Übertragung von SARS-CoV-2 durch Kinder

Hintergrund: Sechs Monate nach Beginn der COVID-19-Pandemie scheint es, dass Kinder von den direkten Auswirkungen der Erkrankung weitgehend verschont geblieben sind. Das Alter könnte daher ein wichtiger Prädiktor für Infektion und Schweregrad sein. Allerdings sind Kinder von den weitreichenden Maßnahmen im Bereich der öffentlichen Gesundheit weiterhin betroffen. Eine oft gestellte zentrale Frage ist, ob Kinder grundsätzlich SARS-CoV-2 effektiv übertragen.

Methode: Wir untersuchten die Komponenten der Übertragung und die für eine valide Beurteilung der Übertragungsdynamik erforderlichen unterschiedlichen Studiendesigns und Aspekte. Für diese selektive Literaturübersicht (narratives Review) führten wir eine Recherche nach veröffentlichten Daten zur Übertragung von SARS-CoV-2 durch Kinder durch. Publikationen bis zum 25. 6. 2020 wurden berücksichtigt.

Ergebnisse: Die Übertragungsdynamik muss in repräsentativen pädiatrischen Populationen anhand einer Kombination von
Studiendesigns untersucht werden. Dazu gehören strenge epidemiologische Studien (zum Beispiel in Haushalten, Schulen,
Kindertagesstätten, klinischen Einrichtungen) und Laborstudien. Dabei ist der soziale und sozioökonomische Kontext zu berücksichtigten. Bislang fehlen Viruslastschätzungen von repräsentativen pädiatrischen Stichproben infizierter Kinder. Die aktuell vorliegende Evidenz legt nahe, dass die nach Alter des Infizierenden stratifizierte sekundäre Infektionsrate („attack rate“) bei Kindern niedriger ist. Dieses Altersmuster muss aber noch besser quantifiziert und verstanden werden.

Schlussfolgerung: Eine generalisierbare pädiatrische Evidenzgrundlage wird als Basis für politische Entscheidungen dringend benötigt, und zwar aktuell, später beim Auftreten möglicher weiterer Wellen sowie in einer Zukunft, in der ein endemisches Vorkommen parallel zu einer Impfung zur dauerhaften Realität werden könnte.

Das Alter zählt zu den wichtigsten prognostischen Faktoren bei von COVID-19 betroffenen Patienten (e1). Altersbezogene Unterschiede in der Infektion, Übertragung und klinischen Manifestation von SARS-CoV-2 haben einen großen Einfluss auf sozialpolitische Entscheidungen. Im April 2020 mussten weltweit über 90 % der Kinder infolge von Maßnahmen zur Eindämmung der Ausbreitung von SARS-CoV-2 zu Hause bleiben (e2). Solche Schließungen – etwa von Schulen – verringern nicht nur die Kontakte zwischen Schülern, sondern hindern Eltern auch daran, ihrer Arbeit nachzugehen (1). Für Grippeepidemien konnte die Effektivität von Schließungen nachgewiesen werden (2).

Es zeigte sich aber schon bald, dass Kinder von SARS-CoV-2 weitgehend verschont blieben. Kinder machen nur einen kleinen Teil der bestätigten Fälle aus, sind entweder asymptomatisch oder zeigen eine milde oder flüchtige Symptomatik (e3). Auch ist bei Kindern die Infektionswahrscheinlichkeit im Vergleich zu Erwachsenen halb so hoch (3).

Wir überprüften die Evidenz zur Übertragung von SARS-CoV-2 durch Kinder und untersuchten, wie relevante Parameter durch epidemiologische und Labortechniken ermittelt werden könnten. Es ist wichtig zu wissen, ob Kinder ihre individuellen Kontakte mit nahen Familienmitgliedern, die besonders gefährdet sind, an COVID-19 mit schwerem Verlauf zu erkranken, an diese Situation anpassen müssen. Diese Evidenz ist ferner für eine rationale Politik der Schadens- und Nutzenabwägung hinsichtlich Bildung und Freizeitgestaltung sowie für die Priorisierung künftiger Impfanstrengungen erforderlich. Insbesondere sind die aus einer anhaltenden Unterbrechung des Schulunterrichts resultierenden sozialen Kosten im Hinblick auf die Gesundheit und Entwicklung von Kindern (4) sowie die soziale und berufliche Teilhabe der Eltern enorm (e4). Deshalb ist Evidenz als Orientierungsgrundlage bei der Abwägung dieser Risiken gegen eine potenzielle epidemische Ausbreitung dringend erforderlich.

Methode

Wir untersuchten die Komponenten der Übertragung und die für eine Beurteilung der Übertragungsdynamik erforderlichen unterschiedlichen Studiendesigns und -bedingungen. Dazu führten wir unter Verwendung der Narrative-Review-Methode eine Suche zur Evidenzbasierung der Übertragung von SARS-CoV-2 durch Kinder durch (e5, e6), in die wir die bis zum 25. 6. 2020 erschienenen Publikationen einbezogen, einschließlich einer Recherche in PubMed mit den Suchbegriffen „child“, „SARS-CoV-2” und „transmission“ (eKasten).

eKasten

Methodik des narrativen Reviews

Komponenten der Übertragung

Bei der Krankheitsübertragung handelt es sich um eine komplexe Interaktion zwischen dem infektiösen Wirt und dem suszeptiblen Wirt, einem Erreger und der Umgebung (5). Damit ein Kind eine mögliche Infektionsquelle werden kann, sind eine vorangegangene Exposition gegenüber dem infektiösen Virus sowie dessen Replikation und effektive Ausscheidung erforderlich. Komponeten der Übertragungsdynamik, das heißt der Verbreitung der Infektion im zeitlichen Verlauf, sind biologischer, verhaltensbezogener und kontextueller Natur. Um eine effektive Übertragung und deren Entwicklung im Verlauf definieren zu können, ist die Kenntnis aller drei Komponenten erforderlich.

Kinder unterscheiden sich von Erwachsenen im Hinblick auf biologische und verhaltensbezogene übertragungsrelevante Merkmale. So unterscheiden sie sich beispielsweise in der Art, Rate, Dauer und Intensität ihrer Kontakte. Auch interagieren sie in erster Linie mit anderen Kindern (e7). Welche Variablen bei der Übertragungsdynamik von SARS-CoV-2 eine entscheidende Rolle spielen, ist immer noch unklar (6). Es besteht Konsensus, dass die Expression von oralen infektiösen Tröpfchen insbesondere beim Sprechen ausschlaggebend ist (7), doch wurde diese Übertragungsart bei Kindern noch nicht untersucht. Die derzeit verfügbare Evidenz reicht nicht aus, um eine fäkal-orale Übertragung zu belegen. Auch spielt der Kontext eine Rolle, und die meisten dokumentierten Übertragungen finden im erwachsenen Umfeld statt, beispielsweise in Bars, auf Konferenzen, in Fleischbetrieben oder auf Schiffen (8). Die Daten für SARS-CoV-2 weisen darauf hin, dass wie bei anderen Infektionskrankheiten etwa 20 % der Fälle für rund 80 % der lokalen Übertragung verantwortlich sind (9). Bislang sieht es so aus, dass diese Gruppe von etwa 20 % in erster Linie aus Erwachsenen und nicht aus Kindern besteht (8, e8).

Die meisten Arbeiten zur Übertragungsdynamik konzentrieren sich auf suszeptible Wirte und berechnen das Ansteckungsrisiko. Um zu klären, ob Kinder das SARS-CoV-2-Virus ebenso effektiv wie Erwachsene übertragen, muss die sekundäre Befallsrate („secondary attack rate“, das heißt die Anzahl der durch einen Indexfall infizierten neuen Fälle pro 100 Kontaktfälle ([Exponierte] [e9]), stratifiziert nach Alter der infizierenden Person, bekannt sein. Die sekundäre Befallsrate ist das direkteste Maß für die Infektiosität eines bestimmten Erregers.

Epidemiologisches und experimentelles Studiendesign

Die Frage nach der pädiatrischen Kontagiosität ist nicht theoretischer Natur, sondern von praktischer Relevanz im speziellen Kontext der gegenwärtigen Pandemie. Ein natürlicher Ansatz verwendet epidemiologische Studiendesigns mit direkter Beobachtung von Populationen und Messung von Übertragungsketten, um zu bestimmen, wie viele Fälle auf ein infiziertes Kind zurückzuführen sind.

Das für diesen Zweck in erster Linie verwendete Studiendesign ist die Untersuchung von Haushalten, da in diesem klar definierten Setting der engste und intensivste Kontakt mit und zwischen Kindern stattfindet (e10, e11). Hierbei kann es sich um Inzidenz- oder Prävalenzstudien handeln, bei denen für den Erregernachweis die Polymerasekettenreaktion (PCR) oder Serologie oder beide Verfahren verwendet werden. Die Übertragung durch Kinder kann auch bei Ausbrüchen in Schulen, Kindertagesstätten oder klinischen Einrichtungen untersucht werden. Ferner können in einer Untergruppe von Untersuchungen phylogenetische Verfahren (e12) zur Verbesserung der Spezifität verwendet werden. Weitere Rückschlusse lassen sich aus Interventionsstudien ziehen, die longitudinale Daten zur Untersuchung des Effekts von Präventionsmaßnahmen auf die Eindämmung der Übertragung verwenden. Schließlich wird das epidemiologische Profil durch Bevölkerungserhebungen optimiert, die frische oder zurückliegende Infektionen erfassen (10). Diese Studiendesigns haben den gemeinsamen Vorteil, dass sie direkte Beobachtungen der Reihe von Ereignissen darstellen, die letztlich zur Übertragung führen, und von daher wissenschaftliche Fragestellungen in Bezug auf die epidemische Ausbreitung direkt beantworten können. Die mit epidemiologischen Studiendesigns gewonnenen Ergebnisse können anschließend in mathematischen Modellen dafür verwendet werden, Schlussfolgerungen auf hypothetische und kontrafaktische Szenarien auszuweiten und Prognosen zu erstellen (e4). Im Gegensatz zur künstlichen Sterilität des Labors ist die „Epidemiologie der Goldstandard für die Messung des Übertragungspotenzials von Patienten“ (11).

Da Schlussfolgerungen über die Übertragungsdynamik auf Bevölkerungsebene erfolgen, muss darauf geachtet werden, wie und welche Personen rekrutiert werden (Tabelle 1) (12). Systematische Unterschiede bei der Rekrutierung können zu Bias bei bevölkerungsbezogenen Schätzungen führen. Dies wäre zum Beispiel der Fall, wenn nur symptomatische Kinder nachverfolgt oder nur stationäre Fälle rekrutiert würden (e13). Dadurch entstehen ein verzerrter Eindruck der wirklichen Frequenz von Ereignissen sowie Probleme hinsichtlich der Repräsentativität und auch Verzerrungen infolge von Assoziationen in der Stichprobe, die Artefakte des Rekrutierungsprozesses sind (13). Bei den Analysen muss auch eine fehlerhafte Messung des Fallstatus als Funktion der Testgenauigkeit berücksichtigt werden (14, e14). Diese möglichen Biasformen können noch mehr zum Tragen kommen, wenn sie altersabhängig sind – zum Beispiel, wenn die Testgenauigkeit altersabhängige Variationen aufweist oder wenn die pädiatrische Fallmenge klein ist. Zusätzlich führen kleine Studiengrößen zu unpräzisen Schätzungen.

Tabelle 1

Anforderungen an weitere Studien, die zu einer besseren Evidenzbasierung der Epidemiologie der SARS-CoV-2-Übertragung durch Kinder beitragen sollen

Ergebnisse von Laboruntersuchungen, Tiermodellen und kontrollierten Experimenten zu SARS-CoV-2 und anderen Erregern von Atemwegserkrankungen tragen zu einem besseren Verständnis der Übertragungen bei, aber Fragen der externen Validität spielen weiterhin eine zentrale Rolle (e15). Wie zum Beispiel lässt sich die Übertragung zwischen Hamstern auf die Übertragungsdynamik und Interventionseffekte in einer 4. Klasse anwenden (15)? Experimente bieten den Vorteil einer kontrollierten Umgebung, nähern sich aber niemals den Bedingungen in der Praxis an. Deshalb generieren diese Studien zwar wichtige Erkenntnisse zum Übertragungsmechanismus, können aber nicht als direkte Grundlage für politische Entscheidungen dienen. Zum Beispiel liefern Umweltstudien wichtige Informationen über die Dauer der Nachweisbarkeit von SARS-CoV-2 auf verschiedenen Arten von Oberflächen (16). In welchem Umfang solche Medien bei der Übertragung und Infektion eine Rolle spielen, ist nicht bekannt, doch weisen epidemiologische Daten darauf hin, dass dies relativ selten der Fall ist (e16). Schätzungen in einer neueren Studie zufolge werden beim lauten Sprechen mindestens 1 000 Virion-enthaltende Tröpfchen-Nuklei produziert, die sich länger als acht Minuten in der Luft halten können (7). Dies legt einen plausiblen Mechanismus hinter Superspreading-Ereignissen nahe, aber die tatsächliche Übertragung kann nicht ohne Einbeziehung von Umweltfaktoren, wie beispielsweise Luftstrom, vorhergesagt werden (e17).

Laborstudien

Eine notwendige Voraussetzung für die Übertragung ist das Vorhandensein von genügend infektiösen Viren. Die Mindestanzahl an lebensfähigen Pathogenen, die erforderlich ist, um eine nichtimmune Person zu infizieren, wird als mediane Gewebekultur-Infektionsdosis bezeichnet. Hierbei handelt es sich um ein In-vitro-Phänomen, das für SARS-CoV-2 nicht bekannt ist. Da die Bestimmung dieses Werts sehr aufwendig ist, wird ein hohes Maß an Virusreplikation gewöhnlich mithilfe eines einfacher zu bestimmenden Stellvertreters, der Viruslast (VL, in Kopien/mL), quantifiziert (e18).

Die VL liefert eine quantitative Schätzung der Menge an Ziel-RNA, die von klinischen Proben gewonnen wurde, und kann indirekt durch PCR bestimmt werden. Allerdings kann man aus dem Nachweis von RNA nicht auf das Vorhandensein vitaler und replizierender Viren schließen. Bei der Virus-Quantifizierung mittels PCR erfolgt eine Rückwärtsberechung der „cycle threshold“(Ct)-Werte (e19). Der Ct-Wert drückt die Zyklenzahl während der Amplikationsphase aus, bei der die Floreszenz eines PCR-Produkts über das Grundrauschen ansteigt und nachgewiesen werden kann. Je geringer dieser Wert ist, umso größer ist die Anfangsmenge des in der Probe vorhandenen genetischen Materials. Die minimale VL, die erforderlich ist, um einen Sekundärfall zu infizieren, ist für SARS-CoV-2 nicht bekannt und wahrscheinlich je nach Wirt unterschiedlich (17). Allerdings hat eine höhere Zahl an Viren vermutlich eine erhöhte Infektiosität zur Folge. Auch wenn pädiatrische Fälle mit hoher VL berichtet wurden (e20), findet die Übertragung selbst bei Nachweis einer hohen Anzahl von Viruskopien in den Atemwegen niemals mit Sicherheit statt (18).

Bei der Quantifizierung der Virusmenge, die bei einem typischen infizierten Kind vorhanden ist, muss man die präanalytischen und analytischen Proben- und Assay-Merkmale berücksichtigen (19, e21). Die Art der Atemwegsprobe, beispielsweise ein Rachen- gegenüber einem Nasenabstrich, beeinflusst die Sensitivität und die Spezifität eines PCR-Tests. Aus diesem Grund fällt die gemessene Viruslast unterschiedlich aus (19). Welche Probe für den Nachweis einer SARS-CoV-2-Infektion bei Kindern ideal ist, wurde bislang nicht ermittelt und könnte sich von der optimalen Probe für Erwachsene unterscheiden.

Es konnte gezeigt werden, dass Schwankungen in der VL abhängig vom Zeitpunkt der Probenentnahme im Verhältnis zur Erstexposition sind (14, 19), wobei eine hohe VL früh im Krankheitsverlauf beobachtet wird (20). Dies wurde in Proben von pädiatrischen Fallstudien und Fallserien bestätigt (e20). Infektiöse Viren sind sieben Tage nach Auftreten der Symptome nicht mehr nachweisbar (21). Geschätzte 56,4 % (34,9–78,0 %) (e22) der Übertragung bei Erwachsenen erfolgt in der präsymptomatischen Phase (22). Ob dafür hauptsächlich die hohe Peak-VL zu diesem Zeitpunkt verantwortlich ist, oder der Umstand, dass der Infizierende und der Infizierte sich ihrer Infektion nicht bewusst sind und daher keine Vorsichtsmaßnahmen treffen, entscheidend ist, bleibt ebenso unbeantwortet wie die Frage, ob sich dies bei Kindern ähnlich verhält.

Bei der Abschätzung der Verteilung von VLs bei Schulkindern sind die epidemiologischen Grundprinzipien der externen Validität (Tabelle 1) (e23) zu beachten. So sollte eine Stichprobe mit repräsentativer Demografie, einschließlich Alter, Geschlecht und sozialer Klasse, verwendet werden. Damit gültige Schlussfolgerungen für die Bevölkerung gezogen werden können, sollten das Vorliegen von Symptomen, der Schweregrad der Erkrankung oder das Bestehen relevanter Komorbiditäten nicht als Selektionskriterien für den Studieneinschluss verwendet werden. Eine sorgfältige Verwendung von Labordaten in Verbindung mit epidemiologischen Untersuchungen zeigt das echte Potenzial, Einsichten in die Übertragungswahrscheinlichkeiten und die effektive Transmission in Bezug auf die schiefe VL-Kurve zu gewinnen (23).

Ergebnisse

Wissenssynthese aus vorhandenen Studien

Veröffentlichte Studien zur Übertragung von SARS-CoV-2 in Haushalten lassen erkennen, dass Kinder nur selten der Indexfall sind. Weiterhin legen Untersuchungen von Fällen und Clustern nahe, dass Kinder mit SARS-CoV-2 selten Sekundärfälle verursachen (24). In einer Übersichtsarbeit zu Haushaltclusterstudien wurde die Übertragung in Haushalten während der Vogelgrippe-(H5N1)-Epidemien, bei denen 30/56 der Indexfälle Kinder waren, mit der COVID-19-Pandemie verglichen, bei der 3/31 Clustern ein Kind aufwiesen, das möglicherweise einen Sekundärfall infiziert hat (25).

Die meisten der bisher veröffentlichten Haushaltsfälle stammen aus Ländern, die zu einem frühen Zeitpunkt der Pandemie betroffen waren, und schließen Kinder mit ein, die aufgrund von Beschränkungen nur eine begrenzte Exposition hatten. Eine Schweizer Studie (26) fand in 3/39 Haushalten ein Kind, das vor anderen Haushaltskontaktpersonen Symptome entwickelte, aber keinen Nachweis einer Übertragung durch das Kind. In einer Vorabveröffentlichung aus Israel (e24), die 3 353 Personen in 637 Haushalten einschloss, schätzen die Autoren, dass Kinder bis zum Alter von 20 Jahren 85 % so infektiös sind wie Erwachsene (das heißt relativ 15 % weniger infektiös als Erwachsene sind). Veröffentlichte Daten der ersten 13 Familien zeigen einen erwachsenen Indexfall in allen außer einer Familie (27).

In Settings, in denen die Schulen geöffnet blieben, oder bei Verwendung von Daten, die vor den Schulschließungen erhoben wurden, finden sich kaum Hinweise auf Ausbrüche oder eine größere Übertragung in die Bevölkerung. In australischen Schulen (28) zogen sich zwei Kinder COVID-19 nach Exposition gegenüber neun infizierten Schülern und neun infizierten Schulmitarbeitern unter 735 Schülern und 128 Schulmitarbeitern zu. Bei einem Ausbruch unter 15- bis 17-jährigen Schülern eines französischen Gymnasiums wurde über eine begrenzte Zahl von Fällen unter Geschwistern, die Kontakt hatten, berichtet (29). Eine irische Studie (30) beschreibt die Exposition gegenüber einem infizierten Kind in einer Grundschule, zwei in der Highschool und drei infizierte Erwachsene. Dennoch wurden bei der Nachbeobachtung und in Tests keine COVID-19-Fälle nachgewiesen. In Schweden, wo die Schulen für Kinder bis 15 Jahre geöffnet blieben, wurden nur Hospitalisierungsdaten veröffentlicht (e25). Während dieses Zeitraums zeigte die Querschnitt-PCR-Surveillance einen Gesamtanteil von Testpositiven von < 3 % bei Kindern und Erwachsen (e26). Weiterhin liegen keine Daten ohne Selektionsbias zu den Auswirkungen auf die breitere Übertragung vor. Ebenso fehlt ein brauchbarer Vergleich.

Anderswo zeigen Prävalenzdaten, die Serologieergebnisse von veröffentlichten Seroprävalenzstudien an Bevölkerungsstichproben und ihren Haushalten (31), von Restblutprobendaten (e27) und nationalen Initiativen von Gesundheitsbehörden (32) verwenden, eine geringere Seroprävalenz bei Kindern im Vergleich zu Erwachsenen. Eine Vorabveröffentlichung aus der Region Paris berichtet eine höhere Seroprävalenz von 10,7 % unter 605 Kindern im Alter von 0–15 Jahren, wobei die Blutproben im Rahmen von Kinderarztbesuchen im ambulanten Bereich entnommen wurden. Hierbei handelt es sich um ein äußerst selektive Stichprobe, bei der 17,1 % der eingeschlossenen Kinder bestätigt COVID-19-positive und 32,3 % vermutet COVID-19-positive Haushaltskontakte hatten (33). Dies ist erheblich höher als der Durchschnitt in Paris und zeigt, dass die Stichprobe nicht repräsentativ für die Gesamtbevölkerung ist. Von Gesundheitsbehörden wurden viele weitere Berichte herausgegeben (3), in denen aber die Stichprobenziehung und die Methoden nicht hinreichend beschrieben werden, um daraus die Raten für Kinder abzuleiten.

Bislang liegen keine VL-Schätzungen von pädiatrischen Stichproben vor, aber in einer deskriptiven Studie ohne formale statistische Untersuchung zeigten symptomatische Kinder und Erwachsene ähnliche VL-Werte (34). In einer deutschen Studie fand sich eine VL oberhalb eines angenommenen Infektiositätsschwellenwerts bei 29,0 % der 38 Patienten im Alter von 0–6 Jahren im Vergleich zu 51,4 % unter 3 153 Erwachsenen (35). Allergings reichen die Informationen über die Stichprobenziehung nicht aus, um eine Generalisierbarkeit anzunehmen.

In Modellierungsstudien wurden Effekte durch Kontaktbeschränkungen für Kinder für eine Reihe von Interventionen nachgewiesen (36). Allerdings zeigen die Modelle selbst bei Annahme gleicher Infektiosität von Kindern und Erwachsenen eine geringe Auswirkung am Gipfel der Erkrankungswelle und die Notwendigkeit längerfristiger Schließungen, um die Übertragung unter Kontrolle zu bringen (37). Neuere Modelle verwenden geringere Empfänglichkeit (Suszeptibilität) und Infektiosität sowie geringere Auswirkungen (38).

Trotz der begrenzten Evidenzbasierung zeichnet sich als allgemeines Muster ab, dass eine Übertragung durch Kinder zwar vorkommt, aber sehr viel weniger zur Entwicklung der Epidemie beiträgt als Kontakte zwischen Erwachsenen, und dass die Wiederöffnung von Schulen nicht zu Übertragungsspitzen in Ländern mit geringer Übertragung geführt hat (e28). Mögliche Änderungen in der Übertragung bei älteren Schülern, die von deutschen Daten nahe gelegt werden, bedürfen einer weiteren Prüfung. Im Gegensatz zu anderen Atemwegserkrankungen, wie beispielsweise Grippe, scheint es bei COVID-19 relativ klar zu sein, dass die sekundäre Infektionsrate bei pädiatrischen Fällen erheblich niedriger ist als bei Erwachsenen, und dass eine Klärung der diesem Unterschied zugrundeliegenden Mechanismen erfolgen sollte (Tabelle 2, Tabelle 3).

Tabelle 2

Zusammenfassung von Evidenzbasierung der Übertragung durch Kinder nach Studiendesign

Tabelle 3

Relevante Evidenz zur Übertragung von SARS-CoV-2 durch Kinder

Schlussfolgerung

Politische Entscheidungen wie beispielsweise die Wiederöffnung von Schulen betreffen mehr als die bloße Frage nach der Viruslast. Sie fußen vielmehr auf komplexen Überlegungen, um in einem von Angst und Unsicherheit geprägten weiten Kontext Risiken und Nutzen auszubalancieren (e29). Schulschließungen wirken sich negativ auf die geistige, schulische, ernährungsbezogene und soziale Entwicklung aus und unterbrechen Beziehungen zwischen Kindern, Gleichaltrigen und Familien (e30). Am stärksten treffen sie Kinder mit Behinderungen und aus marginalisierten Haushalten, wodurch sich Ungleichheiten weiter verschärfen (39).

Die Übertragungsdynamik verändert sich zwangsläufig im zeitlichen Verlauf (e31) und wird durch andere Interventionen modifiziert. Der Beitrag von Kindern zur Verbreitung von COVID-19 ist deshalb eine von vielen Eventualitäten abhängige Frage. Viele Kinder sind nach wie vor nur begrenzt der Infektion ausgesetzt und stecken sich seltener an. Wenn sie sich infizieren, sind sie in der Regel weniger krank als Erwachsene. Sechs Monate nach Beginn der COVID-19-Pandemie gibt es keine Evidenz dafür, dass Kinder einen bedeutsamen Faktor bei ihrer Ausbreitung darstellen (40). In einer Zeit, in der Gesellschaften weltweit Beschränkungen lockern und erneut einführen, sind pragmatische Studien, die Veränderungen in der Übertragung bei verschiedenen Gruppen, insbesondere bei Kindern, messen, mehr denn je erforderlich.

Danksagung

Wir danken Prof. Dr. med. Andreas Stang für seine hilfreichen inhaltlichen Vorschläge und seine Unterstützung bei der Übersetzung ins Deutsche.

Übersetzt vom Englischen Original ins Deutsche von Dr. med. Ralf Thöne.

Interessenkonflikt
Joanna Merckx ist bei bioMérieux Canada als Director of Medical Affairs bioMérieux Canada, Inc angestellt.

Jeremy A. Labrecque und Jay S. Kaufman geben an, dass kein Interessenkonflikt besteht.

Manuskriptdaten
eingereicht: 11. 6. 2020, revidierte Fassung angenommen: 2. 7. 2020

Anschrift für die Verfasser
Jay S. Kaufman, Ph.D

Department of Epidemiology, Biostatistics, and Occupational Health

McGill University

1020 Pine Ave West

Montreal, Quebec H3A 1A2

Canada

Dieser Beitrag erschien online am 22. 7. 2020 (online first) auf www.aerzteblatt.de

Zitierweise
Merckx J, Labrecque JA, Kaufman JS: Transmission of SARS-CoV-2 by children. Dtsch Arztebl Int 2020; 117: 553–60. DOI: 10.3238/arztebl.2020.0553

►Die englische Version des Artikels ist online abrufbar unter:
www.aerzteblatt-international.de

Zusatzmaterial
Mit „e“ gekennzeichnete Literatur:
www.aerzteblatt.de/lit3320 oder über QR-Code

eKasten:
www.aerzteblatt.de/20m0553 oder über QR-Code

Literatur

1. Viner RM, Russell SJ, Croker H, et al.: School closure and management practices during coronavirus outbreaks including COVID-19: a rapid systematic review. Lancet Child Adolesc Health. 2020; 4: 397–404

2. Jackson C, Mangtani P, Hawker J, Olowokure B, Vynnycky E: The effects of school closures on influenza outbreaks and pandemics: systematic review of simulation studies. PLoS One. 2014; 9: e97297

3. Viner RM, Mytton OT, Bonnell C et al.: Susceptibility to SARS-CoV-2 infection amongst children and adolescents compared with adults: a systematic review and meta-analysis. medRxiv 2020; DOI:10.1101/2020.05.20.20108126 (ePub ahead of print)

4. Esposito S, Principi N. School closure during the coronavirus disease 2019 (COVID-19) pandemic: an effective intervention at the global level? JAMA Pediatr. 2020, DOI: 10.1001/jamapediatrics.2020.1892 (ePub ahead of print)

5. Halloran ME: Concepts of transmission and dynamics. Thomas JC, Thomas JC, Weber DJ, eds.: Epidemiologic methods for the study of infectious diseases. Oxford University Press 2001; 56: 85.

6. Kissler SM, Tedijanto C, Goldstein E, Grad YH, Lipsitch M: Projecting the transmission dynamics of SARS-CoV-2 through the postpandemic period. Science 2020; 368: 860–8

7. Stadnytskyi V, Bax CE, Bax A, Anfinrud P: The airborne lifetime of small speech droplets and their potential importance in SARS-CoV-2 transmission. Proc Natl Acad Sci U S A 2020; 117: 11875–7

8. Leclerc QJ, Fuller NM, Knight LE, Funk S, Knight GM, CMMID COVID-19 Working Group: What settings have been linked to SARS-CoV-2 transmission clusters? Wellcome Open Res 2020; 5: 83

9. Althouse BM, Wenger EA, Miller JC, et al.: Stochasticity and heterogeneity in the transmission dynamics of SARS-CoV-2. arXiv 2020; 2005: 13689 (ePub ahead of print).

10. Subramanian SV, James KS: Use of the Demographic and Health Survey framework as a population surveillance strategy for COVID-19. Lancet Glob Health 2020; 8: e895

11. Zhou F, Fan G, Liu Z, Cao B: SARS-CoV-2 shedding and infectivity— Authors’ reply. Lancet 2020; 395: 1340

12. Pearce N, Vandenbroucke JP, VanderWeele TJ, Greenland S: Accurate statistics on COVID-19 are essential for policy guidance and decisions. Am J of Public Health 2020; 110: 949–51

13. Griffith G, Morris TT, Tudball M, et al.: Collider bias undermines our understanding of COVID-19 disease risk and severity. medRxiv 2020; DOI:10.1101/2020.05.04.20090506 (ePub ahead of print)

14. Kucirka LM, Lauer SA, Laeyendecker O, Boon D, Lessler J: Variation in false-negative rate of reverse transcriptase polymerase chain reaction-based SARS-CoV-2 tests by time since exposure. Ann Intern Med 2020; M20–1495 (ePub ahead of print)

15. Chan JF, Yuan S, Zhang AJ, et al.: Surgical mask partition reduces the risk of non-contact transmission in a golden Syrian hamster model for coronavirus disease 2019 (COVID-19). Clin Infect Dis 2020; ciaa644 (ePub ahead of print)

16. Van Doremalen N, Bushmaker T, Morris DH, et al.: Aerosol and surface stability of SARS-CoV-2 as compared with SARS-CoV-1. N Engl J Med 2020; 38: 1564–7

17. Patel R, Babady E, Theel ES, et al.: Report from the American Society for Microbiology COVID-19 International Summit, 23 March 2020: Value of diagnostic testing for SARS-CoV-2/COVID-19. mBio. 2020; 11: e00722–20 PubMed Central

18. Danis K, Epaulard O, Bénet T, et al.: Cluster of coronavirus disease 2019 (Covid-19) in the French Alps, 2020. Clin Infec Dis 2020; ciaa424 (ePub ahead of print).

19. Hanson KE, Caliendo AM, Arias CA, et al.: Infectious Diseases Society of America Guidelines on the diagnosis of COVID-19. IDSA,Clin Infect Dis 2020, ciaa760 (ePub ahead of print)

20. To KK, Tsang OT, Leung WS, et al.: Temporal profiles of viral load in posterior oropharyngeal saliva samples and serum antibody responses during infection by SARS-CoV-2: an observational cohort study. Lancet Infect Dis 2020; 20: 565–74

21. Bullard J, Dust K, Funk D, et al.: Predicting infectious SARS-CoV-2 from diagnostic samples. Clin Infect Dis 2020; ciaa638 (ePub ahead of print)

22. Nishiura H, Linton NM, Akhmetzhanov AR: Serial interval of novel coronavirus (COVID-19) infections. Int J Infect Dis 2020; 93: 284–6

23. He X, Lau EH, Wu P, et al.: Temporal dynamics in viral shedding and transmissibility of COVID-19. Nat Med 2020; 26: 672–5

24. Ludvigsson JF: Children are unlikely to be the main drivers of the COVID-19 pandemic–a systematic review. Acta Paediatrica 2020; 10.1111/apa.15371 (ePub ahead of print)

25. Zhu Y, Bloxham CJ, Hulme KD, et al.: Children are unlikely to have been the primary source of household SARS-CoV-2 infections. Lancet 2020, available at SSRN: https://ssrn.com/abstract=3564428 or http://dx.doi.org/10.2139/ssrn.3564428 (ePub ahead of print)

26. Posfay-Barbe KM, Wagner N, Gauthey M, et al.: COVID-19 in Children and the Dynamics of Infection in Families. Pediatrics. 2020; e20201576 (ePub ahead of print)

27. Somekh E, Gleyzer A, Heller E, et al.: The role of children in the dynamics of intra family coronavirus 2019 spread in densely populated area. Pediatr Infect Dis J 2020; 10.1097 (ePub ahead of print)

28. National Centre for Immunisation Research and Surveillance (NCIRS) Australia: COVID-19 in schools—the experience in NSW; http://ncirs.org.au/sites/default/files/2020–04/NCIRS%20NSW%20Schools%20COVID_Summary_FINAL%20public_26%20April%202020.pdf (last accessed on 26 April 2020).

29. Fontanet A, Tondeur L, Madec Y, et al.: Cluster of COVID-19 in northern France: A retrospective closed cohort study. medRxiv 2020; DOI: 10.1101/2020.04.18.20071134 (ePub ahead of print)

30. Heavey L, Casey G, Kelly C, Kelly D, McDarby G: No evidence of secondary transmission of COVID-19 from children attending school in Ireland, 2020. Euro Surveill 2020; 25: 2000903

31. Stringhini S, Wisniak A, Piumatti G, et al.: Seroprevalence of anti-SARS-CoV-2 IgG antibodies in Geneva, Switzerland (SEROCoV-POP): a population-based study. Lancet 2020; S0140–6736(20)31304–0 (ePub ahead of print)

32. Pollán M, Pérez-Gómez B, Pastor-Barriuso R et al.: Prevalence of SARS-CoV-2 in Spain (ENE-COVID): a nationwide, population-based seroepidemiological study. The Lancet 2020 Jul 6 (ePub ahead of print).

33. Cohen R, Jung C, Ouldali N, et al.: Assessment of spread of SARS-CoV-2 by RT-PCR and concomitant serology in children in a region heavily affected by COVID-19 pandemic. medRxiv 2020; DOI: 10.1101/2020.06.12.20129221 (ePub ahead of print)

34. L’Huillier AG, Torriani G, Pigny F, Kaiser L, Eckerle I: Shedding of infectious SARS-CoV-2 in symptomatic neonates, children and adolescents. medRxiv 2020; DOI: 10.1101/2020.04.27.20076778 (ePub ahead of print)

35. Jones TC, Mühlemann B, Veith T, et al.: An analysis of SARS-CoV-2 viral load by patient age. German Research network Zoonotic Infectious Diseases website (last accessed on 2 June 2020)

36. Matrajt L, Leung T: Evaluating the effectiveness of social distancing interventions to delay or flatten the epidemic curve of coronavirus disease. Emerg Infect Dis 2020; 26: 10.3201/eid2608.201093 (ePub ahead of print)

37. Ferguson N, Laydon D, Nedjati Gilani G, et al.: Report 9: Impact of non-pharmaceutical interventions (NPIs) to reduce COVID19 mortality and healthcare demand. Imperial College COVID-19 Response Team, London, 2020; DOI: https://doi.org/10.25561/77482.

38. Davies NG, Klepac P, Liu Y, et al.: Age-dependent effects in the transmission and control of COVID-19 epidemics. Nat Med. 2020; 10.1038/s41591–020–0962–9 (ePub ahead of print)

39. Crawley E, Loades M, Feder G, Logan S, Redwood S, Macleod J: Wider collateral damage to children in the UK because of the social distancing measures designed to reduce the impact of COVID-19 in adults. BMJ Paediatr Open 2020; 4: e000701 (ePub ahead of print) MEDLINE

40. Munro APS, Faust SN: Children are not COVID-19 super spreaders: time to go back to school. Arch Dis Child 2020; 105: 618–9

e1. Richardson S, Hirsch JS, Narasimhan M, et al.: Presenting characteristics, comorbidities, and outcomes among 5700 patients hospitalized with COVID-19 in the New York City area. JAMA 2020; 323: 2052–9

e2. UNESCO. COVID-19 Educational Disruption and Response https://en.unesco.org/covid19/educationresponse (last accessed 25 June 2020).

e3. Parri N, Lenge M, Buonsenso D: Children with Covid-19 in pediatric emergency departments in Italy. N Engl J Med 2020; NEJMc2007617 (ePub ahead of print

e4. Bayham J, Fenichel EP: Impact of school closures for COVID-19 on the US health-care workforce and net mortality: a modelling study. Lancet Public Health 2020; 5: e271–8

e5. Tricco AC, Lillie E, Zarin W, et al.: PRISMA Extension for Scoping Reviews (PRISMA-ScR): checklist and explanation. Ann Intern Med. 2018; 169: 467–3

e6. Baethge C, Goldbeck-Wood S, Mertens S: SANRA—a scale for the quality assessment of narrative review articles. Res Integr Peer Rev 2019; 4: 5

e7. Huskins WC: Transmission and control of infections in out-of-home child care. Pediatr Infect Dis J 2000; 19: 106-10

e8. Xu XK, Liu XF, Wu Y, et al.: Reconstruction of transmission pairs for novel Coronavirus Disease 2019 (COVID-19) in mainland China: estimation of super-spreading events, serial interval, and hazard of infection. Clin Infect Dis 2020; ciaa790 (ePub ahead of print)

e9. Rampey AH Jr, Longini IM Jr, Haber M, Monto AS: A discrete-time model for the statistical analysis of infectious disease incidence data. Biometrics 1992; 48: 117–28

e10. Longini IM Jr, Koopman JS, Haber M, Cotsonis GA: Statistical inference for infectious diseases. Risk-specific household and community transmission parameters. Am J Epidemiol 1988; 128: 845–59

e11. Li W, Zhang B, Lu J, et al.: The characteristics of household transmission of COVID-19. Clin Infect Dis 2020; ciaa450 (ePub ahead of print).

e12. Wang JT, Lin YY, Chang SY, et al.: The role of phylogenetic analysis in clarifying the infection source of a COVID-19 patient. J Infect 2020; 81: 147–78

e13. Keiding N, Louis TA: Perils and potentials of self-selected entry to epidemiological studies and surveys. J R Stat Soc Ser A Stat Soc 2016; 179: 319–76

e14. Woloshin S, Patel N, Kesselheim AS: False negative tests for SARS-CoV-2 infection—challenges and implications. N Engl J Med 2020; DOI: 10.1056/NEJMp2015897 (ePub ahead of print)

e15. Westreich D, Edwards JK, Lesko CR, Cole SR: Stuart EA: Target validity and the hierarchy of study designs. Am J Epidemiol 2019; 188: 438–43

e16. CDC updates: COVID-19 transmission webpage to clarify information about types of spread https://www.cdc.gov/media/releases/2020/s0522-cdc-updates-covid-transmission.html (last accessed on 28 June 2020).

e17. Lu J, Gu J, Li K, et al.: COVID-19 outbreak associated with air conditioning in restaurant, Guangzhou, China, 2020. Emerg Infect Dis 2020; DOI: 26:10.3201/eid2607.200764 (ePub ahead of print)

e18. Loeffelholz M: Clinical virology manual. John Wiley & Sons; 2016, 202

e19. Bustin SA, Mueller R: Real-time reverse transcription PCR (qRT-PCR) and its potential use in clinical diagnosis. Clin Sci (Lond). 2005;109: 365–79

e20. Kam KQ, Yung CF, Cui L, et al.: A well infant with coronavirus disease 2019 with high viral load. Clin Infect Dis 2020;ciaa201 (ePub ahead of print)

e21. Lippi G, Simundic AM, Plebani M: Potential preanalytical and analytical vulnerabilities in the laboratory diagnosis of coronavirus disease 2019 (COVID-19). Clin Chem Lab Med 2020; 58: 1070–6

e22. Casey M, Griffin J, McAloon CG, et al.: Estimating pre-symptomatic transmission of COVID-19: a secondary analysis using published data. medRxiv 2020; DOI: 10.1101/2020.05.08.20094870 (ePub ahead of print)

e23. Lipsitch M, Swerdlow DL, Finelli L: Defining the epidemiology of Covid-19—studies needed. N Engl J Med 2020; 382: 1194–6

e24. Dattner I, Goldberg Y, Katriel G, et al.: The role of children in the spread of COVID-19: Using household data from Bnei Brak, Israel, to estimate the relative susceptibility and infectivity of children. medRxiv 2020; DOI: 10.1101/2020.06.03.20121145 (ePub ahead of print)

e25. Hildenwall H, Luthander J, Rhedin S, et al.: Paediatric COVID-19 admissions in a region with open schools during the two first months of the pandemic. Acta Paediatr. 2020; DOI: 10.1111/apa.15432 (ePub ahead of print)

e26. Folkhälsomyndigheten (FHM): Förekomsten av covid-19 i region Stockholm, 26 mars–3 april 2020. https://www.folkhalsomyndigheten.se/publicerat-material/publikationsarkiv/f/forekomsten-av-covid-19-i-region-stockholm-26-mars3-april-2020/( last accessed on 13 July 2020).

e27. Havers FP, Reed C, Lim TW, et al.: Seroprevalence of Antibodies to SARS-CoV-2 in Six Sites in the United States, March 23–May 3, 2020. medRxiv 2020; DOI: 10.1101/2020.06.25.20140384 (ePub ahead of print)

e28. Stage HB, Shinleton J, Ghosh S, Scarabel F, Pellis L, Finnie T: Shut and re-open: the role of schools in the spread of COVID-19 in Europe. medRxiv 2020; DOI:10.1101/2020.06.24.20139634 (ePub ahead of print)

e29. Walger P, Heininger U, Knuf M, et al.: Children and adolescents in the CoVid-19 pandemic: Schools and daycare centers are to be opened again without restrictions. The protection of teachers, educators, carers and parents and the general hygiene rules do not conflict with this. GMS Hyg Infect Control 2020; 15: Doc11.

e30. Christakis DA: School reopening—the pandemic issue that is not getting its due. JAMA Pediatr 2020; DOI: 10.1001/jamapediatrics.2020.2068 (ePub ahead of print)

e31. Delamater PL, Street EJ, Leslie TF, Yang YT, Jacobsen KH: Complexity of the Basic Reproduction Number (R 0 ). Emerg Infect Dis 2019; 25: 1–4