������

Koronapandemian aikaan käytiin kiivasta keskustelua siitä, pitäisikö yhteiskunta sulkea kokonaan vai antaa viruksen levitä vapaasti laumasuojan toivossa.

Juuri julkaistu Aalto-yliopiston tutkimus osoittaa, että pandemioiden torjunnassa ihmisten välisten kontaktien verkostojen ymmärtäminen on yhtä tärkeää kuin tietää, kuinka moni on immuuni. Tutkimusartikkeli on juuri julkaistu .

Tutkija Takayuki Hiraoka havainnollistaa koronaviruksen leviämisen ja laumaimmuniteetin logiikkaa metsäpalon avulla. Palo leviää puusta toiseen. Sen pysäyttämiseksi voidaan esimerkiksi kaataa joka toinen puu,tai tehdä aukko, jota liekit eivät pääse ylittämään. Rypäsmäisiä aukkoja voi syntyä myös metsän palaessa. Samalla suuri osa metsästä jää koskemattomaksi.

”Aikaisemmissa koronamallinnuksissa on oletettu, että laumaimmuniteetti jakautuisi tasaisesti – aivan kuin metsästä olisi kaadettu joka toinen puu”, Hiraoka sanoo.

”Mutta todellisissa epidemioissa immuniteetti on jakautunut paikallisesti. Tämä tarkoittaa, että väestön koskemattomat osat ovat edelleen alttiita tartunnalle.”

Paikallisen vuorovaikutuksen merkitys

Koronapandemiassa kansanterveyspoliittiset päätökset tehtiin usein yksinkertaistettujen viruksen leviämismallien perusteella. Yksi ajatus oli, että luonnollinen tartunta voisi johtaa laumaimmuniteettiin odotettua tehokkaammin etenkin yhteiskunnissa, joissa jotkut ihmiset ovat paljon sosiaalisempia kuin toiset.

Aalto-yliopiston tutkijat kuitenkin osoittivat verkostopohjaisten epidemiamallien ja simulaatioiden avulla, että immuniteetin lokalisoituminen eli paikallisuus voi heikentää tautien synnyttämää suojaa huomattavasti enemmän kuin aiemmin on uskottu.

Vaikutus on erityisen voimakas, kun huomioidaan ihmisten taipumus olla vuorovaikutuksessa lähellä olevien ihmisten kanssa.

”Saattaa kuulostaa itsestään selvältä, että epidemiamalleissa tulisi ottaa huomioon se, että olet todennäköisemmin tekemisissä naapureidesi kanssa kuin kaukana asuvien ihmisten kanssa. Mutta monet mallinnustavat jättävät sosiaalisten verkostojen ja maantieteellisen etäisyyden vaikutuksen huomiotta yksinkertaisuuden vuoksi. Osoitimme sekä teoreettisesti että empiirisesti, että tämä valinta voi vaikuttaa merkittävästi mallin tuloksiin”, Hiraoka kertoo.

Tutkijat toivovat, että tutkimustulos herättää keskustelua malleista, joita käytetään ohjaamaan kansanterveyspolitiikkaa. Vaikka mikään malli ei voi kuvata kaikkia ihmisen käyttäytymisen yksityiskohtia, uusi löydös korostaa verkostovaikutusten tärkeyttä pandemioiden torjuntastrategioita arvioitaessa.

”Yksinkertaistetut mallit voivat olla hyödyllisiä intuition kannalta. Mutta päätökset vaikuttavat miljoonien ihmisten elämään, ja on syytä pohtia, vastaavatko oletukset todellista leviämisverkostoa”, sanoo professori Jari Saramäki.