Simple Science

Scienza all'avanguardia spiegata semplicemente

# Scienze della salute# Epidemiologia

Modellazione della trasmissione COVID-19 nei servizi di consegna

Uno studio sull'impatto del COVID-19 nel settore delle consegne.

― 8 leggere min


Modellare il COVID-19 nelModellare il COVID-19 nellavoro di consegnaconsegne.di sicurezza nel settore delleApprofondimenti sui rischi e le misure
Indice

Durante la pandemia di COVID-19, la richiesta di servizi di Consegna a domicilio è aumentata notevolmente. La gente stava a casa per ridurre il rischio di diffondere il virus, portando a un aumento dello shopping online e delle necessità di consegna. Nel Regno Unito, molti negozi al dettaglio non essenziali hanno chiuso per periodi prolungati nel 2020 e 2021. Questo cambiamento nelle abitudini di acquisto ha portato a una maggiore richiesta di articoli come mobili e elettrodomestici, visto che le persone passavano più tempo a casa. L'industria delle consegne e della logistica ha gestito questo aumento della domanda, grazie soprattutto al duro lavoro dei lavoratori chiave in questi settori. Tuttavia, questi lavoratori hanno affrontato rischi più elevati di esposizione al virus.

I corrieri e i lavoratori dei magazzini dovevano interagire con molte persone durante le loro giornate lavorative. La natura dei loro lavori comportava il rischio di Trasmissione asintomatica del virus. Inoltre, molti lavoratori nei lavori di consegna erano su contratti flessibili o a zero ore, il che rendeva la loro assenza per malattia un potenziale onere finanziario. Studi provenienti da vari paesi hanno evidenziato che i corrieri potrebbero essere più a rischio di contrarre il virus rispetto al pubblico generale, indicando che questo settore necessitava di maggiore attenzione.

I modelli matematici hanno giocato un ruolo essenziale nella valutazione di come si diffondeva il COVID-19 e nella valutazione delle varie misure di prevenzione. Man mano che diventavano disponibili più informazioni, i ricercatori creavano modelli per ambienti diversi, come scuole e luoghi di lavoro, per tener conto delle loro caratteristiche uniche. Questo documento discute un modello specifico per il settore delle consegne, valutando l'efficacia delle misure implementate dalle aziende per proteggere i loro lavoratori e la comunità.

L'industria delle consegne coinvolge numerose brevi interazioni tra i corrieri e i clienti, spesso con contatti limitati tra le persone nelle loro abitazioni. Questo ambiente unico presenta le sue sfide, specialmente quando si consegnano articoli più grandi che richiedono ai lavoratori di essere a stretto contatto per periodi prolungati. Ci sono anche preoccupazioni riguardo alla trasmissione da oggetti contaminati, dove il virus può rimanere sulle superfici e essere trasferito dai pacchi alle persone.

Il modello discusso considera tutti questi fattori. Quando i dati sono scarsi o incerti, esamina una vasta gamma di possibili scenari per comprendere meglio i potenziali rischi.

Panoramica del Modello

Per studiare la trasmissione del COVID-19 tra i lavoratori delle consegne, i ricercatori hanno creato un modello che simula la diffusione del virus in base ai modelli di contatto della vita reale. Il modello utilizza un approccio a rete, tracciando le interazioni tra i Dipendenti e valutando come il virus possa diffondersi all'interno di un luogo di lavoro. Il modello riflette il funzionamento quotidiano di due tipi di depositi di consegna: uno per pacchi piccoli e uno per articoli più grandi.

Il deposito per la consegna di pacchi piccoli (SPDD) è progettato per le aziende che gestiscono pacchi di dimensioni regolari, tipicamente consegnati da una sola persona. Il deposito per la consegna di articoli più grandi (LIDD) si occupa di articoli ingombranti che possono richiedere due lavoratori per la consegna. Il modello tiene conto delle differenze nel numero di personale, nei tempi di consegna e nelle interazioni con i clienti per ciascun tipo di deposito.

All'interno del modello, vengono identificati tre gruppi di lavoratori: i corrieri che consegnano i pacchi, i picker che caricano i pacchi nel magazzino e il personale d'ufficio che lavora in spazi condivisi. La presenza di molti dipendenti che interagiscono quotidianamente crea opportunità per una potenziale trasmissione del virus.

Programmazione Lavorativa dei Dipendenti

Il modello simula i contatti tra i dipendenti al lavoro e quelli che condividono spazi abitativi. I dipendenti interagiscono solo con i colleghi presenti nello stesso giorno, a meno che non vivano insieme. Il programma di lavoro considera i dati raccolti da aziende di logistica per riflettere i modelli della vita reale nel personale e nelle consegne.

Inoltre, il modello imita il processo di consegna, in cui ogni pacco deve essere maneggiato dai picker prima di essere consegnato dai corrieri. Sebbene i corrieri interagiscano direttamente con i clienti, il modello presume che le interazioni ripetute siano rare, consentendo calcoli più semplici del rischio di infezione.

Il modello esamina anche situazioni in cui i corrieri e i picker lavorano in coppia per consegnare articoli più grandi, il che richiede loro di essere fisicamente vicini. Questa prossimità aumenta il rischio di trasmissione del virus, sottolineando l'importanza delle misure di Isolamento se un lavoratore si ammala.

Valutazione delle Vie di Trasmissione

Il modello identifica diversi modi in cui il virus può diffondersi all'interno del luogo di lavoro. Le infezioni possono verificarsi attraverso contatti faccia a faccia diretti, condividendo spazi con individui infetti o attraverso pacchi contaminati.

Le ricerche mostrano che la maggior parte delle trasmissioni avviene faccia a faccia nei luoghi di lavoro, mentre il rischio di diffusione del virus attraverso spazi condivisi o maneggiando pacchi è anche considerato. Il modello tiene traccia di come le informazioni su queste vie di trasmissione influenzano il rischio complessivo di infezione tra i lavoratori.

Carico Virale e Infectività

Il modello incorpora dati sul carico virale negli individui infetti. Questo significa che può simulare quanto sia infettivo qualcuno in diverse fasi della sua malattia. Comprendere il carico virale aiuta a valutare il rischio di trasmissione e l'efficacia dei test nel rilevare il virus. Questo è particolarmente importante poiché la rilevazione può differire a seconda del tipo di test utilizzato, e il modello tiene conto di questi fattori.

Strategie di Test

Con l'arrivo dei vaccini, gli effetti più gravi del COVID-19 sono diminuiti e molte restrizioni sono state allentate. Tuttavia, monitorare nuove varianti continua a essere cruciale, e il test rimane uno strumento importante per gestire la situazione. Ci sono state discussioni continue sull'efficacia di diversi tipi di test, tra cui i test rapidi che le persone possono eseguire da soli.

Sebbene questi test rapidi potrebbero non essere sensibili quanto i test di laboratorio, dati recenti suggeriscono che potrebbero essere molto specifici, indicando che i risultati falsi positivi sarebbero minimi. Inoltre, il periodo più infettivo avviene generalmente subito dopo l'insorgere dei sintomi, rendendo i test a bassa sensibilità comunque utili per identificare gli individui contagiosi.

Il modello discusso valuta diverse strategie di test e le loro implicazioni per il settore delle consegne.

Consultazioni Aziendali

Per sviluppare il modello, i ricercatori hanno condotto interviste con rappresentanti di sei aziende di consegna. Queste conversazioni hanno aiutato a raccogliere informazioni su come il COVID-19 ha impattato le operazioni aziendali e quali misure sono state adottate per proteggere dipendenti e clienti.

Ogni intervista ha fornito un contesto riguardo ai livelli di personale, alle interazioni tra i dipendenti e alle sfide affrontate mentre la pandemia si evolveva. Raccolta di queste informazioni è stata essenziale per creare una rappresentazione accurata delle dinamiche lavorative durante la crisi.

Risultati del Modello

I risultati del modello indicano che il rischio di trasmissione nel luogo di lavoro è relativamente basso, principalmente a causa della natura del lavoro di consegna che spesso comporta la guida da soli. Tuttavia, quando i dipendenti devono interagire da vicino, in particolare per la consegna a domicilio di articoli più grandi, alcuni rischi rimangono.

Le aziende coinvolte hanno adattato le loro operazioni per ridurre i rischi. Ad esempio, molti hanno adottato metodi di consegna senza contatto per ridurre le opportunità di trasmissione del virus. Il modello suggerisce che queste modifiche sono state efficaci nel ridurre il rischio di trasmissione nella comunità, poiché hanno permesso alle persone di rimanere a casa durante i picchi di infezione.

Importanza delle Politiche di Isolamento

Un altro risultato significativo del modello è che identificare i contatti ad alto rischio è cruciale. Quando un dipendente risulta positivo al COVID-19, isolare coloro che sono stati in contatto ravvicinato con lui è vitale per prevenire ulteriori diffusioni. Le aziende possono adottare misure proattive, come organizzare i lavoratori in coppie fisse per le consegne o ridurre l'occupazione degli uffici, per migliorare la loro risposta a eventuali focolai.

Offrire permessi di malattia retribuiti può anche incoraggiare i dipendenti a isolarsi quando necessario, riducendo la probabilità di diffondere il virus. Il modello indica che implementare misure di test e isolamento insieme può ridurre significativamente il rischio di trasmissione.

Limitazioni del Modello

Sebbene il modello fornisca informazioni preziose, ha anche delle limitazioni. Dato che si basa su varie fonti di dati, potrebbe riflettere pregiudizi o imprecisioni nelle informazioni fornite dalle aziende. Inoltre, alcune variabili, come la durata esatta dei contatti, sono semplificate per scopi di modellazione.

Il modello non tiene conto di come le dinamiche lavorative possano cambiare nel tempo – ad esempio, come i dipendenti potrebbero adattare il loro comportamento in risposta alle interventi. Comprendere queste sfumature richiederebbe monitoraggio continuo e raccolta di dati.

Inoltre, le assunzioni del modello riguardanti i tassi di trasmissione potrebbero non allinearsi sempre con le condizioni reali. È essenziale regolare il modello in base a nuove scoperte di ricerca o alle dinamiche pandemiche in evoluzione per mantenerne l'accuratezza.

Conclusione

In sintesi, questo modello di trasmissione del COVID-19 nel settore delle consegne sottolinea l'importanza di interventi mirati e comunicazione efficace. I risultati mostrano che le misure adottate dalle aziende in risposta alla pandemia hanno probabilmente ridotto la trasmissione sul posto di lavoro e protetto sia i dipendenti che i clienti.

Focalizzandosi su contatti ad alto rischio, implementando misure di isolamento e combinando queste strategie con test regolari, le aziende di consegna possono mantenere un ambiente più sicuro per i loro lavoratori durante le crisi sanitarie pubbliche.

Fonte originale

Titolo: Modelling the impact of non-pharmaceutical interventions on workplace transmission of SARS-CoV-2 in the home-delivery sector

Estratto: ObjectiveWe aimed to use mathematical models of SARS-COV-2 to assess the potential efficacy of non-pharmaceutical interventions on transmission in the parcel delivery and logistics sector. MethodsWe developed a network-based model of workplace contacts based on data and consultations from companies in the parcel delivery and logistics sectors. We used these in stochastic simulations of disease transmission to predict the probability of workplace outbreaks in this settings. Individuals in the model have different viral load trajectories based on SARS-CoV-2 in-host dynamics, which couple to their infectiousness and test positive probability over time, in order to determine the impact of testing and isolation measures. ResultsThe baseline model (without any interventions) showed different workplace infection rates for staff in different job roles. Based on our assumptions of contact patterns in the parcel delivery work setting we found that when a delivery driver was the index case, on average they infect only 0.14 other employees, while for warehouse and office workers this went up to 0.65 and 2.24 respectively. In the LIDD setting this was predicted to be 1.40, 0.98, and 1.34 respectively. Nonetheless, the vast majority of simulations resulted in 0 secondary cases among customers (even without contact-free delivery). Our results showed that a combination of social distancing, office staff working from home, and fixed driver pairings (all interventions carried out by the companies we consulted) reduce the risk of workplace outbreaks by 3-4 times. ConclusionThis work suggests that, without interventions, significant transmission could have occured in these workplaces, but that these posed minimal risk to customers. We found that identifying and isolating regular close-contacts of infectious individuals (i.e. house-share, carpools, or delivery pairs) is an efficient measure for stopping workplace outbreaks. Regular testing can make these isolation measures even more effective but also increases the number of staff isolating at one time. It is therefore more efficient to use these isolation measures in addition to social distancing and contact reduction interventions, rather than instead of, as these reduce both transmission and the number of people needing to isolate at one time. Author summaryDuring the COVID-19 pandemic the home-delivery sector was vital to maintaining peoples access to certain goods, and sustaining levels of economic activity for a variety of businesses. However, this important work necessarily involved contact with a large number of customers as well as colleagues. This means that questions have often been raised about whether enough was being done to keep customers and staff safe. Estimating the potential risk to customers and staff is complex, but here we tackle this problem by building a model of workplace and customer contacts, from which we simulate SARS-CoV-2 transmission. By involving industry representatives in the development of this model, we have simulated interventions that have either been applied or considered, and so the findings of this study are relevant to decisions made in that sector. Furthermore, we can learn generic lessons from this specific case study which apply to many types of shared workplace as well as highlighting implications of the highly stochastic nature of disease transmission in small populations.

Autori: Carl A Whitfield, M. Van Tongeren, Y. Han, H. Wei, S. A. Daniels, M. Regan, D. W. Denning, A. Verma, L. Pellis, University of Manchester COVID-19 Modelling Group, I. Hall

Ultimo aggiornamento: 2023-03-23 00:00:00

Lingua: English

URL di origine: https://www.medrxiv.org/content/10.1101/2022.03.17.22272414

Fonte PDF: https://www.medrxiv.org/content/10.1101/2022.03.17.22272414.full.pdf

Licenza: https://creativecommons.org/licenses/by/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.

Altro dagli autori

Articoli simili