世界のCOVID-19政府の介入の有効性ランキング

強調オフ

SARS-CoV-2マスク感染予防政策・公衆衛生(感染症)身体的距離(社会的距離)

サイトのご利用には利用規約への同意が必要です

Ranking the effectiveness of worldwide COVID-19 government interventions

www.nature.com/articles/s41562-020-01009-0

要旨

SARS-CoV-2 の拡散を緩和するための非医薬品介入(NPI)の有効性を評価することは、将来の準備対応計画を伝える上で非常に重要である。ここでは、79の地域で実施された6,068の階層的にコード化されたNPIがCOVID-19の有効再生産数Rtに及ぼす影響を定量化した。

我々は、統計的手法、推論、人工知能ツールを組み合わせた4つの計算技術を組み合わせたモデリングアプローチを提案する。226カ国から42,151人のNPIを追加収録した2つの外部データセットを用いて、我々の知見を検証した。その結果、ウイルスの拡散を抑制するためには、適切なNPIの組み合わせが必要であることが示された。

混乱が少なく費用のかかるNPIは、より押しつけがましく思い切ったNPI(例えば、国家的なロックダウン)と同等の効果が得られる可能性がある。国別の「What-if」シナリオを用いて、NPIの有効性が採用時期などの現地の状況にどのように依存するかを評価し、将来の介入の有効性を予測する道を開く。

主な内容

ワクチンや抗ウイルス薬がない場合、(新興の)パンデミック性呼吸器ウイルスに対応して実施される非医薬品介入(NPI)は、集団におけるウイルスの拡散を遅らせ、緩和するために利用可能な唯一の選択肢である1。

世界的なCOVID-19のパンデミックに直面し、ほとんどの政府は、非常に制限的で、時には押し付けがましい、一連のNPIを実施していた。決定は、(少なくともパンデミックのごく初期には)これらの措置の個々の有効性と複合的な有効性に関する科学的証拠の欠如にもかかわらず、急速に変化する疫学的状況の下で行われなければならなかった2,3,4,人口の遵守の程度と社会的影響。

政府の介入は、個人の行動、精神衛生、社会保障に影響を与えながら、実質的な経済的・社会的コスト5をもたらす可能性がある6。したがって、最も効果的なNPIに関する知識があれば、利害関係者はCOVID-19やその他の将来の呼吸器系アウトブレイクの再来に対抗するために、重要な介入の特定のシーケンスを賢明かつタイムリーに実施することができるようになる。多くの国が複数のNPIを同時に実施したため、個々の介入の影響を分離することが課題となっている。

これまでのところ、COVID-19パンデミックの国ごとの進行に関する研究7では、ほとんどが単一のカテゴリーの介入の独立した効果を調査してきた。これらのカテゴリーには、渡航制限2,8,社会的距離9,10,11,12,および個人的保護手段13が含まれる。さらに、モデル化研究は通常、接触確率に直接影響を与えるNPIに焦点を当てている(例えば、社会的遠距離対策18,社会的遠距離行動12,自己孤立、学校閉鎖、公共行事の禁止20など)。一部の研究では、1つの国または1つの町に焦点を当てている14,15,16,17,18もあれば、他の研究では複数の国のデータを組み合わせて、NPIをかなり広範なカテゴリーにプールしている15,19,20,21もあり、最終的には、他のものよりも費用がかからず、より効果的である可能性のある特定の、潜在的に重要なNPIの評価が制限されている。NPIの普及、実施の容易さ、利用可能なツールの選択の幅の広さ、および他の対策(例えば、医療能力の向上、社会的遠 隔、検査の強化など)の実施が困難な発展途上国での重要性にもかかわらず22 、さまざまなリスク・コミュニケーション戦略の有効性については、現在のところほとんど知られていない。コミュニケーション活動の正確な評価には、対象となる国民、コミュニケーション手段、メッセージの内容に関する情報が必要である。

2020年3月~4月(欧州のほとんどの国と米国の州が最初の感染波を経験した時期)に79の地域で実施された6,068のNPIの包括的で階層的にコード化されたデータセットを用いて23,ここでは、(1)症例対照分析(CC)(2)ステップ関数アプローチによるLASSO時系列回帰(LASSO)(3)ランダムフォレスト(RF)(4)トランスフォーマー(TF)からなるマルチメソッドアプローチによる調和のとれた結果を用いて、政府の介入がRtに与える影響を分析する。我々は、統計、推論、人工知能のクラスのツールを組み合わせた4つの異なる手法を組み合わせることで、個々の手法の構造的不確実性の評価も可能になることを主張する24。また、国ごとの制御戦略や、国ごとに選択された指標の影響についても調査する。

上記のすべてのアプローチ(1-4)では、異なるカテゴリーのNPIの有効性をその階層レベルで比較可能な順位付けを行っている。この驚くべき一致により、Rtの有意な削減につながるNPIのコンセンサスセットを特定することができた。さらに、異なる地域における個々のNPIの有効性の不均一性を評価する。その結果、実施時期、過去に実施された対策、異なるガバナンス指標25,人間的・社会的発展が、各国のNPIの有効性に様々な程度で影響を与えていることがわかった。

結果

グローバルアプローチ

我々の主な結果は、Complexity Science Hub COVID-19 Control Strategies List (CCCSL)23に基づいている。このデータセットは、500以上のサブカテゴリ(レベル3,L3)と2,000以上のコード(レベル4,L4)を含む個々のNPIの63のカテゴリ(レベル2,L2)に分割された8つの広範なテーマ(レベル1,L1)を含む4つのレベルでコード化された6,068のNPIの階層的分類法を提供している。まず、L1(テーマ)について、4つの手法(1~4)のNPI有効性ランキングの結果を比較する(補足図1)。社会的距離や移動制限などのテーマがすべての手法で上位を占めているのに対し、環境対策(例えば、共用面の清掃・消毒など)は最も効果が低いことが明らかになった。

次に、NPIデータセットのL2で得られた結果、すなわち、5回以上実施された46のNPIカテゴリを使用した結果を比較する。Rtに有意な効果を持つ介入のリストについては、両手法ともほぼ一致している(図1と表1)。個々のランキングは互いに高い相関関係にある(P = 0.0008; Methods)。6つのNPIカテゴリーは、4つの方法すべてにおいてRtに有意な影響を示した。補足表1では、これらのコンセンサスカテゴリに属するサブカテゴリ(L3)をリストアップしている。

図1:CC分析、LASSOおよびTF回帰によって定量化された、L2における46のNPIのRtの変化(ΔRt)

左側のパネルは、含まれているすべての地域で最も効果的な介入についてのΔRtの95%信頼区間の合計を示している。右側のパネルのヒートマップは、4つの異なる手法によって決定された対策の有効性の対応するZスコアを示している。灰色は有意な正の効果がないことを示している。NPIは、その影響について同意した方法の数に応じて、上位(すべての方法で有意)から下位(すべての分析で効果なし)までランク付けされている。L1のテーマは、補足図1のように色分けされている。


表1 L2の効果ランキングの比較

L2カテゴリー スコア (%) コンセンサス ΔRCtΔRtCC ΔROtΔRtLASSO 重要性(RF) ΔRFtΔRtTF
少人数の集まりのキャンセル 83 4 –0.35(2) –0.22(5) 0.020(2) –0.327(3)
教育機関の閉鎖 73 4 –0.16(2) –0.21(4) 0.028(2) –0.146(2)
国境制限 56 4 –0.23(2) –0.12(2) 0.017(2) –0.057(2)
PPEの可用性の向上 51 4 –0.11(2) –0.13(2) 0.012(1) –0.062(2)
個人の移動制限 42 4 –0.13(2) –0.08(3) 0.017(2) –0.121(2)
国家封鎖 25 4 –0.14(3) –0.09(2) 0.0020(9) –0.008(3)
大人数の集会のキャンセル 53 3 –0.33(2) 0 0.012(1) –0.127(2)
一般の人々を教育し、積極的にコミュニケーションする 48 3 –0.18(4) 0 0.018(2) –0.276(2)
政府は脆弱な人々に支援を提供しています 41 3 –0.17(3) –0.18(4) 0.009(1) 0.090(3)
マネージャーと積極的にコミュニケーションする 40 3 –0.15(2) –0.20(4) 0.004(2) –0.050(2)
特別な人口のための措置 37 3 –0.19(2) 0 0.008(1) –0.100(2)
医療従事者の増加 35 3 –0.17(20) –0.13(3) 0.030(8) 0.011(2)
検疫 30 3 –0.28(2) –0.2(1) 0.0023(9) 0.023(2)
緊急対応をアクティブ化または確立する 29 3 –0.13(2) 0 0.0037(9) –0.121(2)
検出システムの強化 25 3 –0.19(3) 0 0.0032(9) –0.106(2)
医薬品・備品の増加 25 3 –0.13(3) –0.004(3) 0.003(2) –0.200(3)
警察と軍の介入 23 3 –0.16(2) 0 0.003(2) –0.091(2)
旅行の警告と警告 20 3 –0.13(3) 0.0(1) 0.002(1) –0.159(3)
公共交通機関の制限 13 3 00.20(4) –0.01(7) 0.004(1) –0.023(3)
医療専門家と積極的にコミュニケーションする 11 3 0 –0.08(4) 0.003(1) –0.003(2)
  1. 46のNPIカテゴリのうち、4つの方法すべてが6つのNPI(コンセンサス4)で有意な結果を示し、3つの方法はさらに14のNPI(コンセンサス3)に同意します。平均正規化スコア、さまざまな方法で観察されたtの減少、およびRFのNPIの重要性を報告します。括弧内の数字は、括弧の外側の対応する数字の最後の桁が95%信頼区間内で変動する量の半分を示す。

各 NPI カテゴリの正規化スコアは、各メソッド内の結果をゼロ (最も効果的でない) と 1 (最も効果的である) の間の範囲に再スケーリングし、このスコアを平均化することで得られる。したがって、最大 (最小) の NPI スコアは 100% (0%) であり、各メソッドで最も (最低) 効果的なメジャーであることを意味する。拡張データ図1のCCCSLデータセット、拡張データ図2のCoronaNetデータセット、拡張データ図3のWHO Global Dataset of Public Health and Social Measures (WHO-PHSM)のすべてのメジャーの正規化されたスコアを示する。CCCSLの6つのフルコンセンサスNPIカテゴリのうち、Rtに対する最大の影響は、小規模集会の中止(83%、ΔRtは-0.22から-0.35の間)教育機関の閉鎖(73%、ΔRtの推定値は-0.15から-0.21の間)国境制限(56%、ΔRtは-0.057から-0.23の間)であることが示されている。コンセンサス尺度には、医療と公衆衛生の能力向上を目的としたNPI(個人用保護具(PPE)の利用可能性の向上:51%、ΔRt -0.062~-0.13)個人の移動制限(42%、ΔRt -0.08~-0.13)国家ロックダウン(米国の州での自宅待機命令を含む)(25%、ΔRt -0.008~-0.14)も含まれている。

我々の方法のうち3つの方法では、14の追加のNPIカテゴリが合意の上で発見された。これらには、集団集会の中止(53%、ΔRt -0.13から-0.33の間)国民への情報提供と教育のためのリスクコミュニケーション活動(48%、ΔRt -0.18から-0.28の間)脆弱な人々への政府支援(41%、ΔRt -0.17から-0.18の間)が含まれている。

最も効果的ではない介入としては、国際的な支援を提供したり、受けたりする政府の行動、検査能力を強化したり、症例検出戦略を改善するための措置(短期的な症例の増加につながると予想される)追跡・追跡措置、国境や空港での健康チェック、環境浄化などが挙げられる。

図2には、共同実施ネットワークにおけるNPIの有効性に関する知見を示している。ノードはカテゴリ(L2)に対応し、その大きさは正規化されたスコアに比例する。したがって、このネットワークは、56 カ国における典型的な NPI 実施順序と、Rt の削減に最も貢献するこの順序内のステップを示している。例えば、各国が最初に大規模な集会を中止してから、特定の種類の小規模な集会の中止に移るというパターンがあり、後者の方が平均的にRtの大幅な削減につながる。

教育と一般市民との積極的なコミュニケーションは、最も効果的な「早期対策」の一つである(30件の症例が報告される15日前に実施され、他の対策の大部分が来る前に実施された)。社会的な距離を置くこと(つまり、教育機関の閉鎖)渡航制限措置(つまり、外出禁止令や国のロックダウンのような個人の移動制限)PPEの利用可能性を高めるための措置のほとんどは、通常、30例に達してから最初の2週間以内に実施され、Rtへの影響は様々である;図1も参照のこと。

図2:国をまたいだ時間順のNPI共同実施ネットワーク。

ノードはカテゴリ(L2)であり,色はテーマ(L1)を示し,大きさは介入の平均有効性に比例する。ノードiからjへの矢印は,介入iをすでに実施した国が介入jを実施するのが遅い傾向があることを示す.ノードは、その国の平均実施時期(その国が30件の確定症例に到達した日からの相対的な測定値)に応じて縦に配置され、L1のテーマに応じて横に配置されている。右側の積み重ねられたヒストグラムは、期間(パンデミック年齢)とテーマ(色)ごとに実施されたNPIの数を示している。v.p.、脆弱な集団、c.e.、特定の施設、検疫f.、検疫施設。


CCアプローチの中で、これらの結果をより細かい階層レベルでさらに探求することができる。リスクコミュニケーションテーマの18のNPI(L3)についての結果を補足情報と補足表2に示す。最も効果的なコミュニケーション戦略には、高リスク地域への渡航・帰着に対する警告(ΔRCCt = -0.14 (1);括弧内の数値は標準誤差を示す)と、国民と積極的にコミュニケーションをとるためのいくつかの対策が含まれる。これらには、例えば、自宅待機(ΔRCCt = -0.14 (1))社会的距離(ΔRCCt = -0.20 (1))職場の安全対策(ΔRCCt = -0.18 (2))軽度の呼吸器症状を持つ人々の自発的隔離(ΔRCCt = -0.19 (2))情報キャンペーン(ΔRCCt = -0.13 (1))(新聞、チラシ、ソーシャルメディア、電話メッセージなどの様々なチャネルを通じて)などを奨励することが含まれる。

外部データセットによる検証

我々は、2 つの外部データセットの結果を用いて、我々の知見を検証した(Methods)。WHO-PHSMデータセット26では、7つの完全に一致した測定値(すべての方法で有意性が一致)と、3つの一致を持つ17の測定値が見つかった(拡張データ図4)。これらのコンセンサス尺度は、CCCSL を用いて特定された尺度(我々の方法では 3 つまたは 4 つの一致)と大きく重複しており、医療従事者の増加、医療機器、検査、マスクの購入、病院への財政支援、患者定員の増加、PPE の国内生産の増加など、医療制度と検査能力の強化を目的とした上位の NPI 尺度(「スケールアップ」と表示されている)が含まれている。その他のコンセンサス措置は、社会的距離を縮めるための措置(「家庭外での私的な集会の中止、制限、適応」、「オフィス、企業、機関、事業」の適応・閉鎖、「集団集会の中止、制限、適応」)特別な集団のための措置(「閉鎖された環境での集団の保護」)などで構成されている。介護施設や刑務所を含む)学校閉鎖、旅行制限(出入国の制限、旅行の助言と警告、「国際陸境の閉鎖」、「入国審査と隔離または検疫」)個人の移動制限(WHO-PHSMのコーディングでは隔離に相当する「留守番命令」)。マスク着用」は3つの方法でRtに有意な影響を示した(ΔRtは-0.018から-0.12の間)。コンセンサス対策には、(「コミュニケーションとエンゲージメント」行動の一環としての)財政パッケージと一般市民の意識向上キャンペーンも含まれている。最も効果の低い対策には、積極的な症例検出、接触者の追跡、環境の清掃と消毒が含まれる。

CCCSLの結果は、CoronaNetデータセット27(拡張データ図5と6)の結果とも一致している。解析の結果、4つの完全に一致した尺度と、3つの方法で一致した13のNPIが示された。これらのコンセンサス尺度には、異質な社会的距離の尺度(例えば、非本質的な事業の制限・規制、集団集会の制限)学校の閉鎖・規制、旅行制限(例えば、内外国境の制限)個人の移動制限(外出禁止令)医療従事者の増加を目的とした尺度(例えば、医療従事者の増加を目的とした尺度)が含まれている。看護師」、「不特定保健スタッフ」)医療機器(例えば、PPE、「人工呼吸器」、「不特定保健材料」)検疫(つまり、政府系ホテルや施設での自主的または強制的な自己検疫や検疫)国民の意識向上のための対策(「COVID-19に関連する情報を、信頼性が高く、事実に基づいて正確な情報を国民に発信する」)などが挙げられる。

CoronaNetデータセットの23のNPIは、政府サービスのいくつかの制限や規制(例えば、観光地、公園、公共の博物館、通信など)公共エリアの衛生対策、非常に特定の人口を対象としたその他の対策(例えば、特定の年齢層、ビザの延長など)を含め、どの方法でも統計的有意性を示さなかった。

国レベルのアプローチ

また、分析から個々の大陸を除外した場合の結果の感度チェックでは、NPI の有効性の点で世界の地理的地域間で実質的なばらつきがあることが示されている(補足情報)。NPI の有効性が導入された特定の地域(国または米国の州)にどの程度依存しているかをさらに定量化するために、TF 法のエントロピー・アプローチを用いて、異なる地域における NPI ランク付けの不均一性を測定する(Methods)。図3は、各NPIカテゴリの正規化エントロピーとランクの比較を示している。エントロピーの値がゼロに近い場合は、対応する NPI がすべての地域の他のすべての NPI と比較して類似したランクを持っていることを意味する。一方、正規化エントロピーの値が高い場合は、各NPIの性能が地理的地域に大きく依存していることを示している。

図3:レベルL2のすべてのNPIについての正規化エントロピー対ランク

各 NPI は、凡例で示されているように、帰属のテーマ(L1)に従って色分けされている。青色の曲線は、NPIの再シャッフルされたデータセットから得られた同じ情報を表している。


多くのNPIの正規化エントロピーの値は、1から遠く離れており、また、各国のNPIの時間的な再配置によって得られた対応する値を下回っている。したがって、多くのNPIの有効性は、第一に、有意であり、第二に、程度の差こそあれ、地域の文脈(社会経済的特徴と既に採用されているNPIの組み合わせ)に依存する。一般的に、社会的遠距離措置と渡航制限は高いエントロピーを示すのに対し(有効性は国によってかなり異なる)事例の特定、連絡先追跡、ヘルスケア措置は国への依存性がかなり低い。

我々はさらに、人口統計学的および社会経済的共変量、ならびにCC法におけるガバナンスおよび人間・経済開発の指標の効果を分析することにより、社会経済的要因とNPIのこの相互作用を探っている(補足情報)。ほとんどの指標の効果は NPI 間でやや中程度のレベルで異なるが、NPI の有効性はガバナンス関連の説明責任と政治的安定性の指標値と負の相関があるという頑健な傾向が見られる(世界銀行が提供する世界ガバナンス指標で定量化されている)。

国をまたいだ個々の NPI の有効性の不均一性は、異なる NPI 間の非独立性を指摘しているため、特定の NPI の影響を単独で評価することはできない。採用されているNPIの順序を変更することは現実世界では不可能であるため、我々は、各国におけるNPIの人工的な順序の最も可能性の高い結果を特定するために「what-if」実験に頼る。TFアプローチでは、すべての国における介入のすべてのシーケンスから一度に1つのNPIを選択的に削除し、実際のケースと比較してRtのその後の進化を計算する。

特定のNPIの有効性が実施のパンデミック年齢に依存するかどうかを定量化するために、他のNPIを固定したまま、選択したNPIを他の日にシフトさせることによって構築された人工的なNPIのシーケンスを研究する。このようにして、各国と各 NPI について、特定の NPI の採用時期に対する Rt の最も可能性の高い変化の曲線を得る。

図 4 は、一部の NPI についての結果の例を示している(他の NPI についての詳細なレポートは補足情報を参照)。各曲線は、その NPI が採用されている国で平均した、その NPI の採用時期に対する Rt の平均変化を示している。図4aは、全国的なロックダウン(米国の州で実施された留置命令を含む)を参照している。我々の結果は、他のそれほど抜本的ではない対策と比較して、このNPIの効果が中程度(Rtの変化が小さい)であることを示している。図 4b は、「早ければ早いほど良い」パターンの NPI を示している。これらの施策(「教育機関の閉鎖」、「小規模な集会の中止」、「空港の制限」など、補足情報に記載されている多くの施策)では、早期の導入の方が常に有益である。図 4c では、「検査能力の強化」と「サーベイランス」が Rt に負の影響(増加)を与えているが、これは、検査を増やすことで、より多くの症例を特定できることと関連していると考えられる。最後に、「追跡・追跡」と「症例通知の有効化」を示した図 4d は、当初はマイナスの効果がプラスに転じた(つまり Rt が低下する)ことを示している。すべてのNPIのより包括的な分析については、補足情報を参照のこと。

図4: 選択したNPIの採用時期の関数としてのRtの変化、それらのNPIが採用された国で平均化したもの。

b, 「早ければ早いほど良い」行動を示す3つのNPIから選択したもの-つまり、より早いパンデミック年齢で実施すればその影響は強化される。負(正)の値は、NPIの採用によりRtの値が減少(増加)したことを示している。


議論

本研究では、NPI23のもつれたパッケージを解剖し、その有効性を定量化する。3つの異なるデータセットと4つの独立した方法を用いて、我々の知見を検証する。我々の知見は、COVID-19の普及に銀の弾丸として機能するNPIは存在しないことを示唆している。その代わりに、我々は、Rtを1以下に減少させることに有意に寄与するいくつかの決定的な介入を同定し、したがって、潜在的なCOVID-19の第二の波、あるいは将来の類似のウイルス性呼吸器伝染病に直面している曲線を効率的に平坦化するものとして考慮されるべきである。

最も効果的なNPIには、門限、ロックダウン、人が少人数または大人数で長時間集まる場所の閉鎖と制限が含まれる。これには、小規模な集会の中止(商店やレストランの閉鎖、50人以下の集会、在宅勤務の義務化など)や教育機関の閉鎖などが含まれる。以前の研究では、国の数が少ないことから、学校閉鎖はCOVID-19の蔓延にはほとんど影響がないとされていたが(参考文献19,20)最近の研究では、このNPI28,29の重要性を支持する証拠が出ていた。この結果は、韓国で行われた接触追跡調査の結果とも一致しており、10~19歳の青年は、家庭内の大人や子どもよりもウイルスを拡散する可能性が高いことが確認されている30。また、個人の移動制限(外出禁止令、集会や非本質的な活動のための移動の禁止、または人口を細分化する措置を含む)も、上位にランクされた措置の一つであった。

しかし、このような抜本的な対策は悪影響を及ぼす。学校閉鎖は学習を中断させ、子どもたちの栄養不良、ストレス、社会的孤立を招く可能性がある31,32,33。家庭内隔離は多くの国で家庭内暴力の発生率を高めており、女性や子どもに大きな影響を与えている34,35。政府は、効果的な予防を最大化しつつも、メリットとデメリットのバランスを許容できるような、より厳格ではない対策に目を向けなければならないかもしれない38。

ロックダウンの有効性に関するこれまでの統計的研究では、結論はまちまちであった。ベイズ階層モデル19 を用いて Rt の相対的な減少が 5%と推定されたのに対し、ベイズ力学的モデルでは 80%の減少と推定された(参考文献 20)。NPI の実装の時間的順序に起因するバイアスに対する他のモデル化アプローチの感受性は、まだ調査されていない。我々の研究では、複数のモデリングアプローチを組み合わせることでそのようなバイアスを回避しようとしており、「国家的(または完全な)ロックダウン」と呼ばれるものに含まれ、以前に採用された他の措置の効果と重なるため、ロックダウンの影響が軽度であることを指摘している。実際、国家的なロックダウンは、各国がすでに一部で採用している可能性のある複数の NPI(例えば、陸・海・空の国境閉鎖、学校の閉鎖、必要のない店舗の閉鎖、集会や老人ホームへの訪問の禁止など)を包含している。この観点から、国家ロックダウンの影響が比較的減衰していることは、他の並行した NPI が採用された後のわずかなデルタとして説明される。この結論は、早期の国家的ロックダウンの有効性を排除するものではなく、そのような措置の小 さなパッケージの適切な組み合わせ(順序と実施時期)が、社会、経済、人道的対応システム、環境への悪影響を軽減しながら、有効性の点で完全なロックダウンの代わりになりうることを示唆している6,39,40,41。

したがって、上記で議論した社会的遠距離措置と移動制限措置を合わせて、NPI の「核の選択肢」と見なすことができる:非常に効果的ではあるが、社会、経済、貿易、人権に実質的な付随的損害をもたらす4,39。

我々は、国境規制の有効性を強く支持している。呼吸器疾患の世界的な広がりにおける旅行の役割は、第一次 SARS のパンデミック(2002~2003 )42 において中心的なものであることが証明されたが、旅行制限は貿易、経済、人道的対応システムに大きな影響を世界的に示している41,43。社会的距離と渡航制限の有効性は、異なる統計的アプローチ、疫学的指標、地理的範囲、および NPI 分類を用いた他の研究の結果とも一致している2,8,9,10,11,13,19,20。

また、コストが低いと考えられる非常に効果的なNPIも多数見出されている。例えば、コンセンサス NPI の中ではリスク・コミュニケーション戦略が際立っていることがわかった。これには、国民を教育し、積極的にコミュニケーションを図ることを目的とした政府の行動が含まれる。効果的なメッセージには、自宅待機を奨励すること、社会的距離や職場の安全対策を促進すること、症状のある人の自発的な隔離を奨励すること、旅行警告、情報キャンペーン(主にソーシャルメディアを介した)などがある。これらの措置はすべて政府の助言であり、警察や軍隊の介入や制裁によって強制されることが多い強制的な国境制限や社会的距離対策とは対照的である。驚くべきことに、社会的距離を置くことの重要性を伝えることは、法律で距離を置く措置を課すことに比べれば、わずかに効果的ではなかった管理者や医療従事者へのガイドラインや労働安全プロトコルの公開もRtの低下と関連しており、コミュニケーションの努力は主要な利害関係者に合わせて調整される必要があることを示唆している。コミュニケーション戦略は、COVID-19に関する正しい情報をコミュニティに提供することを目的としている。このような手段は、COVID-19の普及を促進する上で支配的な役割を果たしていることが明らかになっている特定の人口統計学的層をターゲットにする上で極めて重要である(例えば、40歳未満の個人をターゲットにしたコミュニケーション戦略44)。

政府の食糧支援プログラムやその他の経済的弱者への支援もまた、非常に効果的であることが判明している。したがって、このような措置は、社会経済的に影響を与えるだけでなく45 、公衆衛生にも良い影響を与えている。例えば、人々の検査へのアクセスを容易にしたり、仕事や給料の一部を失うことを恐れずに自力で隔離できるようにすることは、Rtの減少に役立つかもしれない。

例えば、公共の場や半公共の場で表面や物を消毒して清潔にするための環境対策などである。この知見は、非医療環境における環境浄化に関するWHO(世界保健機関)の現在の推奨事項とは矛盾しており46 、そのような対策の有効性をより詳細に検討する必要がある。しかし、環境対策(例えば、共有面の清掃、廃棄物管理、新しい消毒剤の承認、換気の増加など)は、政府やメディアによって報告されることはほとんどなく、そのため NPI トラッカーでは収集されていないため、その影響を過小評価することになる可能性がある。これらの結果から、このような対策の有効性をより詳細に検討する必要がある。また、公共交通機関に関する社会的遠距離対策の有効性を示す証拠は見当たらないバスや電車での感染が報告されている47が、以前に報告されたように、我々の結果は、ウイルスの全体的な広がりへのこのようなケースの寄与が限定的であることを示唆しているかもしれない48。通勤時のリスク意識の高まり(例えば、フェイスマスクの着用率が高いなど)がこの結果に寄与している可能性がある49。しかし、巻き込みを制限したり、公共交通機関での距離を縮めたりすることを目的とした対策は非常に多岐にわたっており(公共交通機関を完全に中止するものから、旅行者の密度を下げるために交通回数を増やすものまで)その結果、地域の状況によっても効果が大きく異なる可能性があることに注意しなければならない。

個々のNPIの有効性は、エントロピック・アプローチの結果から明らかなように、ガバナンス(補足情報)と地域の文脈に大きく影響される。このローカルコンテキストには、伝染病の段階、社会経済的、文化的、政治的特性、以前に実施された他のNPIが含まれる。国内総生産が全体的にNPIの有効性と正の相関があるのに対し、ガバナンスの指標である「声と説明責任」は負の相関があるという事実は、権威主義的な傾向を示す特定の東南アジアや中東諸国がパンデミックの初期段階の緩和に成功したことと関連しているかもしれない。実際、東南アジアの一部の国では、政府の戦略が個人情報の利用や警察の制裁に大きく依存していたのに対し、本分析の対象となった中東諸国では 2020年3月~4月には症例数が少なかったと報告されている。

個々の国に焦点を当てることで、国ごとのNPIの人工的なシーケンスを使用したwhat-if実験は、有効性の測定に関して、このローカル・コンテキストの重要性を定量化する方法を提供している。ここでの主なポイントは、同じ NPI であっても、実施時期が早かったり遅かったり、あるいは異なる国で実施された場合には、劇的に異なる影響を与え る可能性があるということである。

異なる時点で採用された場合の「試験能力の強化」と「追跡・追跡」の影響についてコメントすることは興味深い。逆に言えば、親密な接触をテストしている国では、追跡と追跡が有効であれば、より多くの症例が発見されるので、Rtにも同様の効果があるであろう(接触をテストせず検疫措置に頼っている国では、追跡と追跡はRtを減少させるであろうが)。これらの対策を早期に実施した国では、実際に、Rtの短期的な増加が見られる(すべての接触者の追跡と検査を可能にするために症例数が十分に少なかった場合)。ここでは、多くの国で症例数が急増して追跡・検査能力を圧倒し、対応するNPIが効果を発揮できなくなった2020年3月と4月に焦点を当てている。

NPIの有効性の評価は統計的に困難である。なぜなら、対策は通常同時に実施され、その影響は特定の実施順序に大きく依存する可能性があるからである。NPI の中には、ほぼすべての国で実施されているものもあれば、一部の国では実施されていないものもあり、 統計的な力が不足しているために、まれではあるが効果的な対策を見落とす可能性があることを意味している。他の尺度による交絡効果の調整が不十分であるために、NPIによる効果を過大評価しがちな手法もあるが、他の手法では、NPIの影響を相関の高いNPIに割り当てることで、NPIの寄与を過小評価してしまう可能性がある。その結果、ΔRtの推定値は異なる方法によって大きく異なる可能性があるが、個々のNPIの有意性に関する一致はより顕著である。したがって、我々の研究の強みは、これら4つの独立した方法論的アプローチを、NPIに関する広範なデータセットの使用と組み合わせて調和させたことにある。これにより、NPIの有効性の構造的不確実性、すなわち、単一の手法のみに依存する他のモデリング研究に影響を与えそうな特定のモデル構造を選択することによってもたらされる不確実性を推定することが可能となった。さらに、これまでの研究では、広範な社会的距離と移動制限手段を単一の実体の下に収めていることが多かったのに対し、我々の分析では、各NPIのより詳細な理解に貢献している。

CCCSL のデータセットは、異なる地域間でデータの完全性が不均一であり、データ収集者(ネイティブか非ネイティブか)や政府が伝える情報によってデータ収集に偏りが生じる可能性がある(参考文献 23 参照)。WHO-PHSMとCoronaNetデータベースは広範囲の地理的範囲をカバーしているが、CCCSLはほとんどが先進国に焦点を当てている。さらに、コーディングシステムにはある種の欠点があり、特に、いくつかの介入が複数のカテゴリーに属する可能性があるが、一度しか記録されていないためである。NPIの遵守はその有効性にとって極めて重要であるが、我々は各集団による同程度の遵守を想定した。我々は、2つの外部データベースで知見を検証することでこの問題を緩和しようとしたが、これらのデータベースが同様の制限を受けている場合でも同様である。3つのNPIトラッカーにおけるすべてのカテゴリーの正式な調和化を行っていないため、3つのデータセット間での完全な比較を行う能力が制限されている。さらに、NPI導入の厳しさや、すべての方法がNPI導入のパンデミック年齢への依存性に加えて、NPIの有効性の経時変化を記述できるわけではないという事実も考慮に入れていない。時間窓は2020年3月~4月に限定されており、同時実施によりNPIの構造の相関性が高い。今後の研究では、多くの国が政策緩和を行っていた時期、あるいは緩和後に再び政策強化を行っていた時期も含めて、この時間窓を拡大することを検討すべきである。

Rtを計算するために、COVID-19の確定症例数の時系列を使用した50。このアプローチは、重度の症状を持つ患者を過剰に代表する可能性が高く、国によって検査や報告方針にばらつきがあるために偏っている可能性がある。我々は一定の連続間隔(一次感染から二次感染までの平均的な期間)を仮定しているが、この数は文献51ではかなりのばらつきがあり、社会的距離や自己隔離などの尺度に依存している。

結論として、ここでは世界79地域におけるCOVID-19のRtに対する6,068人のNPIの影響に関する大規模な分析結果を提示する。我々の分析は、NPIに関する3つの大規模かつ詳細なデータセットと、4つの独立した統計的モデリングアプローチの使用の組み合わせに依存している。

新たに明らかになったことは、ワンサイズフィットの解決策は存在せず、単一のNPIでRtを1以下に低下させることはできないということである。その代わり、ワクチンや効率的な抗ウイルス薬がない場合、COVID-19の再来は、特定の国とそのパンデミック年齢に合わせた適切なNPIの組み合わせによってのみ食い止めることができる。これらの対策は、SARS-CoV-2の蔓延に対して最大の効果を発揮し、それによってより迅速な再発を可能にするためには、最適な組み合わせと順序で実施されなければならない。

我々は、最も効果的な対策として、人が少人数または大人数で長時間集まる場所(企業、バー、学校など)を閉鎖したり、制限したりすることを示した。しかし、あまり押し付けがましくない効果の高い対策もいくつか見出された。それには、土地の国境制限、脆弱な人々への政府の支援、リスク・コミュニケーション戦略などが含まれる。我々は、政府やその他の利害関係者が、感染者数が急増した場合(あるいは二度目の急増)に備えて、最も押しつけがましい選択肢を選択する前に、その地域の状況に合わせてこのようなNPIの採用をまず検討することを強く推奨する。抜本的でない対策の方が、住民のコンプライアンスを高めることにもなる。

特筆すべきは、多くの異なるNPIカテゴリーを同時に考慮することで、NPIの個々のクラスの単純な評価を超えて、代わりに、特定の介入のシーケンスの集団的影響を評価することが可能になることである。これらの結果の集合体は、将来のNPIの最も可能性の高い有効性を計画するために、国レベルでwhat-ifシナリオをシミュレーションするための強力な努力を必要としている。

方法

データ

NPIデータ

NPIは4レベルの階層的コーディングスキームを用いて分類されている。L1 は NPI のテーマを定義している:「症例同定、接触追跡および関連対策」、「環境対策」、「医療および公衆衛生能力」、「資源配分」、「通常の生活への復帰」、「リスクコミュニケーション」、「社会的距離」、「旅行制限」である。各L1(テーマ)は、いくつかのカテゴリー(コーディングスキームのL2)で構成されており、その中にはサブカテゴリー(L3)が含まれており、さらにグループコード(L4)に細分化されている。データセットは56カ国をカバーしているが、米国は州レベル(24州)のデータがあり、合計79の領土がある。この分析では 2020年8月17日に検索された6,068件のNPIを示すCCCSLの静的版を使用している。各カテゴリとそのサブカテゴリの詳細な説明を含むコードの用語集は、GitHubで提供されている。各国については、対策が確実に更新された日までのデータを使用している。5 つ未満の地域で実施された NPI は考慮されず、最終的には 46 の異なる L2 カテゴリの合計 4,780 個の NPI が分析に使用されることになる。

第二に、31,532件の介入を含み、247の地域(国と米国の州)をカバーするCoronaNet COVID-19 Government Response Event Dataset (v.1.0)27を使用する(データは2020年8月17日に抽出された)。我々の分析のために、それらの列’type’と’type_sub_cat’をそれぞれL1とL2にマッピングした。116のL2カテゴリ全体の定義は、プロジェクトのGitHubページに掲載されている。

CCCSLと同じ基準を用いて、107種類のカテゴリーからなる合計18,919個のNPIを最終的に取得する。

第三に、WHO-PHSMデータセット26を使用している。ACAPS41,Oxford COVID-19 Government Response Tracker52,カナダ公衆衛生庁(オタワ、カナダ)のGlobal Public Health Intelligence Network(GPHIN)CCCSL23,米国疾病管理予防センター、HIT-COVID53である。WHO-PHSMデータセットには24,077件の介入が含まれており、264の地域(国と米国の州、データは2020年8月17日に抽出)をカバーしている。それらの符号化スキームには不均一な符号化の深さがあり、我々の分析では、’who_category’をL1にマッピングし、’who_subcategory’または’who_subcategory’と’who_measure’の組み合わせをL2としている。これにより、40 のメジャー・カテゴリが得られる。用語集は www.who.int/emergencies/diseases/novel-coronavirus-2019/phsm にある。

CoronaNetおよびWHO-PHSMのデータセットは、特定のNPIの実施の厳しさに関する情報も提供しているが、本研究では使用しなかった。

COVID-19 症例データ

COVID-19感染者数のRtと増加率を推定するために、79の地域で確認されたCOVID-19感染者数の時系列を用いた50。週ごとの変動を制御するために、標準偏差2日のガウス窓を用いて、最大15日の窓サイズで切り捨てた転がり平均を計算することで、時系列を平滑化した。

回帰手法

NPI(M)がRtの低下に与える影響を定量化するために、4つの異なる統計的アプローチを適用している(補足)。

CC

症例対照分析では、各単一カテゴリー(L2)またはサブカテゴリー(L3)Mを個別に考慮し、観察窓の間にMを実施したすべての国(症例)と実施しなかった国(対照)との間のRtの差ΔRtを一致させた比較で評価する。マッチングは、パンデミック年齢と任意の対応策を実施した時期について行われる。比較は、(1)パンデミック年齢(国が30例に達した後の日数)(2)Mが有効になる前のRtの値、(3)総人口、(4)人口密度、(5)実施されたNPIの総数、(6)Mと同じカテゴリーで実施されたNPIの数を調整した線形回帰モデルを用いて行われる。Rtの推定値は、1日から28日までの遅延を平均化したものである。

ステップ関数 ラッソ回帰

このアプローチでは、何も介入しなくても、再生産因子は一定であり、この一定からの逸脱は、階層データセットのL2(カテゴリ)上の各NPIの発症がτ日遅れた結果であると仮定する。メタパラメータ探索と組み合わせたLasso正則化アプローチを用いて、観測されたΔRtを最もよく記述するNPIの縮小セットを選択する。NPI Mに起因するΔRtの変化の推定値は、国別のクロスバリデーションから得られる。

RF回帰

我々は、ある国で実施されたNPIをRtの予測因子として使用し、τ日先の未来にタイムシフトしたRF回帰を行う。ここで、τは、あるNPIの効果が実装されてから発現するまでの時間的な遅れを説明する。Lasso回帰と同様に、RFアプローチの基礎となる仮定は、介入の変更がなければ、領域内のRtの値は一定であるということである。しかし、上述の2つの方法とは異なり、RFは非線形モデルを表し、Rtに対する個々のNPIの効果が線形に加算される必要はないことを意味する。NPIの重要度は、そのNPIに関するデータがノイズで置き換えられた場合の、目に見えないデータでのRFの予測性能の低下として定義される(並べ替え重要度とも呼ばれる)。

変圧器のモデリング

変圧器54は、過去の事象を想起する能力のために、テキストシーケンスのような動的離散要素プロセスに適したモデルとして実証されてきた。ここでは、確率的出力層を除去し、RF回帰と同じ入力を持つトランスの出力をRtの値と共に線形組み合わせた確率的出力層を除去することで、パンデミックデータの連続的なケースにアプローチするためにトランスのアーキテクチャを拡張した。 最良の性能を持つネットワーク(国別クロスバリデーションにおける最小平均二乗誤差)は、128ニューロンの4つの隠れ層、128の埋め込みサイズ、8つのヘッド、線形出力層によって記述された1つの出力、および47の入力(各カテゴリとRtに対応)を持つトランスエンコーダとして識別される。小節MがRtに与える影響を定量化するために、訓練されたトランスフォーマーを予測モデルとして使用し、ΔRtを評価するために、小節なしのシミュレーション(参照)と、一度に1つの小節が提示されたシミュレーションを比較する。 オーバーフィットと局所最小値の多重性の影響を軽減するために、同様の精度レベルで訓練されたトランスフォーマーのアンサンブルからの結果を報告する。

Rtの推定

我々は、すべての国のRtの時系列を推定するために、7日間のスライド時間窓を持つRパッケージEpiEstim55を使用している。平均4.46日、標準偏差2.63日の確率分布に従う不確実な系列区間を選択した56。

NPI のランキング

各手法(CC、Lasso 回帰、および TF)について、その影響度、すなわち、それらが Rt または特徴重要度(RF)を低下させる推定度合に応じて、NPI カテゴリを降順にランク付けする。ランク付けを比較するために、考慮された46個のNPIのうち、すべての方法で上位xランクの尺度に属すると分類された数を数え、この重複が完全に独立したランク付けから得られたという帰無仮説を検定する。そして、P値は、46回の試行と成功確率(x/46)4の二項実験のための相補累積分布関数によって与えられる。結果がクラスのカットオフを課す場所に依存しないことを確認するために、すべての x ≤ 10 で得られた P 値の中央値を報告する。

共実装ネットワーク

ノードは、対応する NPI が実施された平均パンデミック年齢に応じて y 軸上に配置され、x 軸上では L1 テーマによってグループ化されている。ノードの色はテーマに対応する。すべてのNPIの有効性スコアは、各手法について0から1の間で再スケーリングされている;ノードのサイズは再スケーリングされたスコアに比例し、すべての手法で平均化される。

エントロピック国レベルのアプローチ

各領域は、その社会経済的条件と採用された NPI の固有の時間的順序によって特徴づけられる。NPI 効果を定量化するために、NPI を実施した国間での NPI の全体的な順位の不均一性を測定する。異なる数の NPI を実施した国を比較するために、順位を順位リストの要素数(つまり、特定の国で実施された NPI の数)で割った正規化された順位を考慮する。次に、正規化ランキングの区間[0, 1]を10の部分区間にビン詰めし、各NPIについて、国ごとに異なる正規化ランキングでのそのNPIの出現の分布のエントロピーを計算する。

(1)
ここで、Pi は、検討した NPI がすべての国の正規化ランキングの第 1 ビンに出現する確率である。これらのエントロピック値の信頼性を評価するために、結果をデータの時間的な入れ替えによる期待値と比較する。各国について、採用された同じ NPI を維持しつつ、採用のタイムスタンプを入れ替えている。

報告書の要約

研究デザインの詳細については、この記事にリンクされているNature Research Reporting Summaryに掲載されている。

データの利用可能性

CCCSL データセットは covid19-interventions.com/ からできる。CoronaNet データは www.coronanet-project.org/ からできる。WHO-PHSM データセットは www.who.int/emergencies/diseases/novel-coronavirus-2019/phsm からできる。本研究で使用したデータセットのスナップショットは、以下のgithubリポジトリで入手可能です: github.com/complexity-science-hub/ranking_npis。

この記事が役に立ったら「いいね」をお願いします。
いいね記事一覧はこちら

備考:機械翻訳に伴う誤訳・文章省略があります。
下線、太字強調、改行、注釈や画像の挿入、代替リンク共有などの編集を行っています。
使用翻訳ソフト:DeepL,ChatGPT /文字起こしソフト:Otter 
alzhacker.com をフォロー