusza! Pamiętajcie, że w każdej chwili można zatrzymać i wznowić symulację.)

A teraz straszniejsze pytanie:

Co, jeśli jeszcze przez lata nie będzie szczepionki? Albo w ogóle nigdy?

Dla jasności: to mało prawdopodobne. Większość epidemiologów spodziewa się szczepionki za rok, dwa lata. Owszem, nie było jeszcze szczepionki na żadnego koronawirusa, ale to dlatego, że SARS został szybko unicestwiony, a przeziębienie nie było warte wysiłku.

Mimo wszystko, badacze chorób zakaźnych wyrażają obawy: co, jeśli nie wyprodukujemy wystarczająco dużo?41 Co, jeśli pośpieszymy się i szczepionka nie będzie bezpieczna?42

Nawet w najgorszym scenariuszu, w którym nie będzie szczepionki, mamy wciąż 3 wyjścia. Od najgorszego do najmniej okropnego:

1) Przeprowadzać powtarzane albo pojedyncze przeciwdziałania w celu otrzymania R < 1 i uzyskania „naturalnej odporności stadnej”. (Ostrzeżenie: kosztem będzie wiele zmarłych oraz wiele uszkodzonych płuc. Nie zadziała to też, jeśli odporność się nie utrzymuje.)

2) Wprowadzić na stałe przeciwdziałania w celu otrzymania R < 1. Śledzenie kontaktów i noszenie masek stałoby się normą w świecie z wirusem COVID-19, tak, jak badania na choroby weneryczne i noszenie prezerwatyw stały się normą w świecie z HIV.

3) Przeprowadzać przeciwdziałania w celu otrzymania R < 1, aż opracowane zostaną metody leczenia COVID-19, które zmniejszą potrzebę intensywnej opieki. (Co i tak powinniśmy robić!) 10-krotne zmniejszenie zapotrzebowania na OIOMy to to samo, co ich 10-krotne powiększenie:

Oto symulacja bez utrzymującej się odporności, bez szczepionki, a nawet bez jakichkolwiek przeciwdziałań – jedynie zwiększanie OIOMów, żeby przetrwać maksima:

Nawet w najgorszym najgorszym przypadku… życie zwycięża.

. . .

Jeśli chcielibyście zmienić nasze założenia, spróbujcie różnych wartości R0 lub innych parametrów. Spróbujcie też przeprowadzić symulację własnych kombinacji przeciwdziałań!

Oto tryb piaskownicy, w którym wszystkie możliwości są otwarte. (Wszystkie opcje ukażą się po przewinięciu.) Symulujcie do woli:

Tak wiele nauczył nas ten prosty „symulator lotu epidemii”. Pozwolił nam odpowiedzieć na pytania na temat kilku ostatnich miesięcy, kilku kolejnych miesięcy i kilku kolejnych lat.

Powróćmy w końcu do teraz…

Teraźniejszość

Samolot zatonął. Wdrapaliśmy się na łodzie ratunkowe. Czas znaleźć suchy ląd43.

Zespoły epidemiologów i prawodawców z USA (z tamtejszej lewicy (ang.), prawicy (ang.), i z obu stron (ang.)) są zgodne, co do tego, jak pokonać COVID-19, chroniąc tak życie, jak i wolności obywatelskie.

Ogólny zarys, razem z planami zapasowymi, co do których jest mniej zgody, wygląda tak:

Co ten plan mówi NAM, w tej chwili?

Dla wszystkich: przestrzegajcie ograniczeń wychodzenia z domów, abyśmy mogli jak najszybciej przejść Fazę 1. Myjcie ręce. Szyjcie własne maski. Ściągnijcie aplikacje do śledzenia kontaktów (te, które chronią waszą prywatność), gdy pojawią się gdzieś w przyszłym miesiącu. Dbajcie o zdrowie, zarówno fizyczne, jak i umysłowe. Napiszcie do swoich prawodawców, żeby ruszyli tyłki i…

Dla prawodawców: wprowadźcie prawa wspierające ludzi, którzy poddali się ochotniczo kwarantannie i izolacji. Zatrudnijcie więcej osób wyszukujących źródeł zarażeń, wspieranych przez aplikacje, które śledzą kontakty, chroniąc prywatność. Skierujcie środki pieniężne na wytworzenie tego, co potrzebujemy, czyli…

Dla twórców: Twórzcie badania. Twórzcie respiratory. Twórzcie sprzęt ochronny dla szpitali. Twórzcie badania. Twórzcie maski. Twórzcie aplikacje. Twórzcie leki przeciwwirusowe, profilaktyczne, i inne poza szczepionkami. Twórzcie szczepionki. Twórzcie badania. Twórzcie badania. Twórzcie badania. Twórzcie nadzieję.

Nie bagatelizujcie strachu, budując nadzieję. Nasze lęki powinny połączyć siły z naszą nadzieją, tak, jak wynalazcy samolotów i spadochronów. Przygotowując się na ciężkie czasy tworzymy lepsze czasy.

Jedyne, czego należy się bać, to pomysł, że warto się bać tylko strachu.


  1. Przypisy będą zawierać żródła, odnośniki, albo dodatkowe komentarze. Tak, jak ten komentarz!

    Ten przewodnik został opublikowany w oryginalnej wersji angielskiej 1go maja 2020. Wiele szczegółów kiedyś przestanie być aktualnych, ale jesteśmy pewni, że ten przewodnik obejmie 95% możliwych ścieżek w przyszłość, a podstawy epidemiologii zawsze będą przydatne. 

  2. „Przeciętny [szeregowy] okres wynosił 3,96 dni (przedział ufności 95% 3,53–4,39 dni).” Du Z, Xu X, Wu Y, Wang L, Cowling BJ, Ancel Meyers L (ang.) (Uwaga: wczesne wydania artykułów nie są ich ostatecznymi wersjami.) 

  3. Nie zapomnijcie, że wszystkie przedstawione symulacje są super uproszczone w celu dydaktycznym.

    Uproszczenie: gdy zadacie symulacji, żeby „zainfekować jedną nową osobę co X dni”, rzeczywiście zwiększa ona liczbę zainfekowanych o 1/X każdego dnia. Podobnie działają przyszłe ustawienia przedstawionych symulacji – „ozdrowienie co X dni” to zmniejszenie liczby zainfekowanych o 1/X co dnia. 

  4. “Mediana okresu zaraźliwego wynosiła 9,5 dnia.” Hu, Z., Song, C., Xu, C. et al (ang.) Tak, wiemy, że „mediana” to nie to samo, co „przeciętna”. Ale w celu uproszczenia i edukacji jest wystarczająco podobna. 

  5. Aby zasięgnąć więcej informacji na temat modelu SIR, odwołaj sie do the Institute for Disease Modeling (ang.) oraz Wikipedii (ang.) 

  6. Więcej informacji na temat modelu SEIR można znaleźć w the Institute for Disease Modeling (ang.) oraz na Wikipedii 

  7. „Zakładając rozkład czasu inkubacji ze średnią 5,2 dni wynikającą z odrębnego badania wczesnych przypadków COVID-19, wydedukowaliśmy, że zaraźliwość rozpoczyna się 2,3 dnia (przedział ufności 95%, 0,8–3,0 dni) zanim pojawią się pierwsze oznaki choroby” (w skrócie: jeśli oznaki pojawiają się po 5 dniach, zarażanie rozpoczyna się 2 dni wcześniej = zarażanie zaczyna się po 3 dniach) He, X., Lau, E.H.Y., Wu, P. et al. (ang.) 

  8. „Mediana R w przypadku grypy sezonowej wyniosła 1,28 (rozstęp ćwiartkowy: 1,19–1,37)” Biggerstaff, M., Cauchemez, S., Reed, C. et al. (ang:) 

  9. „Szacujemy, że podstawowy współczynnik reprodukcji R0 wynosi około 2,2 (przedział 95% prawdopodobieństwa: 1,4–3,8)” Riou J, Althaus CL. (ang.) 

  10. „obliczyliśmy, że mediana wartość R0 wynosi 5,7 (przedział ufności 95% 3,8–8,9)” Sanche S, Lin YT, Xu C, Romero-Severson E, Hengartner N, Ke R. (ang.) 

  11. Przy założeniu, że przez cały „okres zaraźliwości” jesteśmy zaraźliwi zawsze w tym samym stopniu. Jest to kolejne uproszczenie w imię zrozumiałości. 

  12. Zwróćmy uwagę na to, że R = R0 · część niewstrzymanych zarażeń ze wszystkich. Pamiętajmy też, że część niewstrzymanych zarażeń = 1 - część zatrzymanych.

    Zatem, aby uzyskać R < 1, należy najpierw doprowadzić do R0 · ZarażeniaNiewstrzymane < 1.

    Zatem ZarażeniaNiewstrzymane < 1/R0

    Zatem 1 - ZarażeniaZatrzymane < 1/R0

    Zatem, ZarażeniaZatrzymane > 1 - 1/R0

    Zatem należy zatrzymać więcej, niż 1 - 1/R0 zarażeń, aby uzyskać R < 1 i zatrzymać wirusa! 

  13. „Proporcja przypadków COVID-19, które wymagały przyjęcia na ICU [OIOM] w USA od 12 lutego do 16 marca 2020, podział na grupy wiekowe.” (ang.). Między 4,9% a 11,5% wszystkich przypadków COVID-19 wymagało intensywnej opieki. Wybierając dolną granicę przedziału (co ułatwia zadanie), to 5%, czyli 1 z 20. Należy zwrócić uwagę na to, że ta liczba odpowiada konkretnie rozkładzie wiekowemu USA, oraz będzie większa w krajach o starszej ludności, a mniejsza w krajach o młodszej. 

  14. „Liczba łóżek na ICU [OIOM] = 96596”. Za the Society of Critical Care Medicine (ang.) liczba ludności USA wyniosła 328 200 000 w roku 2019. 96 596 spośród 328 200 000 = około 1 na 3400. 

  15. „Mówi, że cel jest taki sam, jak w innych krajach: spowolnić epidemię przez rozłożenie zarażeń w czasie. W rezultacie, naród mógłby uzyskać odporność stadną; to efekt uboczny, a nie cel. [...] Strategia działań rządu, która jest dostępna w internecie, w ogóle nie wspomina o odporności stadnej.”

    Zaczerpnięte z artykułu Eda Younga w magazynie The Atlantic (ang.) 

  16. „Wszystkie osiem z kwalifikujących się badań stwierdziły, że mycie rąk zmniejszyło ryzyko infekcji dróg oddechowych, przy zmniejszeniu ryzyka od 6% do 44% [wartość ogółem 24% (przedział ufności 95% 6–40%)].” W symulacjach zaokrągliliśmy wartość do 25% w imię prostoty. Rabie, T. and Curtis, V. (and.) Uwaga: jak zauważa ta meta-analiza, jakość badań na temat mycia rąk (przynajmniej w krajach o wysokim dochodzie) pozostawia wiele do życzenia. 

  17. „Zaobserwowaliśmy zmniejszenie średniej liczby dziennych kontaktów każdego uczestnika badania o 73%. Byłoby to wystarczające, aby zmniejszyć R0 z wartości 2,6 przed do 0,62 (0,37 - 0,89) po wprowadzeniem zasad pozostawania w domach.”. W imię prostoty, zaokrągliliśmy to do 70% w tych symulacjach. Jarvis and Zandvoort et al (ang.) 

  18. Zniekształcenia tego nie byłoby, gdyby R było nakreślone na skali logarytmicznej... ale wtedy musielibyśmy wytłumaczyć, czym jest skala logarytmiczna

  19. „Przy braku innych działań, kluczową miarą powodzenia ograniczenia kontaktów jest to, czy możliwości opieki zdrowotnej nie zostaną przekroczone. Aby tego uniknąć, może powstać potrzeba przedłużonego albo przerywanego ograniczenia kontaktów do roku 2022.”Kissler and Tedijanto et al (ang.) 

  20. Zobacz Ryc. 6 z Holt-Lunstad & Smith 2010 (ang.). Oczywiście, wielka uwaga, badanie wykazało korelację. Jednakże, o ile nie zaczniemy losowo wybierać ludzi, żeby przez całe życie byli samotni, wiedzę możemy czerpać jedynie z obserwacji. 

  21. Przeciętnie 3 dni do zaraźliwości: „Zakładając rozkład czasu inkubacji ze średnią 5,2 dni wynikającą z odrębnego badania wczesnych przypadków COVID-19, wydedukowaliśmy, że zaraźliwość rozpoczyna się 2,3 dnia (przedział ufności 95%, 0,8–3,0 dni) zanim pojawią się pierwsze oznaki choroby” (w skrócie: jeśli oznaki pojawiają się po 5 dniach, zarażanie rozpoczyna się 2 dni wcześniej = zarażanie zaczyna się po 3 dniach) He, X., Lau, E.H.Y., Wu, P. et al. (ang.)

    przeciętnie 4 dni do zarażenia kolejnej osoby: „Przeciętny [szeregowy] okres wynosił 3,96 dni (przedział ufności 95% 3,53–4,39 dni).” Du Z, Xu X, Wu Y, Wang L, Cowling BJ, Ancel Meyers L (ang.)

    średnio 5 dni do wystąpienia objawów: „przeciętny czas inkubacji szacuje się na 5,1 dnia (przedział ufności 95% od 4,5 do 5,8 dnia)” Lauer SA, Grantz KH, Bi Q, et al (ang.) 

  22. „Szacujemy, że 44% (przedział ufności 95% 25%–69%) nosicieli wtórnych zostało zarażonych w czasie, gdy nosiciel pierwotny był w stadium przedobjawowym” He, X., Lau, E.H.Y., Wu, P. et al (ang.) 

  23. „Śledzenie kontaktów było kluczowy działaniem podjętym w Liberii i jednym z najszerzej zakrojonych projektów śledzenia kontaktów podczas epidemii w dziejach.” Swanson KC, Altare C, Wesseh CS, et al. (ang.) 

  24. Temporary Contact Numbers [Tymczasowe Numery Kontaktowe], zdecentralizowany protokół śledzenia kontaktów, który chroni prywatność (ang.) 

  25. Private Automated Contact Tracing [Automatyczne Prywatne Śledzenie Kontaktów] (ang.) 

  26. Apple oraz Google podejmują współdziałanie w kwestii technologii śledzenia kontaktów COVID-19 (ang.). Należy zwrócić uwagę, że nie budują samych aplikacji, tylko systemy, które je wesprą

  27. Wiele artykułów dziennikarskich – a nawet naukowych – nie odróżnia chorych którzy „mieli objawy, kiedy ich badano” (przedobjawowych) od tych, którzy „w ogóle nigdy nie mieli objawów” (rzeczywiście bezobjawowych). Jedyny sposób, w który można ich odróżnić to wrócić kiedyś do przebadanych.

    Dlatego też zrobiono to w tym badaniu (ang.). (Uwaga: wczesne wydania artykułów nie są ich ostatecznymi wersjami.) W telefonicznym centrum obsługi w Korei Południowej, w którym zaobserwowano wybuch COVID-19 „jedynie 4 (1,9%) osób nie miało objawów podczas trwania 14-dniowej kwarantanny, oraz żadna z osób mieszkających z nimi nie została wtórnie zarażona."

    Oznacza to, że osoby przechodzące chorobę „rzeczywiście bezobjawowo” są rzadko spotykane, a zarażenie się od nich może być jeszcze bardziej niezwykłe! 

  28. Za badaniem, które wskazało na aplikacje jako sposób walki z COVID-19: Luca Ferretti & Chris Wymant et al (ang.) Zob. Ryc. 2. Zakładając, że R0 = 2,0, stwierdzono tam, że:

    • Chorzy z objawami mają udział R = 0,8 (40%)
    • Chorzy przed objawami mają udział R = 0,9 (45%)
    • Chorzy bezobjawowi mają udział R = 0,1 (5%, chociaż w modelu badaczy jest duża dawka niepewności, więc wartość może być mniejsza)
    • Warunki środowiskowe jak klamki odpowiadają za R = 0,2 (10%)

    Suma chorych przedobjawowych oraz bezobjawowych (45% + 5%) daje razem 50% udziału w R! 

  29. „Żadna z masek chirurgicznych nie wykazała wystarczającej skuteczności filtrowania ani dopasowania do twarzy, aby można było ją uznać za urządzenie chroniące drogi oddechowe” Tara Oberg & Lisa M. Brosseau (ang.) 

  30. „3,4-krotny spadek [o 70%] cząstek aerozoli, oraz niemal całkowity zanik większych kropli zaobserwowany przez by Johnson et al. może oznaczać, że maski chirurgiczne noszone przez zarażonych mają znaczący wpływ na zarażanie.” Milton DK, Fabian MP, Cowling BJ, Grantham ML, McDevitt JJ (ang.) 

  31. Davies, A., Thompson, K., Giri, K., Kafatos, G., Walker, J., & Bennett, A See Table 1: a 100% cotton T-shirt has around 2/3 the filtration efficiency as a surgical mask, for the two bacterial aerosols they tested. 

  32. Każdy szanujący się naukowiec, który przeczytał ostatnie zdanie pewnie śmieje się teraz przez łzy. Zobacz: tzw. p-hacking, kryzys replikacji). 

  33. „Czas zastosować zasadę ostrożności” Trisha Greenhalgh et al (ang.) 

  34. „Musimy oszczędzać wyposażenie, aby wystarczyło szpitalom” Pełna zgoda. Ale to argument bardziej za wzmożeniem produkcji masek, a nie za reglamentacją. W międzyczasie możemy robić je z materiału. 

  35. „Wzrost temperatury o jeden stopień Celsjusza [...] obniża R o 0,0225”, oraz „średnia wartość R pośród tych 100 miast to 1,83”. 0,0225 ÷ 1,83 ≈ 1,2%. Wang, Jingyuan and Tang, Ke and Feng, Kai and Lv, Weifeng (ang.) 

  36. Miesiące zimowe (grudzień, styczeń, luty) mają średnią temperaturę -1,2°C, a letnie (czerwiec, lipiec, sierpień) ok. 18°C. Dane z lat 1982-2010 z IMGW

  37. „Przeciwciała szczególne dla SARS utrzymywały się średnio przez 2 lata [...] Pacjenci chorzy na SARS mogą być zatem podatni na ponowne zarażenie ≥3 lata po pierwszym zarażeniu.” Wu LP, Wang NC, Chang YH, et al. (ang.) „Niestety”, nigdy nie dowiemy się, jak długo rzeczywiście utrzymywałaby się odporność na SARS, bo szybko go unicestwiliśmy. 

  38. „Nie stwierdziliśmy znaczącej różnicy między szansą przynajmniej jednego pozytywnego wyniku, a szansą na powtórkę w przypadku beta-koronawirusów HKU1 i OC43 po 34 tygodniach od rozpoczęcia lub pierwszego zarażenia.” Marta Galanti & Jeffrey Shaman (PDF) (ang.) 

  39. „Cząstki wirusa utrzymują się jeszcze przez jakiś czas po tym, jak organizm zwalczy wirusa. Nie są zaraźliwe, ale mogą oszukać badania na obecność wirusa.” from STAT News by Andrew Joseph (ang.) 

  40. Za Bao et al. (ang.) Uwaga: Ten artykuł naukowy jest przeddrukiem i nie został jeszcze zatwierdzony przez recenzję. Podkreślamy też, że badanie na okoliczność ponownej infekcji przeprowadzono po 28 dniach. 

  41. „Czy świat jest w stanie wytworzyć wystarczającą ilość szczepionki przeciwko koronawirusowi, gdy ta zostanie opracowana?” by Roxanne Khamsi, on Nature (ang.) 

  42. „Nie śpieszmy się z użyciem szczepionek i leków przeciw COVID-19 kosztem bezpieczeństwa” by Shibo Jiang, on Nature (ang.) 

  43. Przenośnia suchego lądu from Marc Lipsitch & Yonatan Grad, on STAT News (ang.) 

(Kliknij, żeby zobaczyć przypisy)

Przypisy:

Myjcie ręce! 👏