Door voortdurende verbeteringen in de transporttechnologie, mensen reizen meer dan ooit tevoren. Hoewel deze versterkte verbinding tussen verre landen veel voordelen met zich meebrengt, het vormt ook een ernstige bedreiging voor de bestrijding en preventie van ziekten. Wanneer geïnfecteerde mensen naar regio's reizen die vrij zijn van hun specifieke besmettingen, ze kunnen onbedoeld hun infecties doorgeven aan omwonenden en ziekte-uitbraken veroorzaken. Dit proces heeft zich door de geschiedenis heen herhaaldelijk voorgedaan; enkele recente voorbeelden zijn de SARS-uitbraak in 2003, de H1N1-grieppandemie in 2009, en – met name – de aanhoudende COVID-19-pandemie.

Geïmporteerde gevallen vormen een uitdaging voor het vermogen van niet-endemische landen - landen waar de betreffende ziekte niet regelmatig voorkomt - om de besmetting volledig te elimineren. In combinatie met aanvullende factoren zoals genetische mutatie in pathogenen, deze kwestie maakt de wereldwijde uitroeiing van veel ziekten buitengewoon moeilijk, zo niet onmogelijk. Daarom, het verminderen van het aantal besmettingen is over het algemeen een beter haalbaar doel. Maar om een ​​ziekte onder controle te krijgen, gezondheidsinstanties moeten begrijpen hoe reizen tussen verschillende regio's de verspreiding ervan beïnvloedt.

In een papieren publicatie op dinsdag in de SIAM Journal of Applied Mathematics , Daozhou Gao van de Shanghai Normal University onderzocht de manier waarop menselijke verspreiding de ziektebestrijding en de totale omvang van de verspreiding van een infectie beïnvloedt. Er zijn maar weinig eerdere studies die de impact van menselijke beweging op de infectieomvang of ziekteprevalentie hebben onderzocht - gedefinieerd als het aandeel individuen in een populatie dat is geïnfecteerd met een specifieke ziekteverwekker - in verschillende regio's. Dit onderzoeksgebied is vooral relevant tijdens ernstige ziekte-uitbraken, wanneer regeringsleiders de menselijke mobiliteit drastisch kunnen verminderen door grenzen te sluiten en reizen te beperken. Gedurende deze tijden, het is essentieel om te begrijpen hoe het beperken van de bewegingen van mensen de verspreiding van ziekten beïnvloedt.

Om de verspreiding van ziekten in een populatie te onderzoeken, onderzoekers gebruiken vaak wiskundige modellen die individuen in meerdere verschillende groepen sorteren, of 'compartimenten'. In zijn studeerkamer Gao gebruikte een bepaald type compartimenteel model, het vatbare-geïnfecteerde-gevoelige (SIS) patch-model. Hij verdeelde de bevolking in elke patch - een groep mensen zoals een gemeenschap, stad, of land - in twee compartimenten:geïnfecteerde mensen die momenteel de aangewezen ziekte hebben, en mensen die vatbaar zijn voor het vangen ervan. Menselijke migratie verbindt vervolgens de patches. Gao nam aan dat de vatbare en geïnfecteerde subpopulaties zich in hetzelfde tempo verspreidden, wat over het algemeen geldt voor ziekten zoals verkoudheid die de mobiliteit vaak slechts in geringe mate beïnvloeden.

Elke patch in Gao's SIS-model heeft een bepaald infectierisico dat wordt weergegeven door het basisreproductienummer (R ₀ )—de hoeveelheid die voorspelt hoeveel gevallen zullen worden veroorzaakt door de aanwezigheid van een enkele besmettelijke persoon binnen een vatbare populatie. "Hoe groter het reproductiegetal, hoe hoger het infectierisico, "Zei Gao. "Dus het reproductiegetal van een patch met een hoger risico wordt verondersteld hoger te zijn dan dat van een patch met een lager risico." dit nummer meet alleen het initiële transmissiepotentieel; het kan zelden de ware omvang van de infectie voorspellen.

Gao gebruikte zijn model voor het eerst om het effect van menselijke beweging op ziektebeheersing te onderzoeken door de totale infectiegrootte te vergelijken die ontstond wanneer individuen zich snel verspreidden met langzaam. Hij ontdekte dat als alle patches in hetzelfde tempo herstellen, grote verspreiding leidt tot meer infecties dan kleine verspreiding. Verrassend genoeg, een toename van de hoeveelheid waarmee mensen zich verspreiden, kan R . daadwerkelijk verminderen ₀ terwijl het totale aantal infecties nog steeds toeneemt.

Het SIS-patchmodel kan ook helpen verduidelijken hoe verspreiding de verspreiding van infecties en de prevalentie van de ziekte binnen elke patch beïnvloedt. Zonder diffusie tussen patches, een pleister met een hoger risico zal altijd een hogere ziekteprevalentie hebben, maar Gao vroeg zich af of hetzelfde waar was als mensen van en naar die risicovolle plek kunnen reizen. Het model onthulde dat diffusie de infectiegrootte in de pleister met het hoogste risico kan verkleinen, omdat het meer infecties exporteert dan importeert, maar dit verhoogt bijgevolg de infecties in de pleister met het laagste risico. Echter, het is nooit mogelijk dat de pleister met het hoogste risico de laagste ziekteprevalentie heeft.

Met behulp van een numerieke simulatie op basis van verkoudheid - waarvan de kenmerken goed zijn bestudeerd - ging Gao dieper in op de impact van menselijke migratie op de totale omvang van een infectie. Toen Gao slechts twee patches opnam, zijn model vertoonde een grote verscheidenheid aan gedragingen onder verschillende omgevingsomstandigheden. Bijvoorbeeld, de verspreiding van mensen leidde vaak tot een grotere totale infectieomvang dan geen verspreiding, maar snelle menselijke verstrooiing in één scenario verminderde de infectiegrootte. Onder verschillende omstandigheden, kleine verspreiding was schadelijk, maar grote verspreiding bleek uiteindelijk gunstig voor de ziektebeheersing. Gao classificeert volledig de combinaties van wiskundige parameters waarvoor verspreiding meer infecties veroorzaakt in vergelijking met een gebrek aan verspreiding in een omgeving met twee pleisters. Echter, de situatie wordt ingewikkelder als het model meer dan twee patches bevat.

Nader onderzoek naar Gao's SIS-patchmodelleringsaanpak zou meer genuanceerde informatie kunnen onthullen over de complexiteit van de impact van reisbeperkingen op de verspreiding van ziekten, die relevant is voor situaties in de echte wereld, zoals grenssluitingen tijdens de COVID-19-pandemie. "Naar mijn weten, dit is mogelijk het eerste theoretische werk over de invloed van menselijke bewegingen op het totale aantal infecties en hun verspreiding, "Gao zei. "Er zijn tal van richtingen om het huidige werk te verbeteren en uit te breiden." toekomstige werkzaamheden zouden de uitkomst kunnen onderzoeken van een verbod op slechts enkele reisroutes, zoals toen de VS reizen vanuit China verbood om de verspreiding van COVID-19 te belemmeren, maar inkomende gevallen uit Europa niet blokkeerde. Voortdurend onderzoek naar deze gecompliceerde effecten kan gezondheidsinstanties en regeringen helpen om geïnformeerde maatregelen te ontwikkelen om gevaarlijke ziekten onder controle te houden.