MITの教授らが、COVID-19の曝露リスクを予測する新しいモデルを開発した。
このモデルは、空間の広さ、活動の種類、マスク着用の有無、換気およびろ過の割合などのリスク要因を考慮している。
これにより、政策立案者、企業、学校、個人は自身のリスクを測ることができる。
MITの2人の教授が、さまざまな屋内環境におけるCovid-19への曝露リスクを推定する新しい手法を提案した。彼らが開発したガイドラインは、人数、空間の広さ、活動の種類、マスク着用の有無、換気およびろ過の割合に基づいて、曝露時間の上限を示すものである。彼らのモデルは、自身のリスクを測ろうとする政策立案者、企業、学校、個人に向けた、物理学に基づく詳細なガイドラインを提供する。
今週、学術誌PNASに掲載されたこのガイドラインは、化学工学および応用数学の教授であるMartin Z. Bazantと、応用数学の教授であるJohn W. M. Bushによって開発された。彼らは、既存の公衆衛生政策ではあまり注目されてこなかった自らのモデルの重要な特徴として、特定の環境において人が過ごす時間に具体的な上限を設けていることを強調している。
彼らの分析は、密閉空間では、人が話す、咳をする、くしゃみをする、歌う、または食事をする際に放出される微細な病原体を含む飛沫が、長時間空中を漂い、気流によって空間全体に十分に混ざり合う傾向があるという事実に基づいている。彼らによれば、このような空気感染が、Covid-19の拡散において主要な役割を果たしていることを示す証拠が今や圧倒的に存在するという。Bushは、昨年初めにこの研究を始めた動機について、多くの政策判断が主に「6フィートルール」によって導かれていたことへの懸念だったと述べている。このルールは屋内空間における空気感染に十分対応していないという。
入手可能な最良のデータに基づき、厳密に定量的なアプローチを用いて、このモデルは、感染者が空間に入った場合に、特定の屋内状況を定義する主要な変数の組に基づいて、平均してどれくらいの時間で一人が SARS-CoV-2ウイルスに感染するかの推定値を算出する。ある環境や活動が安全かどうかについての単純な「はい」か「いいえ」の答えではなく、たとえば店内での数分間、レストランでの1時間、あるいはオフィスや教室での1日数時間など、人がその活動にどれだけの時間を安全に費やせるかの目安を提供する。
「科学者として、私たちは非常に慎重に取り組み、実際に見ている確かなデータのみに基づくよう努めました」とBazantは述べる。「私たちは、慎重に正当化できるものだけに固執するよう本当に努めました。この種の研究としては、現時点で最も厳密なものだと考えています。」毎日新たなデータが出てきており、SARS-CoV-2ウイルスの感染についてはなお多くの不確実性が残っているが、彼は「私たちは、すべての段階で保守的な選択をしたと確信している」と語る。
Bushは次のように付け加えている。「この分野の進展は非常に速い。論文を投稿すると、翌日には関連する論文が何本も出てくるので、それらを取り入れるのに慌てることになる。まるで動く標的を撃っているようなものだ。」たとえば、当初このモデルは、最もよく特徴づけられた初期の拡散事例に関する疫学データから、SARS-CoV-2の元株の感染力に基づいていたが、その後、新たに出現した変異株のより高い拡散率を考慮するために、感染力パラメータを追加したという。この調整は、新たな株の感染力が元株と比べてどうかに基づいている。たとえば、元株より60%感染力が高いと推定されている英国株の場合、このパラメータは1.6に設定されるという。
彼らによれば、明らかなのは、距離や特定の種類の事業における定員制限に基づく単純なルールでは、ある環境におけるリスクの全体像を捉えられないということだ。場合によっては、そのリスクが単純なルールが示すよりも高いこともあれば、低いこともある。政策立案者であれ個人であれ、より包括的な評価を行えるよう支援するため、研究者らはアプリ開発者のKasim Khanと協力し、オープンアクセスのモバイルアプリおよびウェブサイトを開発した。ユーザーは、空間の広さ、人数、換気の種類、活動の種類、マスクの着用状況、そして当時その地域で主流だった株の感染力係数といった、状況の具体的な詳細を入力でき、その状況下で、感染者が空間に入った場合に新たに一人が感染するまでにどれくらいの時間がかかるかの推定値を得ることができる。
この計算は、さまざまな大規模感染事例から得られた推論に基づいている。これらの事例では、人数や年齢層、密閉空間の広さ、活動の種類（歌唱、食事、運動など）、換気システム、マスク着用、滞在時間、そして結果として生じた感染率に関する詳細なデータが利用可能であった。彼らが研究した事例には、たとえばワシントン州のSkagit Valley Choraleがあり、そこでは出席したシニアの86%が2時間の合唱練習中に感染した。
彼らのガイドラインは、特定の空間内の空気が十分に混ざっていることを前提としているが、たとえばくしゃみや大声で発せられた粒子の集中した噴流の中に人が直接位置している場合には、リスクはより高くなるという。しかし一般的には、屋内の空気が十分に混ざっているという仮定は、実際の感染事例のデータと一致しているようだと彼らは述べている。
「累積曝露時間を制限するこのガイドラインを見ると、人数、その空間で過ごす時間、空間の容積、空調の換気量など、あるべきだと考えられるすべてのパラメータが組み込まれていることがわかります」とBushは言う。「これらのことはどれも直感的ですが、それらが一つの式の中に現れているのを見るのは良いことです。」
空気感染の決定的な重要性に関するデータが今や明らかになったものの、当初、公衆衛生機関は手洗いや表面の清掃にはるかに重点を置いていたとBazantは述べる。パンデミックの初期には、換気システムやマスク着用の重要性はあまり認識されておらず、これらは安全な収容人数に大きく影響しうるという。
「この研究を通じて、Covid-19に特化した空気感染の科学を確立したいと考えています。すべての要因、利用可能なデータ、そして異なる活動ごとの飛沫の分布を考慮することによってです」とBazantは言う。彼は、この情報が人々が自身の生活について十分な情報に基づいた判断を下す助けになることを望んでいる。「科学を理解すれば、自宅や事業所、学校で物事を違ったやり方で行えるようになります。」
Bushは例を挙げる。「私の母は90歳を超えており、高齢者介護施設で暮らしています。このモデルが示すのは、マスクを着用し窓を開けることが有効だということです。これは、あなたが自分で管理できることなのです。」彼は、母親が施設内で運動教室に参加する予定であると知って懸念したという。人々が互いに6フィート離れているから大丈夫だろうと考えていたからだ。新しい研究が示すように、人数と活動の強度のため、実際にはそれは非常にリスクの高い活動になるという。
Bazantによると、10月にアプリを公開して以来、すでに約50万人のユーザーがいるという。彼らのフィードバックは、研究者がモデルをさらに改良するのに役立ったと彼は述べる。また、事業の再開に関する一部の判断にすでに影響を与えたとも付け加えている。たとえば、Covid規制のために閉鎖されていた、ワシントン州の屋内テニス施設のオーナーは、1月に再開を許可されたと語る。これは、他の特定の低定員のスポーツ施設とともに、彼が行った申し立てに基づくもので、その申し立ては主にこのガイドラインと、Bazantのオンラインコース「Covid-19の感染の物理学」での受講内容に基づいていたという。
Bazantによれば、特定の空間に関するガイドラインを推奨することに加え、新しいツールは、さまざまな介入戦略の相対的な利点を評価する方法も提供するという。たとえば、換気システムの改善やマスク着用は大きな効果がある一方、空気ろ過システムが疾病拡散に与える影響は比較的小さいことが分かったという。また、この研究は、特定の安全水準に到達するためにどの程度の換気が必要かについての指針も提供できると彼は述べる。
「Bazants と Bush は、（ほかの点に加えて）他者と空気を共有する時間の上限を推定するための貴重なツールを提供した」と、本研究に関与していないプリンストン大学の機械・航空宇宙工学教授Howard Stoneは述べる。このような分析は大まかな推定しか提供できないものの、彼は、著者らがこの種の大まかな規模の推定を「人々が置かれている状況を判断し、リスクを最小限に抑える方法を考える助けとなる手段」として説明していると述べる。「あらゆる可能な空間やパラメータの組み合わせについて詳細な計算を行うことは不可能であるため、これは特に有益である」。
