Model Shows Temporary Herd Immunity Emerged During the Early COVID Epidemic – But Got Destroyed

Door Carl R. Woese Instituut voor Genomische Biologie 23 april 2021

Wetenschappers die de verspreiding van COVID-19 hebben gemodelleerd, toonden aan dat er een tijdelijke staat van immuniteit ontstaat wanneer veel sociale groepen collectief zijn geïnfecteerd. Deze ‘tijdelijke collectieve immuniteit’ wordt vernietigd als mensen hun sociale gedrag in de loop van de tijd aanpassen. Iemand die bijvoorbeeld in de vroege dagen van de epidemie geïsoleerd is geraakt, kan op een gegeven moment zijn sociale netwerken vernieuwen door kleine groepen of grote menigten te ontmoeten. Deze ‘herbedrading’ van sociale netwerken kan nieuwe epidemische golven veroorzaken, waarvan de gevolgen en handtekeningen kunnen worden berekend. Krediet: BNL

COVID-19-pieken weerspiegelen tijdafhankelijke sociale activiteit, niet kudde-immuniteit

Wetenschappers hebben een model ontwikkeld dat aantoont dat een fragiele, tijdelijke staat van immuniteit opkwam tijdens de vroege epidemie, maar werd vernietigd toen mensen in de loop van de tijd hun sociale gedrag veranderden, wat leidde tot toekomstige infectiegolven.

Wetenschappers van het Brookhaven National Laboratory van het Amerikaanse Department of Energy (DOE) en de Urbana-Champaign (UIUC) van de University of Illinois hebben een nieuw wiskundig model ontwikkeld om te voorspellen hoe epidemieën zoals COVID-19 zich verspreiden. Dit model houdt niet alleen rekening met de variërende biologische gevoeligheid van individuen voor infectie, maar ook met hun niveaus van sociale activiteit, die van nature in de loop van de tijd veranderen. Met behulp van hun model toonde het team aan dat een tijdelijke staat van collectieve immuniteit – die zij “voorbijgaande collectieve immuniteit” noemden – opkwam tijdens de vroege, snelle stadia van de epidemie. Er wordt echter voorspeld dat daaropvolgende “golven”, of schommelingen in het aantal gevallen, zullen optreden als gevolg van veranderend sociaal gedrag als gevolg van pandemische vermoeidheid of variaties in opgelegde maatregelen. Hun resultaten verschenen online op 8 april 2021, voorafgaand aan publicatie in de Proceedings of the National Academy of Sciences.

De COVID-19-epidemie bereikte begin 2020 de Verenigde Staten en verspreidde zich in maart snel over verschillende staten. Om de verspreiding van het coronavirus tegen te gaan, vaardigden staten huiszoekingsbevelen uit, sloten scholen en bedrijven en voerden maskermandaten in. In grote steden als New York City en Chicago eindigde de eerste golf in juni. In de winter brak in beide steden een tweede golf uit; er zijn inderdaad opeenvolgende golven van COVID-19 over de hele wereld ontstaan. Epidemieën laten vaak dit gemeenschappelijke patroon zien van een eerste golf die eindigt, om vervolgens onverwachts te worden gevolgd door volgende golven, maar het was een uitdaging om een ​​gedetailleerd en kwantitatief begrip van dit generieke fenomeen te ontwikkelen.

Wiskundige modellen van epidemieën werden bijna 100 jaar geleden voor het eerst ontwikkeld, maar kunnen de werkelijkheid niet perfect weergeven. Een van hun tekortkomingen is dat ze geen rekening houden met de structuur van persoonlijke contactnetwerken, die als kanalen dienen voor de verspreiding van infectieziekten.

“Klassieke epidemiologische modellen negeren meestal het feit dat een populatie heterogeen of verschillend is, op meerdere niveaus, ook fysiologisch en sociaal”, zegt hoofdauteur Alexei Tkachenko, een fysicus in de Theory and Computation Group bij het Center for Functional Nanomaterials (CFN ), een DOE Office of Science User Facility bij Brookhaven Lab. “We zijn niet allemaal even vatbaar voor infectie vanwege factoren als leeftijd, reeds bestaande gezondheidsproblemen en genetica. Evenzo hebben we niet hetzelfde niveau van activiteit in ons sociale leven. We verschillen in het aantal nauwe contacten dat we hebben en in hoe vaak we met hen omgaan gedurende verschillende seizoenen. De heterogeniteit van de bevolking – deze individuele verschillen in biologische en sociale gevoeligheid – is vooral belangrijk omdat het de immuniteitsdrempel van de kudde verlaagt. ”

Kudde-immuniteit is het percentage van de bevolking dat immuniteit moet bereiken om een ​​epidemie te beëindigen. “Kudde-immuniteit is een controversieel onderwerp”, zegt Sergei Maslov, een CFN-gebruiker en professor en Bliss Faculty Scholar aan de UIUC, met facultaire benoemingen in de departementen Natuurkunde, Bioengineering en bij het Carl R. Woese Instituut voor Genomische Biologie. “Sinds het begin van de COVID-19-pandemie zijn er suggesties om snel kudde-immuniteit te bereiken, waardoor een einde komt aan de lokale overdracht van het virus. Onze studie toont echter aan dat de schijnbare collectieve immuniteit die op deze manier wordt bereikt, niet lang zal duren. ”

Volgens Nigel Goldenfeld, hoogleraar natuurkunde bij Swanlund aan de UIUC en leider van de Biocomplexity Group aan het Carl R. Woese Institute for Genomic Biology, is het concept van kudde-immuniteit in de praktijk niet van toepassing op COVID-19. en neemt af, vooral als gevolg van lockdowns of andere oplossingen. Een golf van de epidemie kan dus lijken te verdwijnen als gevolg van verzachtende maatregelen wanneer de vatbare of meer sociale groepen collectief besmet zijn – iets dat we tijdelijke collectieve immuniteit noemden. Maar zodra deze maatregelen zijn versoepeld en de sociale netwerken van mensen zijn vernieuwd, kan er een nieuwe golf beginnen, zoals we hebben gezien met staten en landen die te snel opengaan, in de veronderstelling dat het ergste achter hen ligt. “

Ahmed Elbanna, een Donald Biggar Willett Faculty Fellow en hoogleraar civiele techniek en milieutechniek aan de UIUC, merkte op dat tijdelijke collectieve immuniteit ingrijpende gevolgen heeft voor de openbare orde. “Beperkende maatregelen, zoals het dragen van een masker en het vermijden van grote bijeenkomsten, moeten worden voortgezet totdat de echte immuniteitsdrempel van de kudde is bereikt door vaccinatie”, zei Elbanna. “We kunnen dit virus niet te slim af zijn door ons een weg te forceren om immuniteit door wijdverspreide infectie te leiden, omdat het aantal geïnfecteerde mensen en het aantal ziekenhuisopnames dat zou kunnen overlijden te hoog zou zijn.”

De moeren en bouten van voorspellende modellen

In het afgelopen jaar heeft het Brookhaven-UIUC-team verschillende projecten uitgevoerd met betrekking tot een bredere COVID-19-modelleringsinspanning. Eerder modelleerden ze hoe de epidemie zich zou verspreiden over Illinois en de UIUC-campus, en hoe mitigatie-inspanningen die verspreiding zouden beïnvloeden. Ze waren echter ontevreden over de bestaande wiskundige kaders die veronderstellen dat heterogeniteit constant blijft in de tijd. Als iemand bijvoorbeeld vandaag niet sociaal actief is, wordt aangenomen dat hij of zij morgen of in de komende weken en maanden niet sociaal actief zal zijn. Deze veronderstelling leek onrealistisch, en hun werk is een eerste poging om deze tekortkoming te verhelpen.

“Fundamentele epidemiologische modellen hebben maar één kenmerkende tijd, de generatie-interval of incubatieperiode”, zei Tkachenko. “Het verwijst naar het moment waarop je een andere persoon kunt besmetten nadat je zelf besmet bent geraakt. Voor COVID-19 is dat ongeveer vijf dagen. Maar dat is slechts één tijdschaal. Er zijn andere tijdschema’s waarin mensen hun sociale gedrag veranderen. “

Epidemiologische modellen voor homogene populaties – die met weinig variatie tussen individuen – voorspellen een hoge waarde voor de kudde immuniteitsdrempel (HIT). Als het reproductiegetal bijvoorbeeld drie is, moet 67 procent van de populatie geïnfecteerd of gevaccineerd zijn om kudde-immuniteit te bereiken. Met heterogeniteit die constant blijft in de tijd (dwz statische niveaus van sociale activiteit), daalt de HIT tot ongeveer 42 procent. Rekening houden met variaties in sociale activiteit in de loop van de tijd resulteert in een nog lagere drempel (~ 22 procent), waardoor de verkeerde indruk wordt gewekt dat de epidemie voorbij is terwijl eigenlijk alleen tijdelijke collectieve immuniteit (TCI) is bereikt. Na verloop van tijd neemt TCI af. Krediet: BNL

In dit werk heeft het team tijdsvariaties in individuele sociale activiteit opgenomen in bestaande epidemiologische modellen. Dergelijke modellen werken door aan elke persoon een kans toe te kennen van hoe waarschijnlijk het is dat ze geïnfecteerd raken als ze worden blootgesteld aan dezelfde omgeving (biologische gevoeligheid) en hoe waarschijnlijk het is dat ze anderen zullen infecteren (sociale activiteit). Er is een ingewikkeld multidimensionaal model nodig om elke groep mensen met verschillende vatbaarheden voor ziekten te beschrijven. Ze comprimeerden dit model in slechts drie vergelijkingen en ontwikkelden een enkele parameter om biologische en sociale bronnen van heterogeniteit vast te leggen.

“We noemen deze parameter de immuniteitsfactor, die je vertelt hoeveel het reproductieaantal daalt als gevoelige individuen uit de populatie worden verwijderd”, legt Maslov uit.

Het reproductienummer geeft aan hoe overdraagbaar een infectieziekte is. Concreet verwijst de hoeveelheid naar hoeveel mensen een geïnfecteerde persoon op zijn beurt zal infecteren. In de klassieke epidemiologie is het reproductiegetal evenredig met de fractie vatbare individuen; als de pool van vatbare individuen met 10 procent daalt, neemt ook het reproductieaantal af. De immuniteitsfactor beschrijft een sterkere vermindering van het reproductieaantal naarmate de pool van gevoelige individuen uitgeput raakt.

Om de sociale bijdrage aan de immuniteitsfactor te schatten, maakte het team gebruik van eerdere onderzoeken waarin wetenschappers actief het sociale gedrag van mensen volgden. Ze keken ook naar de werkelijke epidemische dynamiek en bepaalden de immuniteitsfactor die het meest consistent is met gegevens over COVID-19-gerelateerde ziekenhuisopnames, opnames op de intensive care unit (ICU) en dagelijkse sterfgevallen in NYC en Chicago. Het team was ook in staat om hun berekeningen uit te breiden naar alle 50 Amerikaanse staten, met behulp van eerdere analyses die waren gegenereerd door wetenschappers van Imperial College in Londen.

Op stads- en deelstaatniveau werd het reproductieaantal in grotere mate verminderd op locaties die ernstig werden getroffen door COVID-19. Toen het vatbare aantal bijvoorbeeld met 10 procent daalde tijdens de vroege, snelle epidemie in NYC en Chicago, daalde het reproductiegetal met 40 tot 50 procent – wat overeenkomt met een geschatte immuniteitsfactor van vier tot vijf.

“Dat is een vrij grote immuniteitsfactor, maar het is niet representatief voor blijvende immuniteit van de kudde”, zei Tkachenko. “Op een langere tijdschaal schatten we een veel lagere immuniteitsfactor van ongeveer twee. Het feit dat een enkele golf stopt, betekent niet dat je veilig bent. Het kan terugkomen. ”

Deze tijdelijke staat van immuniteit ontstaat omdat de heterogeniteit van de bevolking niet permanent is. Met andere woorden, mensen veranderen hun sociale gedrag in de loop van de tijd. Bijvoorbeeld, individuen die zichzelf isoleerden tijdens de eerste golf – thuisblijven, geen bezoekers ontvangen, online boodschappen bestellen – beginnen vervolgens hun gedrag te ontspannen. Elke toename van sociale activiteit betekent een extra blootstellingsrisico. Zoals de figuur laat zien, kan het resultaat zijn dat er een verkeerde indruk bestaat dat de epidemie voorbij is, hoewel er nog meer golven komen.

Na het model te hebben gekalibreerd met behulp van COVID-19-gegevens uit NYC en Chicago, voorspelde het team de toekomstige spreiding in beide steden op basis van de heterogeniteitsveronderstellingen die ze hadden ontwikkeld, waarbij de nadruk lag op sociale bijdragen.

“Over het algemeen hebben sociale bijdragen aan heterogeniteit een sterker effect dan biologische bijdragen, die afhankelijk zijn van de specifieke biologische details van de ziekte en dus niet zo universeel of robuust zijn”, legt Tkachenko uit.

In vervolgwerk bestuderen de wetenschappers de dynamiek van epidemieën in meer detail. Ze voeren bijvoorbeeld statistieken van ‘superspreader’-evenementen – bijeenkomsten waarbij een enkele geïnfecteerde persoon een grote uitbraak onder aanwezigen veroorzaakt – in het model in. Ze passen hun model ook toe op verschillende regio’s in het land om de algemene epidemische dynamiek te verklaren vanaf het einde van de lockdown tot begin maart 2021.

“Ons model kan worden gezien als een universele patch die kan worden toegepast op conventionele epidemiologische modellen om gemakkelijk rekening te houden met heterogeniteit”, zei Tkachenko. “Het voorspellen van toekomstige golven vereist aanvullende overwegingen, zoals geografische variabiliteit, seizoenseffecten, de opkomst van nieuwe stammen en vaccinatieniveaus.”

Referentie: “Tijdsafhankelijke heterogeniteit leidt tot tijdelijke onderdrukking van de COVID-19-epidemie, niet tot kudde-immuniteit” door Alexei V. Tkachenko, Sergei Maslov, Ahmed Elbanna, George N. Wong, Zachary J. Weiner en Nigel Goldenfeld, 8 april 2021 , Proceedings of the National Academy of Sciences.
DOI: 10.1073 / pnas.2015972118

Dit werk werd ondersteund door het DOE Office of Science; System Office van de University of Illinois, het kantoor van de vice-kanselier voor onderzoek en innovatie, het Grainer College of Engineering en het Department of Physics van UIUC; DOE Computational Science Graduate Fellowship; en het National Science Foundation Faculty Early Career Development (CAREER) -programma. Dit onderzoek is uitgevoerd als onderdeel van een CFN-gebruikersprogramma. Het Illinois Department of Public Health heeft via een gegevensgebruiksovereenkomst met Civis Analytics gegevens verstrekt voor de berekeningen. De berekeningen zijn uitgevoerd op de Illinois Campus Cluster, een computerhulpmiddel dat wordt beheerd door het Illinois Campus Cluster Program in samenwerking met het National Center for Supercomputing Applications, dat wordt ondersteund door fondsen van UIUC. De gepresenteerde bevindingen zijn die van de onderzoekers en niet noodzakelijk die van de financieringsinstanties.