Research press release

病気にかかったスタッフを帰宅させても疾病の蔓延は止まらない

Nature Physics

Sending sick staff home won’t stop disease spread

疾病の流行時に、健康な人々を感染した人々の後任にすると、社会的ネットワークの基盤となっている構造に起因して、疾病が予測に反してより急速に地域社会全体に広がることが、今週のオンライン版で示唆されている。今回、モデル化と実証的データ分析を組み合わせて、米国における州レベルと全国レベルのインフルエンザの流行パターンが説明されている。

流行時に、感染した教師や医療従事者などの重要な役割を持つ人々を、系統的に健康な後任者に代えるという方策は、感染した労働者は働くことができず、他者に病気をうつすリスクがあるという明快な論理に従っている。しかし、疾病が広がるダイナミクスを理解するための標準的なモデルは、こうした健康な後任者が、後任となる以前よりも危険な状況にさらされるという事実を組み込むことができない。Samuel Scarpinoたちは、このリスクの増大を明確にエンコードしてネットワークモデルに組み込み、関係的交換と名付けたこの交代策によって、流行のピークに達した病気が流行の開始時の予測よりも速いスピードで伝播しうることを示した。

著者たちは、今回のモデルをインフルエンザとデング熱で検証した。この2つの疾病はどちらも季節的影響を受けるが、デング熱はインフルエンザと違って、伝染と反応の間に遅延があるという特徴があり、関係的交換の影響をより受けにくいと予想される。著者たちは、今回のモデルが米国における17回の全国レベルのインフルエンザの大流行のデータ、州レベルの25年間のインフルエンザデータ、プエルトリコから得られた19年間のデングウイルスデータと一致していることを示した。今回の知見よって、大流行時の公衆衛生政策決定への情報提供が改善されると思われる。

During an epidemic, replacing infected key individuals with healthy ones may actually spread the disease more rapidly through a community, due to the underlying structure of the social network, suggests a paper published online this week in Nature Physics. The study combines modelling with empirical data analysis to explain epidemic patterns in influenza outbreaks at a state and national level in the United States.

The policy of systematically replacing key individuals - such as teachers and health-care workers - that become infected during an epidemic with healthy substitutes follows clear logic: infected workers are incapacitated, and run the risk of infecting others. However, standard models for understanding the dynamics of a spreading disease fail to incorporate the fact that these healthy substitutes are being introduced into a more dangerous situation than they were in previously. By specifically encoding this increased risk into a network model, Samuel Scarpino and colleagues show that this policy of replacement - named relational exchange - can cause a disease at its peak to transmit at a rate faster than would be expected at the onset of the outbreak.

The authors test their model on data for influenza and dengue. Both diseases are subject to seasonal effects, but dengue, unlike influenza, features a delay between transmission and behaviour, and is expected to be less susceptible to the impact of relational exchange. The authors show their model is consistent with data for 17 influenza outbreaks in the United States at a national level, 25 years of influenza data at a state level, and 19 years of dengue virus data from Puerto Rico. The findings are expected to better inform public health decision-making during outbreaks.

doi: 10.1038/nphys3832

「注目のハイライト」は、ネイチャー広報部門が報道関係者向けに作成したプレスリリースを翻訳したものです。より正確かつ詳細な情報が必要な場合には、必ず原著論文をご覧ください。

メールマガジンリストの「Nature 関連誌今週のハイライト」にチェックをいれていただきますと、毎週各ジャーナルからの最新の「注目のハイライト」をまとめて皆様にお届けいたします。

「注目のハイライト」記事一覧へ戻る

プライバシーマーク制度