Simple Science

Scienza all'avanguardia spiegata semplicemente

# Scienze della salute # Epidemiologia

Capire i modelli di contatto durante il COVID-19

La ricerca svela come i modelli di contatto influenzano la diffusione delle malattie negli Stati Uniti.

Shweta Bansal, J. C. Taube, Z. Susswein, V. Colizza

― 8 leggere min


Schemi di contatto e Schemi di contatto e diffusione delle malattie malattie. influisce sulla trasmissione delle Nuove scoperte su come il contatto
Indice

Le malattie respiratorie, come il COVID-19, si possono diffondere attraverso il contatto ravvicinato e le goccioline. Negli ultimi due decenni, i ricercatori hanno scoperto che il modo in cui le persone interagiscono tra loro può variare notevolmente in base alle abitudini individuali e ai diversi luoghi. Questa variabilità può influenzare significativamente come si diffondono le malattie e come si sviluppano i focolai. Tuttavia, non ci sono ancora dati precisi su come le persone negli Stati Uniti interagiscono tra loro. Questa mancanza di informazioni rende difficile capire cosa spinge la diffusione di queste malattie.

Per esempio, vogliamo sapere quali fattori-come età, stagione o posizione-influiscono su come le persone entrano in contatto l'una con l'altra. Comprendere questi fattori è fondamentale per creare strategie di Salute Pubblica efficaci e stimare il rischio di diffusione delle malattie tra diversi gruppi in tempi e luoghi differenti. Recentemente, un grande sondaggio ha raccolto oltre 11 milioni di risposte da persone negli Stati Uniti da giugno 2020 ad aprile 2021. Questo sondaggio ha permesso ai ricercatori di analizzare più nel dettaglio le differenze nel modo in cui le persone si contattano negli USA.

L'importanza di capire i Modelli di contatto

Molti modelli di malattia tendono a presumere che tutti interagiscano allo stesso modo, ovvero che abbiano gli stessi tassi di contatto e rischi di diffusione delle malattie. Anche se questo approccio ha aiutato a capire i focolai, non tiene conto della realtà che non tutti hanno gli stessi schemi di contatto.

Studi precedenti hanno mostrato che le persone hanno tassi di contatto diversi in base a vari fattori, e questo può cambiare il modo in cui i focolai si comportano. Uno studio significativo condotto in Europa ha trovato che i modelli di contatto individuali non sono uniformi, ma mostrano invece una variazione sostanziale. Questi risultati sono stati importanti per progettare strategie di vaccinazione e prevedere come potrebbero funzionare le interventi.

Durante la pandemia di COVID-19, è stato condotto un altro sondaggio in Europa per raccogliere dati simili, ma non ha catturato i dettagliati schemi di contatto nel tempo e nello spazio di cui i ricercatori hanno bisogno. Questo è particolarmente vero per gli Stati Uniti, dove abbiamo informazioni limitate su come le persone interagiscono in diverse aree e contesti.

Variabilità nei modelli di contatto

Oltre alle differenze individuali, ci sono diverse dimensioni che possono influenzare come le persone interagiscono. Per esempio, il modo in cui le persone si comportano e interagiscono può differire in contesti urbani rispetto a quelli rurali, il che potrebbe influenzare come si diffondono le malattie. Anche i cambiamenti nei modelli di contatto nel tempo sono importanti, poiché possono influenzare la Stagionalità delle malattie respiratorie. Inoltre, i tassi di contatto possono variare in base a fattori demografici, come età, genere e razza, il che potrebbe portare a differenze nei tassi di infezione tra diversi gruppi.

Capire i dettagli su come varia il contatto è cruciale per fare previsioni accurate sulla diffusione delle malattie e per mirare efficacemente alle interventi sanitarie. Quello che ora ci serve è dati di alta qualità che catturino come cambia il contatto in diversi tempi, luoghi e gruppi sociali.

Sforzi di ricerca recenti

Negli ultimi anni, i ricercatori negli Stati Uniti hanno iniziato a concentrarsi di più sui modelli di contatto. Alcuni studi recenti hanno iniziato a fare luce su come i contatti differiscono in varie aree, ma molti di questi studi hanno delle limitazioni, come campioni di piccole dimensioni o mancanza di dettagli. Alcuni studi trovano che i modelli di contatto differiscono per stato, mentre altri suggeriscono che le aree urbane e rurali potrebbero non differire così tanto come si pensava in passato.

Quando si tratta di capire come il contatto cambia nel tempo, alcuni studi mostrano poca variazione tra gli adulti, mentre altri indicano cambiamenti stagionali. La maggior parte degli studi trova che i giovani hanno generalmente più contatti rispetto agli adulti più anziani, e gli uomini tendono ad avere più contatti rispetto alle donne. Tuttavia, i modelli esatti possono variare in base allo specifico studio e alla sua metodologia.

Ora che l'emergenza sanitaria pubblica legata al COVID-19 è conclusa, capire i cambiamenti nei modelli di contatto è fondamentale-non solo durante una pandemia, ma anche in condizioni normali. In generale, le misure di distanziamento sociale durante la pandemia hanno portato a un contatto ridotto. Tuttavia, l'aderenza a queste misure non è stata uniforme, poiché vari fattori come il livello socioeconomico hanno influenzato la capacità delle persone di limitare i loro contatti.

La necessità di dati dettagliati sui contatti

Per capire accuratamente chi è più a rischio durante le pandemie e i focolai stagionali, abbiamo bisogno di dati dettagliati sui contatti suddivisi per localizzazione, età, genere e razza. Queste informazioni possono aiutare i funzionari della salute pubblica a distribuire le risorse in modo efficace e mirare meglio le loro interventi.

In questa ricerca, ci concentriamo sulla creazione di stime dettagliate su quanto spesso gli adulti interagiscono con persone al di fuori delle loro famiglie. Utilizzando un ampio database di sondaggi con oltre 11 milioni di risposte raccolte a livello di contea, possiamo affrontare questioni di rappresentatività e garantire che le nostre scoperte riflettano il comportamento di contatto reale delle persone negli Stati Uniti.

Esploriamo quattro domande principali: C'è un modello stagionale di contatto? Come cambia il contatto tra aree urbane e rurali? Come variano i tassi di contatto in base a fattori demografici come età, genere e razza? E infine, come si presentano i modelli di contatto in condizioni normali (non pandemiche)?

Risultati sui modelli di contatto

Modelli stagionali di contatto

La nostra ricerca mostra che in generale i modelli di contatto non sembrano seguire una tendenza stagionale nelle condizioni di base. Durante la pandemia, i livelli di contatto variavano, con la maggior parte delle contee che osservavano un contatto maggiore in determinati periodi, come l'estate 2020 e la primavera 2021, e un contatto minore durante l'inverno 2020-2021. È interessante notare che le aree che hanno visto una diminuzione del contatto durante l'estate erano spesso quelle con tassi più elevati di COVID-19.

Dopo aver controllato il comportamento legato alla malattia, abbiamo trovato che il contatto è rimasto relativamente stabile nel tempo nella maggior parte delle contee, suggerendo che altri fattori potrebbero svolgere un ruolo maggiore nella stagionalità delle malattie respiratorie rispetto al solo numero di contatti.

Differenze geografiche nel contatto

Il nostro studio mostra che i modelli di contatto sono diversi in base alla posizione geografica. C'era una tendenza notevole dove le contee nel centro e nel sud degli Stati Uniti riportavano tassi di interazione più elevati rispetto a quelle lungo le coste atlantiche settentrionali e occidentali.

È interessante notare che, mentre le aree urbane avevano meno contatti durante la pandemia, questa tendenza si è invertita quando abbiamo esaminato i modelli di contatto al di fuori delle condizioni pandemiche. Questo indica che in condizioni normali, le popolazioni urbane potrebbero avere interazioni più frequenti rispetto ai loro omologhi rurali.

Variazioni in base ai demografici

I modelli di contatto variavano anche notevolmente in base ai fattori demografici. Gli adulti più anziani tendevano ad avere meno contatti rispetto agli adulti più giovani. Inoltre, gli uomini riportavano più contatti rispetto alle donne durante il periodo della pandemia. Tra i gruppi razziali ed etnici, gli individui ispanici avevano i tassi di contatto più elevati, mentre i rispondenti asiatici riportavano i tassi più bassi.

La maggior parte dei contatti avveniva in contesti lavorativi, seguiti dallo shopping. Anche se osserviamo alcune differenze nei tassi di contatto basate su categorie sociali, i modelli complessivi rimangono coerenti prima e durante la pandemia.

Comprendere i rischi e pianificare le interventi

La continua comprensione di come i modelli di contatto differiscano tra gruppi sociali e demografici gioca un ruolo essenziale nell'affrontare le disparità nella salute pubblica. Identificare gruppi che hanno tassi di contatto più elevati è necessario per creare strategie di salute pubblica mirate per mitigare efficacemente la diffusione della malattia.

I nostri risultati rafforzano la necessità di dati precisi e ad alta risoluzione sui modelli di interazione. Questo può portare a una comunicazione di salute pubblica migliore e a una sorveglianza delle malattie più efficace. Capire chi interagisce di più con gli altri, soprattutto in tempi di focolai, è vitale per indicare dove concentrare risorse e interventi.

Conclusione

In sintesi, questa ricerca ha fornito preziose informazioni sui modelli di contatto degli adulti negli Stati Uniti durante la pandemia di COVID-19 e in condizioni di base. Sottolinea l'importanza di comprendere come le persone interagiscono tra loro, fondamentale per fare previsioni accurate sui rischi di trasmissione delle malattie.

Identificando aree con tassi di contatto più elevati e comprendendo come i fattori demografici influenzano l'interazione, i funzionari della salute pubblica possono elaborare strategie più efficaci. La continua ricerca su come i modelli di contatto cambiano nel tempo e tra diversi gruppi sarà essenziale per migliorare le nostre risposte ai focolai di malattie respiratorie in futuro.

Fonte originale

Titolo: Characterizing US contact patterns relevant to respiratory transmission from a pandemic to baseline: Analysis of a large cross-sectional survey

Estratto: BackgroundContact plays a critical role in infectious disease transmission. Characterizing heterogeneity in contact patterns across individuals, time, and space is necessary to inform accurate estimates of transmission risk, particularly to explain superspreading, predict age differences in vulnerability, and inform social distancing policies. Current respiratory disease models often rely on data from the 2008 POLYMOD study conducted in Europe, which is now outdated and potentially unrepresentative of behavior in the US. We seek to understand the variation in contact patterns across time, spatial scales, and demographic and social classifications, and what social behavior looks like at baseline in the absence of an ongoing pandemic. MethodsWe analyze spatiotemporal non-household contact patterns across 10.7 million survey responses from June 2020 - April 2021 post-stratified on age and gender to correct for sample representation. To characterize spatiotemporal heterogeneity in respiratory contact patterns at the county-week scale, we use generalized additive models. In the absence of non-pandemic US contact data, we employ a regression approach to estimate baseline contact and address this gap. FindingsAlthough contact patterns varied over time during the pandemic, contact is relatively stable after controlling for disease. We find that the mean number of non-household contacts is spatially heterogeneous regardless of disease. There is additional heterogeneity across age, gender, race/ethnicity, and contact setting, with mean contact decreasing with age and lower in women. The contacts of White individuals and contacts at work or social events change the most under increased national incidence. InterpretationWe develop the first county-level estimates of non-pandemic contact rates for the US that can fill critical gaps in parameterizing future disease models. Our results identify that spatiotemporal, demographic, and social heterogeneity in contact patterns is highly structured, informing the risk landscape of respiratory infectious disease transmission in the US. FundingResearch reported in this publication was supported by the National Institutes of Health under award number R01GM123007 and R35GM153478 (SB). Research in ContextO_ST_ABSEvidence before this studyC_ST_ABSWe searched Google Scholar for contact data in the US both during and prior to the pandemic published by February 1, 2024 with the search terms "contact patterns", "social contact data", "disease-relevant contacts", "change in contacts pandemic", "urban rural social contacts," and "seasonality in contact patterns". We reviewed the bibliographies of these articles and included known literature not found via these search criteria. We excluded studies using mobility data, focusing on children, or excluding the United States. Previous work has been limited to the state scale or subsets of counties (e.g., focused on a few cities, a single state, or a few counties within a state) rather than all counties in the US. Added value of this studyWe contribute the first high-resolution pandemic contact estimates for the US and infer non-pandemic contact patterns at fine spatial and temporal scales. Our results indicate that the number of contacts is fairly stable over time in the absence of major disease, suggesting that the number of contacts is not a primary driver of respiratory infectious disease seasonality in the US. We also identify groups at greatest disease risk due to higher contacts, including younger adults, men, and Hispanic and Black individuals. Implications of all the available evidenceThis study demonstrates the importance of incorporating age-specific and spatial heterogeneity of contact patterns into future disease models to build accurate estimates of transmission risk. We demonstrate that temporal variability in contact patterns is insufficient to drive respiratory infectious disease seasonality, that adaptive behaviors in response to disease shift risk along an urban-rural gradient, and that some vulnerable groups are at increased risk of exposure due to contact. We advocate that geographic and social heterogeneity in exposure to disease due to contact patterns be captured more comprehensively for accurate infectious disease predictions and effective and equitable disease mitigation.

Autori: Shweta Bansal, J. C. Taube, Z. Susswein, V. Colizza

Ultimo aggiornamento: Dec 12, 2024

Lingua: English

URL di origine: https://www.medrxiv.org/content/10.1101/2024.04.26.24306450

Fonte PDF: https://www.medrxiv.org/content/10.1101/2024.04.26.24306450.full.pdf

Licenza: https://creativecommons.org/licenses/by-nc/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia medrxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Articoli simili