Согласно новой модели, разработанной математиками из Кардиффского университета и опубликованной в журнале Health Systems, студент, инфицированный COVID-19, возвращающийся домой из университета на Рождество, в среднем заразил бы этим вирусом чуть меньше одного члена семьи.
Профессор Пол Харпер и его коллеги определили уравнение для прогнозирования количества вторичных инфекций в домашних условиях, используя переменные, определяющие распространенность вируса, вероятность вторичной передачи, количество жителей домашнего хозяйства и общее количество студентов, возвращающихся домой.
Модель предсказывает, что каждый инфицированный студент, которому разрешено вернуться домой, произведет в среднем 0.94 вторичных инфекции.
"С потенциальным переездом более 1 миллиона студентов из Великобритании на рождественские каникулы, даже скромный 1% -ный уровень заражения (что означает, что 10 из 1000 студентов инфицированы, возможно, многие из них не имеют симптомов во время путешествия) будет равняться 9400 новым второстепенным домохозяйствам. случаи по всей стране," говорит профессор Харпер.
Поскольку в исследовании не рассматривается передача в более широкие родные сообщества учащихся и не учитывается поездка домой – что может привести к большему количеству случаев, особенно если используется общественный транспорт, – цифры представляют собой нижнюю границу вероятного воздействия передачи и новые кейсы.
Однако, несмотря на то, что ориентировочные уровни вторичных инфекций потенциально очень велики, можно принять несколько стратегий, чтобы помочь уменьшить количество студентов, забирающих COVID-19 домой, говорят авторы. К ним относятся настоятельные рекомендации студентам не смешиваться в дни перед отъездом, введение отложенного времени отправления и содействие массовому тестированию студентов перед их отправкой домой.
Авторы предоставили компьютерный код и онлайн-приложение (https: // josh-will-moore.Shinyapps.io / Infection_rates_returning_students /), чтобы любой мог повторно запустить и адаптировать симуляции. "Код и приложение быстро запускаются с упором на доступность, так что пользователь может быстро изменять вероятности ввода в соответствии со своими данными, тем самым генерируя свои собственные результаты на основе локализованных параметров," авторы говорят.
Их результаты были представлены правительству Уэльса и проинформировали политику в отношении двухнедельного пожаротушения в Уэльсе в октябре / ноябре и предстоящих каникул. Данные также были переданы в правительства Англии, Шотландии и Северной Ирландии.