При этом одни локации представляют бо́льшую опасность с точки зрения возможной передачи инфекции, чем другие. Так как крошечные капельки аэрозоля легко разносятся и испаряются даже при слабом ветерке, на улице вероятность заразиться коронавирусом намного меньше, чем в помещении, — в главе «Как передается коронавирус» мы подробно обсуждали, что абсолютное большинство случаев заражения происходит не на открытом воздухе. Даже когда на улице собирается много людей, которые тесно общаются друг с другом и при этом громко кричат, как было, например, во время демонстраций BLM, всплеска заражений не происходит. Поэтому логично требовать более строгого соблюдения правил относительно масок и дистанции внутри кафе, транспорта, поликлиник и так далее, а в общественных пространствах снаружи можно эти требования существенно смягчить.
С другой стороны, школы, детские сады и университеты потенциально представляют большую опасность. Хотя пока мы не знаем, насколько хорошо дети цепляют и передают инфекцию, есть серьезные основания полагать, что в этом плане они мало отличаются от взрослых. Поэтому в детских учреждениях и вузах необходимо особенно тщательно контролировать зарождение новых вспышек. И главным инструментом здесь должно быть регулярное тестирование — скажем, с утра перед началом занятий — с возможностью быстро узнавать результат и изолировать носителя и тех, с кем он близко контактировал (при ежедневном тестировании можно изолировать только носителя).
Правильно организованный «тетрис» позволит избавить школы, сады и университеты от мучительного решения вопросов, как разместить всех детей, которые ходили в школу до коронавируса, на той же площади, но при этом сделать так, чтобы классы и комнаты были заполнены только на треть, уроки проходили не в три смены и учителя не умирали от перенапряжения прямо во время занятий. Что не менее важно, при использовании такой стратегии не придется бесконечно закрывать классы и целые школы на карантин, когда там обнаружатся новые цепочки заражений. Более того, есть серьезные основания полагать, что «тетрис» и регулярное тестирование школьников, студентов и детсадовцев могут оказаться более важными, чем ограничительные меры непосредственно в школах, университетах и детских садах. Потому что на уроках или в столовых, вероятно, заражается не так много народу — как раз потому, что учителя и воспитатели следят за соблюдением мер. Но школа или вуз — это не только место, где дети получают образование, они играют огромную роль в социализации. И львиная доля заражений может приходиться на активности вокруг учебы: прогулки с друзьями по дороге туда и оттуда, общение на продленке, курение в туалетах и так далее — разумеется, все это без масок и дистанции. Искоренить такое неформальное общение нереально — оно необходимо детям никак не меньше собственно уроков. Но вот предотвращать его эпидемиологические последствия необходимо, тем более, что у нас есть способы сделать это.
Бить точно в цель
Несколько месяцев тщательного анализа паттернов распространения коронавирусной инфекции показали, что, по счастью, они не подчиняются простейшим эпидемиологическим моделям, предполагающим, что новые заражения происходят в популяции равномерно. Я пишу «по счастью», потому что болезни с негомогенным расползанием контролировать проще, чем те, которые с равной эффективностью передаются любому члену общества. Такие болезни прежде всего распространяются в кластерах — ограниченных по тем или иным признакам группах людей, и для контролирования эпидемии важно следить именно за ними, а не пытаться обнаружить и искоренить вирус по всей популяции в целом. Ниже мы обсудим две работы, которые объясняют, что такое кластеризация и как можно использовать ее, чтобы остановить распространение коронавируса куда меньшими усилиями, чем предполагалось изначально.
Первая работа[377] посвящена так называемому дисперсионному параметру эпидемии k (не путать с дисперсией случайной величины из математики), он же параметр гомогенности. Эта характеристика отражает, насколько равномерно носители вируса заражают друг друга. Если каждый, кто подхватил некую заразу с R0 (базовое репродуктивное число, определяющее, сколько в среднем человек инфицирует один заболевший), скажем три человека, заражает ровно троих, дисперсионный параметр оценивается в единицу. Если же из десяти заразившихся девять не заражают никого (в предельном случае) или почти никого, а один — сразу 30 человек, то k=0,1. И при одном и том же R0 вероятность развития эпидемии в конкретной популяции в этих двух ситуациях будет очень сильно отличаться. Патогенам с маленьким дисперсионным параметром для обеспечения эволюционного успеха (то есть развития полноценной эпидемии) необходимо много носителей, причем распределенных по территории равномерно[378]. Если восприимчивых особей мало или они кучкуются небольшими группками, всерьез распространиться такому паразиту будет не очень просто.
Представим, что патоген с маленькой k — пусть для простоты это будет вирус — заразил одного человека, скажем перепрыгнув на него от летучей мыши. Но этот человек — китайский фермер — живет с семьей в собственном доме, от которого до другого ближайшего дома нужно полдня ехать на тракторе. Даже если конкретно этот фермер окажется тем самым распространителем, который один заражает десятерых, никого, кроме жены, тещи и детей, он заразить не сможет. Они, в свою очередь, тоже вряд ли кого-то инфицируют, так как редко выезжают за пределы фермы. А если теща все же поедет в город за продуктами, она с вероятностью 9 к 10 окажется «нераспространителем». Другое дело, если первый зараженный живет в густонаселенном городе вроде Гонконга и каждый день ездит на работу в тесный офис на метро. В этом случае, даже если «вторичные» заразившиеся будут плохо распространять патоген, он все равно будет потихоньку перескакивать на новых хозяев — и однажды ему повезет встретить своего суперраспространителя.
Теперь рассмотрим болезнь с большим дисперсионным параметром, когда в среднем каждый заразившийся инфицирует примерно одинаковое количество народу — столько, сколько «предписывает» R0 данного заболевания. В нашем примере заразившийся родственник фермера едет в город и заражает положенных трех человек, которые передают вирус дальше, каждый трем. Такому патогену нужно гораздо меньше народу, чтобы хорошенько распространиться, и если вирус достаточно контагиозный, то множество непрерывающихся цепочек заражения быстро дадут знакомую нам экспоненту.
Рис. 15. Пороговый параметр вспышки — количество инфицированных, необходимое для того, чтобы начавшаяся эпидемия не рассосалась самостоятельно. R0 — базовое репродуктивное число, отражает количество человек, которых в среднем заражает один инфицированный в наивной популяции. k — дисперсионный параметр, отражающий, насколько равномерно носители вируса заражают друг друга. Видно, что чем ближе k к единице, тем меньше зараженных нужно для поддержания эпидемии при одном и том же значении R0. График адаптирован из[379]
Меры задавливания эпидемии для болезней с большим и маленьким параметром гомогенности отличаются. С патогенами, у которых k близка к 1, бороться сложно: чтобы эффективно пресечь распространение, необходим всеобщий карантин, так как цепочек распространения много и они равномерно распределены в популяции. Маленький параметр гомогенности дает шанс удушить эпидемию, используя только локальные меры, так как ловить цепочки нужно не по всему обществу, а только в кластерах, берущих начало от суперраспространителей. Разумеется, угадать, кто из вновь заразившихся окажется «тем самым», невозможно, но возможно не допустить ситуаций, в которых вирус получит шанс легко перепрыгнуть от сверхинфекционных носителей на остальных.
Ограничение количества людей в магазинах, офисах и общественном транспорте, маски в местах, где скапливается много народу, — и, конечно, дистанция. Вспомним истории с карнавалом в немецком Хайнсберге, церковным хором в Маунт-Верноне в штате Вашингтон, корейской религиозной сектой и так далее. Виновником каждой из этих мощных вспышек был один-единственный распространитель, который долгое время находился в тесном контакте с большим количеством неиммунных людей. Сиди он дома, потому что карнавал или репетицию хора отменили, или просто на большом расстоянии от других, вирус не смог бы заразить так много людей. Если дисперсионный параметр мал, то именно такие локальные события суперраспространения запускают эпидемии, и, исключив их, можно в принципе не дать болезни расползтись сколько-нибудь широко.
Величина параметра k зависит от биологии патогена. Например, предшественник нынешнего коронавируса SARS размножался преимущественно в легких. «Допрыгнуть» оттуда до слизистых других людей непросто, и, кроме того, граждане, у которых вирус уже вовсю распространяется по легочной ткани, обычно лежат на больничной койке, очень плохо себя чувствуют и никого не заражают. Но некоторые люди в силу индивидуальных особенностей работы иммунной системы (или упрямства, как можно убедиться, читая врезку) довольно долго не ощущали себя заболевшими и вели обычный образ жизни, несмотря на то что носили в себе огромное количество вирусных частиц — прямо как летучие мыши с их бессимптомным носительством десятков вирусов. Такие больные становились суперраспространителями, формируя вокруг себя большие кластеры зараженных. Дисперсионный параметр SARS составлял 0,16, и 73 % процента инфицированных заражали меньше одного человека, зато 6 % — больше восьми[380]. Именно поэтому вспышку удалось быстро погасить, изолируя заболевших и их контакты и внедрив повсеместное ношение масок.