מיפוי סיכונים של פתוגנים נשימתיים חדשים באמצעות רשתות מגע דינמיות בקנה מידה גדול

מדוע זה חשוב לחיי היומיום

אחרי נגיף הקורונה, רבים תהו מדוע מקומות מסוימים הפכו לאשכולות התפרצות בעוד שאחרים נשארו יחסית בלתי מושפעים, ואילו צעדים אכן השפיעו על קצב התפשטות. המחקר הזה מתמודד עם השאלות האלה ישירות על ידי בניית מודל מחשבי מפורט מאוד של האופן שבו וירוס נשימתי חדש עלול להתפשט ברחבי הולנד, תוך התחשבות במיקומי מגורים, בתנועות האנשים ובמי הם נפגשים בבית, בבית הספר, בעבודה ובמקומות אחרים. הלקחים על צירי שידור עירוניים, נסיעות והישארות בבית בזמן מחלה רלוונטיים בקנה מידה רחב לאופן שבו חברות עשויות להתכונן למגפות עתידיות.

מעקב אחר אנשים במהלך יום שלהם

במקום להתייחס לאוכלוסייה כמרק אחיד שבו כולם מעורבבים באותו אופן, החוקרים מייצגים מאות אלפי "שחקנים", כאשר כל אחד מייצג 100 אנשים אמיתיים. לכל שחקן יש קבוצת גיל ותפקיד—כגון ילד טרום-בית ספר, תלמיד, מבוגר עובד או פורש—ומוקצה לו מועצה מסוימת על בסיס נתונים הולנדים אמיתיים. בעזרת נתונים על נסיעות יומיות ונסיעות כלליות, המודל מקנה לכל שחקן לוח זמנים שבועי מפורק לפי שעות, שמגדיר מתי הוא בבית, בבית הספר, בעבודה או מבקר במקומות אחרים. כאשר השחקנים נעים, המודל משתמש בתבניות מגע מתוך סקרים חברתיים כדי לקבוע את מי הם ככל הנראה יפגשו בכל סביבה ובכל שעה. מתוך הזרימה והגיחה המתמשכת הזו מתגלה רשת דינמית של מגעים אנושיים, הרבה יותר מציאותית מאשר מודלים מסורתיים שמניחים קבוצות פשוטות ומעורבות היטב.

צפייה בוירוס חדש תופס אחיזה

על גבי רשת המפגשים הנעה הזו, הצוות מדמה וירוס נשימתי חדש עם תכונות דומות לשפעת או ל-SARS-CoV-2: השהייה קצרה בין ההדבקה להיות מידבק, תקופת מידבקות של בערך שבוע וקצב רבייה בסיסי גבוה מספיק כדי לגרום לצמיחה מהירה. הם "שוזרים" את הוירוס על ידי הדבקת חמשת אנשים בלבד מקבוצת גיל מסוימת במועצה שהיא נבחרה ואז עוקבים מה קורה במשך 17 הימים הראשונים. מאחר שלכל אדם יש מגעים ותנועות שונות, המודל לוכד באופן טבעי את המקריות: לפעמים ההתפרצות כבתה, ולפעמים היא מתפשטת. על ידי חזרה של התהליך הזה פעמים רבות עבור כל מועצה וקבוצת גיל, החוקרים בונים מפות סיכון מפורטות שמראות היכן כניסה של מיקרו-מארח סביר שתוביל להדבקה נרחבת.

ערים גדולות כמנועי מגפה

הסימולציות מגלות שמקום הופעת המקרים הראשונים חשוב מאוד, במיוחד בשבועות הראשונים. כאשר הוירוס מתחיל באזור מבודד ודל אוכלוסין, מספר המקרים גדל לאט ומתפשט גיאוגרפית בקצב מתון. אך כאשר אותו מספר מקרים ראשוניים מופיע בתוך או ליד הליבה צפופה במערב הולנד, ההדבקות עולות הרבה יותר מהר ומתפשטות ברחבי המדינה. ערים גדולות כמו אמסטרדם, רוטרדם, האג ואוטרכט פועלות כמנועי שידור רבי עוצמה, מייצרות יותר הדבקות מאשר חלקן באוכלוסייה היה מצביע. הערים הללו מאכלסות רבים מתושביהן, מושכות נוסעים ומבקרים, ומשמשות צמתים ברשת הנסיעות הארצית, מה שהופך אותן למגברים יעילים של פתוגן חדש.

מבחן הישארות בבית ומחסומי נסיעות

המודל גם מאפשר למחברים לבדוק כיצד התנהגות ומדיניות עשויות לשנות את מהלך מגפה מוקדמת. הם בוחנים שתי אסטרטגיות פשוטות שמתחילות מיום ראשון: אנשים עם תסמינים שבוחרים להתבודד בעצמם, ומגבלות נסיעה פנימה והחוצה מהליבה העירונית הגדולה. כיוון שכמעט מחצית מהמידבקיות בתרחיש שלהם מתרחשת אחרי תחילת התסמינים, התבדלות עצמית מושלמת תוכל תיאורטית לחתוך כמעט בחצי את ההדבקה. בפועל, גם כאשר מחצית מהאנשים עם תסמינים נשארים בבית, ההקטנה הכוללת בהדבקות לאחר 17 יום צנועה, ורק מגיעה לכדי בערך שליש כאשר כולם עם תסמינים מתבודדים. לעומת זאת, הגבלות נסיעה משפיעות חזק יותר בכל רמת ציות. כאשר כמעט כל האנשים מכבדים סגירת גבולות סביב ערים גדולות, מספר ההדבקות החדשות לאחר 17 יום יכול לרדת ביותר משני שלישים, בעיקר משום שהצירי העיר המרכזיים מנותקים בפועל מיכולת להזין את שאר המדינה.

מה משמעות הדבר להתפרצויות עתידיות

לאורח שאינו מומחה, המסר המרכזי הוא שמגפות מוקדמות אינן גלים חלקים המכסים מדינה באופן אחיד. הן מעוצבות על ידי פרטים עדינים של האופן שבו אנשים חיים, נעים ונפגשים—ובעיקר על ידי התפקיד המוגבר של ערים מרכזיות. המחקר מראה שמודלים העוקבים אחרי פרטים בזמן ובמקום יכולים להפיק מפות ריאליסטיות של המקומות שבהם וירוס נשימתי חדש צפוי להתפשט ובאיזו מהירות. כלים כאלה יכולים לסייע לרשויות הבריאות למקד משאבים נדירים ולשקול צעדים ממוקדים, כמו הגבלות נסיעה זמניות סביב צירים מרכזיים, במקום להסתפק בכללים ארציים בלבד. אמנם העבודה ספציפית להולנד ומניחה פשטנויות מסוימות, אך היא ממחישה נקודה רחבה יותר: הבנת הגיאוגרפיה של מגעים אנושיים ופעל על פיה עשויה להיות חשובה לא פחות מהבנת הוירוס עצמו.

ציטוט: Romeijnders, M., van Boven, M. & Panja, D. Risk mapping novel respiratory pathogens with large-scale dynamic contact networks. Commun Med 6, 229 (2026). https://doi.org/10.1038/s43856-026-01446-4

מילות מפתח: דִיוּן מגפות, וירוסים נשימתיים, ניידות אנושית, אפידמיולוגיה של רשתות, צירי שידור עירוניים