ワクチンの隙間ではしかのアウトブレイクリスクが高まってるよ。

麻疹はすごく感染力が強い病気だけど、ワクチンで予防できるんだ。アメリカでは、多くの子供が定期的な予防接種の一環として麻疹ワクチンを受けてる。これによって、たくさんの人がワクチンを打つことで、発生の可能性が減るんだ。でも、COVID-19のパンデミック中に、たくさんの定期接種が受けられなかったから、麻疹や他のワクチンで予防できる病気の発生が心配されてる。実際、2021年には約2500万人の子供が通常の予防接種を受けられなかったそうだ。

2022年の初めに、世界保健機関は、前年に比べて世界中で麻疹のケースが大幅に増加したと報告した。インド、ソマリア、イエメン、ジンバブエ、パキスタンなどの国々でアウトブレイクが発生した。ジンバブエでは、数ヶ月のうちに6500件以上の麻疹のケースが報告された。

アウトブレイクを引き起こす要因の一つは、集団でワクチン接種を受けていない人たちがいること。例えば、2019年のアメリカでの麻疹アウトブレイクでは、ワクチン接種率が一般的に高い地域でも、未接種の人たちの集まりが大きなケースを引き起こすことがあるってわかった。アメリカの特定の地域では麻疹、おたふくかぜ、風疹（MMR）のワクチンの接種率が平均よりかなり低いところがあるって研究もあった。

そういう地域を特定するために、研究者たちは予想よりワクチン接種率が低い地域を見つける方法を使ったんだ。このアプローチは、アウトブレイクのリスクが高い場所を認識するのに役立つ。

#クラスターリスクの理解

接種率が低い地域が全てアウトブレイクのリスクが同じわけじゃない。例えば、バージニア州は幼稚園児のワクチン接種率は高いけど、まだ接種がそんなに高くない小さなエリアもあるんだ。それに、バージニア州は主要な空港があるから旅行の活動も多い。2021年にはこの州でも麻疹のアウトブレイクがあった。

未接種の人たちのクラスターが大きなアウトブレイクに繋がる可能性を評価するために、研究者たちは「クリティカリティ」という概念を考案した。この指標は、その地域で麻疹の1件の感染からアウトブレイクが起こる可能性を示すもの。限られた公衆衛生のリソースを考慮して、どのクラスターに焦点を当てるべきかを優先したいと考えてるんだ。

リスクの高いクラスターを見つけて、そのクリティカリティを推定するのは複雑だ。研究者たちは、バージニアでの人々の社会的なつながりを使って病気がどう広がるかをシミュレーションするモデルを作ったんだ。実際のワクチン接種データを使ってるよ。また、COVID-19による接種率の低下がクラスターにどのように影響するかも見てる。

#接触ネットワークモデルの構築

麻疹がどう広がるかを研究するために、研究者たちは人々のネットワークを表すモデルを作った。ネットワーク内の各人はポイント（ノード）で、彼らの間のつながり（エッジ）は接触の関係を示してる。このモデルは、各人の位置、年齢、家庭のサイズなどの詳細を含んでいて、バージニアの人口を正確に表現するのに役立つ。国勢調査や日常活動に関する調査といった公的なデータを組み合わせて、この詳細な接触ネットワークを構築したんだ。

その後、研究者たちはバージニアの郵便番号に焦点を当てた二次モデルを作った。このモデルでは、各郵便番号の人口とワクチン接種率に関するデータを集めた。このネットワークを分析することで、アウトブレイクのリスクがある低接種率のエリアを特定したんだ。

#ワクチン接種率の調査

バージニアの子供たちがどれだけワクチン接種を受けているかを確認するために、研究者たちは学校のワクチン接種調査のデータを使った。多くの学校が高い接種率を報告している一方で、MMRワクチンに関する具体的な情報を提供していないところもあった。そういう学校では、研究者たちは全体の接種率や近くの学校のデータを基にMMRの接種率を推定したんだ。

大人のワクチン接種率も政府のデータを使って調査された。研究者たちは、このデータを使って幼い子供の接種が全体の人口にどう影響するかを理解しようとした。

#重要なクラスターの特定

ネットワークモデルを使って、研究者たちは顕著に低い接種率のクラスターを見つけるための統計的手法を適用した。バージニアには、規模、場所、接種率など異なる特徴を持つ3つの主要なクラスターが発見された。

• クラスター1: バージニア北部にあるこの地域は人口密度が高く、未接種者が最も多い。接種率はおよそ90.1%。
• クラスター2: バージニアの田舎にある小さなクラスターで、接種率は88.2%と最も低い。
• クラスター3: リッチモンド近くに位置するこのクラスターも人口密度が高いけど、クラスター1に比べてアウトブレイクのリスクは低い。

バージニア全体の接種率は高いけど、これらのクラスターはそれぞれ独自の課題を持ってるんだ。

#アウトブレイクリスクの分析

研究者たちは、これらのクラスターで麻疹のアウトブレイクが発生した場合にどうなるかを見たかった。ネットワークモデルを使って、各クラスター内のランダムな場所からアウトブレイクをシミュレーションした。その結果、異なるシナリオの下で大きなアウトブレイクが発生する確率を計算することができた。

結果は、クラスター1が最も危険なエリアで、感染が始まった場合に大規模なアウトブレイクが発生する可能性が高いことを示していた。一方、クラスター2は未接種者のパーセンテージが高くても、アウトブレイクを引き起こす可能性は非常に低かった。しかし、接種率がたった5%下がるだけで、これらのクラスターでのアウトブレイクの可能性が大きく変わることがわかった。

#接種率の低下の影響

COVID-19の影響で、たくさんの子供の定期的なワクチン接種が受けられず、アウトブレイクへの影響が心配されている。研究者たちは、子供たちのMMR接種率が5%下がった場合の仮定の状況を調べた。接種カバレッジ自体はわずかに影響を受けるだけだけど、特定のクラスターでのアウトブレイクのリスクが大きく増加したんだ。

たとえば、クラスター1での大型アウトブレイクのリスクは高まったけど、クラスター2ではもっと顕著に増えた。実際、クラスター2がアウトブレイクを引き起こす可能性は元のシナリオに比べて30倍以上も増加した。最小のクラスターにも関わらず、その低接種率と接種率の低下が組み合わさって、注視すべき重要なエリアになったのが驚きだった。

#ネットワークの特性とアウトブレイク

研究者たちは、未接種者の間のネットワークのつながりも調べた。分析の結果、これらの人口の構造とつながりが病気の広がりに影響を与えることがわかった。個人の間のつながりがより多い地域では、病気が1人から別の人に広がるのが容易なので、そのような場所ではアウトブレイクが起こりやすいんだ。

この研究で「固有ベクトル中心性」という概念の重要性も強調された。これは、ノードがそのつながりに基づいてネットワーク内でどれだけ影響力があるかを測るもの。固有ベクトル中心性が高いクラスターは、ネットワーク内のより重要なノードに接続されているため、アウトブレイクのリスクが高まる傾向にある。

#結論

この研究は、未接種者のクラスターが全て同じリスクを持つわけではないことを示している。人口密度やネットワークのつながりが高いクラスターは危険度が高いけど、リスクがありそうでも大規模なアウトブレイクを引き起こす可能性が低いところもある。

また、接種率がわずかに下がるだけでもリスクが高まることを強調してる。COVID-19の影響での定期的なワクチン接種の減少が、世界的にアウトブレイクの可能性を増大させてるんだ。同じような問題に直面している国が多い中で、クラスターのダイナミクスを理解することは、今後のアウトブレイクを防ぐために公衆衛生当局が効果的に取り組むのに役立つ。

最も危険なエリアに焦点を当てて、ワクチン接種率とネットワーク接続がどのように相互作用するかを理解することで、保健当局は将来的なアウトブレイクに対してより良く準備し、対応できるようになるんじゃないかな。