Medizin
SARS-CoV-2: Studie ermittelt die häufigsten Übertragungsorte
Mittwoch, 11. November 2020
Palo Alto/Kalifornien – Restaurants, Cafés und Fitnesscenter sind die Orte, in denen es im Frühjahr in 10 US-Städten am häufigsten zu Infektionen mit dem SARS-CoV-2 kam. Dies geht aus Berechnungen in Nature (2020; DOI: 10.1038/s41586-020-2923-3) hervor, die Bewegungsdaten von Handynutzern ausgewertet hat. Die Forscher fanden auch eine Erklärung für das erhöhte Infektionsrisiko in ärmeren Bevölkerungsschichten.
Moderne Mobiltelefone speichern die Aufenthaltsorte ihrer Nutzer und geben sie an den Provider weiter. Firmen wie SafeGraph werten die Daten normalerweise zu kommerziellen Zwecken aus. Für ihre Kunden kann es interessant sein zu wissen, wann und wie häufig Nutzer welche Geschäfte oder Freizeiteinrichtungen aufsuchen.
Ein Team um Jure Leskovec von der Stanford Universität in Palo Alto/Kalifornien hat die Daten jetzt genutzt, um die Ausbreitung von SARS-CoV-2 im Frühjahr zu analysieren. Sie setzten die Bewegungen von Menschen aus 10 Großstadtregionen mit den Infektionszahlen in Beziehung. Es wurde abgebildet, wie oft und wie lange sich die Handynutzer in 57.000 Stadtteilen in Restaurants, Kirchen, Fitnessstudios, Hotels, Tankstellen oder in Sportgeschäften aufgehalten hatten. Eine Kombination der Bewegungsdaten mit den bekannten Übertragungswegen lässt Rückschlüsse auf die Orte zu, an denen die Viren am ehesten übertragen wurden.
Verminderte Mobilität trug zum Infektionsgeschehen bei
Die Analyse ergab, dass die verminderte Mobilität der Bevölkerung wesentlich zum Rückgang der Infektionszahlen beigetragen hat. Wenn der Rückgang der Mobilität um 1/4 weniger stark ausgefallen wäre, hätten sich 3,3 Mal mehr Menschen mit SARS-CoV-2 infiziert, schreiben die Forscher. Wäre der Lockdown nur eine Woche später erfolgt, hätte es 50 % mehr Infizierte gegeben. Ganz ohne Einschränkungen der Bewegungsfreiheit hätten sich die Zahlen innerhalb kurzer Zeit mehr als versechsfacht.
Die Mehrzahl der Infektionen war nach der Analyse der Daten auf wenige Stellen konzentriert. In Chicago kam es in 10 % der „Points of interest“ (POI) zu 85 % aller Infektionen. Diese „Superspreading“-Orte waren vor allem Restaurants, Fitnesscenter, Cafés und Herbergen/Hotels.
Nach den Berechnungen von Leskovec hätte es in Chicago im Mai 596.000 zusätzliche Infektionen gegeben, wenn alle Restaurants am 1. Mai uneingeschränkt geöffnet hätten. Das Öffnen von Fitnessstudios hätte zu 149.000 zusätzlichen Infektionen geführt. Für den Fall der Öffnung aller Veranstaltungsorte prognostizieren die Forscher 3,3 Millionen zusätzlicher Fälle.
Eine Begrenzung der Belegung aller Veranstaltungsorte auf 30 % hätte die Zahl der zusätzlichen Infektionen auf 1,1 Millionen reduziert, so das Modell. Wenn die Belegung auf 20 % begrenzt worden wäre, hätte dies die Zahl der Neuinfektionen sogar um mehr als 80 % auf etwa 650.000 Fälle gesenkt.
Die Forscher fanden auch eine Erklärung dafür, warum in den US-Metropolen Menschen aus ärmeren Stadtteilen häufiger an COVID-19 erkranken: Die Bewegungsdaten zeigten, dass ärmere Menschen seltener im Homeoffice arbeiten konnten, und sie kauften häufiger in stärker frequentierten Läden ein. Eine Fallstudie ergab, dass die Lebensmittelläden in ärmeren Gegenden in Bezug auf die Größe 59 % mehr stündliche Besucher hatten und sich die Käufer 17 % länger in den Geschäften aufhielten.
Ob „Big Data“-Analysen das Infektionsgeschehen richtig widerspiegeln, ist umstritten. Leskovec räumt ein, dass sein Modell nicht alle Risikoorte erkennen kann. Auf der Bevölkerungsebene seien die Ergebnisse jedoch valide.
Als die Forscher ihre Prognose zur Entwicklung der Infektionen mit den später registrierten Fällen verglichen, stimmten die Zahlen weitgehend überein. © rme/aerzteblatt.de
Nichtssagende Antwort
Gern geschehen. Aber wäre es nicht für eine zielführende Diskussion sinnvoller, Sie würden sich ebenfalls detailliert zu meinen Kommentaren zu Ihren 8 Punkten äußern?
Ihr Link verweist auf einen zu Ihrem hiesigen Erstkommentar wortgleichen Beitrag?!
@ TomTom1968
Die kritisierte Publikation ist nicht nur für die USA wg. methodischer Mängel wissenschafts- und erkenntnistheoretischer Unsinn. Sondern auch für alle anderen Länder mit wie auch immer gearteten CORONA-Regeln, die in den USA im untersuchten Zeitraum, bevor der Präsident selbst erkrankte, weitgehend geleugnet wurden, völlig unbrauchbar.
https://www.doccheck.com/de/detail/articles/30362-trau-keiner-statistik-die-du-nicht-selbst-gefaelscht-hast
fasst noch einmal zusammen.
Mf+kG, Ihr Dr. med. Thomas G. Schätzler, FAfAM Dortmund
PS: Wenn Sie meine kritischen Kommentare und Beiträge lesen und verstehen könnten, würden Sie bemerken, dass ich mich nur und ausschließlich zu wenigen Bereichen äußere, von denen ich etwas verstehe oder zu denen ich persönlich etwas erlebt habe. Alle anderen bleiben ausgeblendet.
Lieber Herr Dr. Schaetzler
Ihre aktuelle Kritik zum obigen Beitrag ist in großen Teilen allerdings falsch oder schlicht unsinnig:
1. Nur aktive Mobilphone-Nutzer wurden erfasst
Was ist denn bitte ein passiver Mobilphone-Nutzer? Offensichtlich jemand, der sein Gerät ausgeschaltet hat. Natürlich kann man dessen Bewegungsdaten nicht erfassen und auswerten. Die Prozentzahl derer, die mit ausgeschalteten Handy irgendwo hinwackeln dürfte aber vermutlich im unteren einstelligen Bereich (oder gar unter 1?) liegen.
2. Keine Lockdowns, Maskenpflicht oder AHA-Regeln implementiert
Was haben die denn damit zu tun, wo sich viele Menschen (Handynutzer) aufhalten und wo Infektionen stattfinden??? Nur das ist doch durch die Studie in Beziehung zueinander gesetzt worden. Vermutlich meinen Sie, in unseren derartigen Einrichtungen gibt es ja Maskenpflicht und die Einhaltung der AHA Regeln und deshalb sei dort nichts zu befürchten. Aber ist das tatsächlich so?
3. Öffentliche Anti-Prävention durch US-Regierung
Wie vor...
4. Erfasst wurden nur Bewegungs-, keine Ruheprofile
Das ist auch Blödsinn! Wenn jemand im Restaurant oder Hotel oder im Fitnessstudios in der Sauna sitzt, und das Handy ruhig liegt, wird es doch trotzdem an diesem Ort registriert und in die Auswertung mit einbezogen.
5. Häusliches Milieu blieb unberücksichtigt
Auch Quatsch. Natürlich wird selbstverständlich auch erfasst, wenn sich ein Handy im Privatbereich befindet. Die Auswertung in der Studie diente aber gerade der Ermittlung, inwieweit Mobilität die Infektionszahlen beeinflusst, nicht ob auch das häusliche Umfeld (weiteren) Einfluss hat.
6. Ohne Differenzierung Mobilität / Aktivität / Beruf / Freizeit
Ob sich jemand beruflich oder in der Freizeit in einem Restaurant, Fitnessstudio oder der Kirche aufhält ist doch vollkommen egal?!
7. Keine Übertragbarkeit auf Lockdown-, Teil-Lockdown-Regelungen in Europa, Asien, Australien, Südamerika (Sonderfall Afrika bleibt unberücksichtigt)
Warum nicht? Erklärung fehlt.
8. Propagandistische Verharmlosung jeglicher Schutzmaßnahmen im Untersuchungszeitraum selbst durch den Präsidenten der Vereinigten Staaten von Amerika.
s. zu 2.
Vielleicht nicht immer ganz schlau etwas besser wissen wollen, sondern erstmal ruhig darüber nachdenken ....
TRAUE KEINER STATISTIK...
Mitnichten sind Restaurants, Cafés und Fitnesscenter die exklusiven Orte, in denen es im Frühjahr in 10 US-Städten am häufigsten zu SARS-CoV-2-Infektionen kam. Schon allein deshalb, weil offensichtlich das Infektiologie-ferne Mathematiker-, Informatiker-, Soziologen- und Politiologen-Publikationsteam sich nicht einmal die einfachste Frage der Welt epidemiologischer Betrachtungen stellen wollte, sollte und konnte:
Woher kommen denn eigentlich primär die von Ihnen sekundär und ex post festgestellten Übertragungen von SARS-CoV-2-Infektionen? Wer, was, wann, wie, wo und vor allen Dingen warum wurde nicht nach den Indexpatienten geforscht?
Die Studie in Nature (2020; DOI: 10.1038/s41586-020-2923-3) stellt lediglich ambulante Bewegungsdaten, aber nicht häusliche Ruhedaten von mobilen Smartphone-Nutzern und deren COVID-19-Erkrankungrisiken dar:
"Mobility network models of COVID-19 explain inequities and inform reopening" von Serina Chang et al.
"Abstract - The COVID-19 pandemic dramatically changed human mobility patterns, necessitating epidemiological models which capture the effects of changes in mobility on virus spread. We introduce a metapopulation SEIR model that integrates fine-grained, dynamic mobility networks to simulate the spread of SARS-CoV-2 in 10 of the largest US metropolitan statistical areas. Derived from cell phone data, our mobility networks map the hourly movements of 98 million people from neighborhoods (census block groups, or CBGs) to points of interest (POIs) such as restaurants and religious establishments, connecting 57k CBGs to 553k POIs with 5.4 billion hourly edges. We show that by integrating these networks, a relatively simple SEIR model can accurately fit the real case trajectory, despite substantial changes in population behavior over time. Our model predicts that a small minority of “superspreader” POIs account for a large majority of infections and that restricting maximum occupancy at each POI is more effective than uniformly reducing mobility. Our model also correctly predicts higher infection rates among disadvantaged racial and socioeconomic groups solely from differences in mobility: we find that disadvantaged groups have not been able to reduce mobility as sharply, and that the POIs they visit are more crowded and therefore higher-risk. By capturing who is infected at which locations, our model supports detailed analyses that can inform more effective and equitable policy responses to COVID-19."
Cite this article
Chang, S., Pierson, E., Koh, P.W. et al. Mobility network models of COVID-19 explain inequities and inform reopening. Nature (2020). https://doi.org/10.1038/s41586-020-2923-3
Zusammenfassend die folgenden Kritikpunkte:
1. Nur aktive Mobilphone-Nutzer wurden erfasst
2. Keine Lockdowns, Maskenpflicht oder AHA-Regeln implementiert
3. Öffentliche Anti-Prävention durch US-Regierung
4. Erfasst wurden nur Bewegungs-, keine Ruheprofile
5. Häusliches Milieu blieb unberücksichtigt
6. Ohne Differenzierung Mobilität / Aktivität / Beruf / Freizeit
7. Keine Übertragbarkeit auf Lockdown-, Teil-Lockdown-Regelungen in Europa, Asien, Australien, Südamerika (Sonderfall Afrika bleibt unberücksichtigt)
8. Propagandistische Verharmlosung jeglicher Schutzmaßnahmen im Untersuchungszeitraum selbst durch den Präsidenten der Vereinigten Staaten von Amerika.
Mit Fug und Rech kann diese Nature-Publikation als "Unstatistik des Jahres" bezeichnet werden.
Mf+kG, Ihr Dr. med. Thomas G. Schätzler, FAfAM Dortmund
Nachrichten zum Thema
Kommentare
Die Kommentarfunktion steht zur Zeit nicht zur Verfügung.