Also wahrscheinlich doch - Restaurants, Bars und Fitnessstudios sind «Superspreader»-Orte

DMZ – WISSENSCHAFT ¦ Anton Aeberhard / David Aebischer ¦

 

Geschlossene Restaurants, Bars und Fitnessstudios - Vielerorts befindet man sich im Teil-Lockdown. Ob die Massnahmen ausreichen, die Pandemie einzudämmen, muss sich noch zeigen. Aber sie könnten dafür ein wichtiger Schritt sein. Das legt zumindest eine US-Studie nahe.

Ein Grossteil der Corona-Infektionen passiert einer US-Studie zufolge aller Wahrscheinlichkeit nach an sogenannten «Superspreader»-Orten wie Restaurants, Fitnessstudios und Cafés.

 

Die meisten stecken sich an «Superspreader»-Orten an

Das zeigen Wissenschaftler von der Universität Stanford in Kalifornien anhand eines Computermodells im Fachjournal «Nature». Es basiert unter anderem auf demografischen Daten, epidemiologischen Schätzungen und anonymen Handydaten.

Das Modell analysiert, wo Menschen den Tag über hingehen, wie lange sie jeweils bleiben und wie viele andere Menschen am selben Ort sind – und fand überall dort die meisten Infektionen, wo sich mehrere Menschen über längere Zeit in geschlossenen Räumen aufhalten.

 

Zwischen März und Mai habe das Modell, das auch den ethnischen und finanziellen Hintergrund der Menschen berücksichtigt, das Verhalten von rund 98 Millionen Menschen in 10 amerikanischen Metropolregionen – darunter New York, Los Angeles, Chicago und Washington – untersucht, hiess es von dem Forscherteam. Die Aufenthalte an rund 553'000 Orten wurden untersucht. Zudem wurde das Modell nach und nach auch mit dem nachgewiesenen Infektionsgeschehen der jeweiligen Städte nachgebessert. Das Computermodell könne künftig Behörden beim Kampf gegen eine weitere Verbreitung des Virus unterstützen, so die Forscher. 

 

„Wir haben ein Computermodell erstellt, um zu analysieren, wie Menschen mit unterschiedlichem demografischem Hintergrund und aus unterschiedlichen Stadtteilen verschiedene Arten von Orten besuchen, die mehr oder weniger überfüllt sind. Auf dieser Grundlage könnten wir die Wahrscheinlichkeit von Neuinfektionen an einem bestimmten Ort oder zu einem bestimmten Zeitpunkt vorhersagen“.

Jure Leskovec, der Stanford-Informatiker

 

Der Co-Autor der Studie, David Grusky, Professor für Soziologie an der Stanford School of Humanities and Sciences, sagte, diese Vorhersagefähigkeit sei besonders wertvoll, da sie nützliche neue Einblicke in die Faktoren liefert, die hinter den unverhältnismässigen Infektionsraten von Minderheiten und Menschen mit niedrigem Einkommen stehen. "In der Vergangenheit wurde angenommen, dass diese Unterschiede auf bereits bestehende Bedingungen und einen ungleichen Zugang zur Gesundheitsversorgung zurückzuführen sind, während unser Modell darauf hinweist, dass Mobilitätsmuster auch dazu beitragen, diese unverhältnismässigen Risiken zu fördern", sagte er.

 

Grusky, der auch das Stanford Center für Armut und Ungleichheit leitet, sagte, das Modell zeige, wie die Wiedereröffnung von Unternehmen mit niedrigeren Belegungsobergrenzen benachteiligten Gruppen am meisten zugute kommt. "Da die Orte, an denen Minderheiten und Menschen mit niedrigem Einkommen beschäftigt sind, oft kleiner und überfüllt sind, können Belegungsobergrenzen für wiedereröffnete Geschäfte das Risiko senken, dem sie ausgesetzt sind", sagte Grusky. "Wir sind dafür verantwortlich, Wiedereröffnungspläne zu erstellen, die die Unterschiede beseitigen oder zumindest verringern, die durch die derzeitigen Praktiken entstehen."

 

Leskovec sagte, das Modell "bietet die bisher stärksten Beweise", dass die in diesem Frühjahr erlassenen "Stay-at-Home" -Richtlinien die Anzahl der Fahrten ausserhalb des Hauses verringerten und die Rate neuer Infektionen verlangsamten. 

 

Vorhersagen von Infektionen

Durch die Kombination ihres Modells mit demografischen Daten, die aus einer Datenbank mit 57.000 Volkszählungsblockgruppen - 600 bis 3.000 Personen - verfügbar sind, zeigen die Forscher, wie Minderheiten und Menschen mit niedrigem Einkommen häufiger das Haus verlassen, weil ihre Arbeit dies erfordert, und bei kleineren, mehr einkaufen Überfüllte Einrichtungen als Menschen mit höherem Einkommen, die von zu Hause aus arbeiten können, nutzen die Hauszustellung, um Einkäufe zu vermeiden und geräumigere Unternehmen zu bevormunden, wenn sie ausgehen. Zum Beispiel ergab die Studie, dass es für nichtweisse Bevölkerungsgruppen ungefähr doppelt so riskant ist, Lebensmittel zu kaufen wie für Weisse. "Durch die Zusammenführung von Mobilitäts-, demografischen und epidemiologischen Datensätzen konnten wir unser Modell verwenden, um die Wirksamkeit und Gerechtigkeit verschiedener Wiedereröffnungsstrategien zu analysieren", sagte Chang.

 

Das Team hat seine Tools und Daten öffentlich zugänglich gemacht, damit andere Forscher die Ergebnisse replizieren und darauf aufbauen können.

"Im Prinzip kann jeder dieses Modell verwenden, um die Konsequenzen verschiedener Entscheidungen zu Hause und zur Schliessung von Unternehmen zu verstehen", sagte Leskovec, dessen Team derzeit daran arbeitet, das Modell zu einem benutzerfreundlichen Instrument für politische Entscheidungsträger und die öffentliche Gesundheit zu entwickeln Beamte.

 

 

 

Quellen:

• https://www.eurekalert.org/pub_releases/2020-11/ssoe-stc110920.php
• https://www.nature.com/articles/d41586-020-03140-4
• https://news.stanford.edu/2020/11/10/computer-model-can-predict-covid-19s-spread/
• https://warwick.ac.uk/fac/soc/economics/research/centres/cage/manage/publications/wp.517.2020.pdf