Базовый показатель репродукции – универсальный индикатор для описания вспышки инфекции, поскольку он «упаковывает» все тонкости передачи болезни в единственное число. От особенностей развития инфекции в организме до способа ее передачи и даже структуры общества, в котором она распространяется, этот показатель учитывает все ключевые особенности вспышки и позволяет адекватно реагировать на нее. R0, как правило, можно разделить на три компонента: численность населения; скорость, с которой заражаются восприимчивые к инфекции люди (часто называемая силой инфекции); и срок выздоровления – или смерти от болезни. Повышение первых двух факторов увеличивает R0, в то время как ускорение выздоровления уменьшает его. Чем больше население и чем быстрее болезнь распространяется между отдельными лицами, тем выше вероятность вспышки. Чем быстрее люди выздоравливают, тем меньше времени они передают болезнь другим и, следовательно, тем ниже вероятность вспышки. Имея дело с заболеваниями человека, чаще всего мы можем контролировать только первые два фактора. Хотя антибиотики или противовирусные препараты могут сократить течение некоторых заболеваний, скорость выздоровления или смертность часто являются свойством, присущим самому болезнетворному патогену. С показателем R0 тесно связана величина, называемая реальным коэффициентом репродукции (часто обозначается как Re) – среднее число вторичных инфекций, вызванных инфицированным лицом в определенный момент развития вспышки. Если медицинское вмешательство позволяет сбить значение Re ниже 1, то эпидемия утихнет.
Показатель R0 имеет решающее значение для борьбы с эпидемиями, но он не говорит, насколько болезнь опасна для инфицированного человека. Крайне заразное заболевание, такое как корь, например, имеющее показатель R0 от 12 до 18, обычно считается менее опасным, чем, допустим, лихорадка Эбола, у которой R0 составляет около 1,5. Если корь распространяется быстро, смертность от кори относительно низкая, особенно в сравнении с 50–70-процентной вероятностью смерти в случае заражения лихорадкой Эбола.
Парадоксально, но болезни с высоким уровнем смертности, как правило, менее контагиозны. Если болезнь убивает слишком много своих жертв слишком быстро, то это снижает ее шансы на дальнейшее распространение. Заболевания, которые убивают большинство зараженных ими людей и при этом эффективно распространяются, очень редки. Чаще всего они встречаются в фильмах-катастрофах. Хотя высокий уровень смертности значительно увеличивает страх, связанный со вспышкой инфекции, болезни с высоким R0, но с низким уровнем смертности в конечном счете могут оказаться более фатальными в силу того, что инфицируют большее количество людей.
Математика диктуем нам, что после принятия решения о начале борьбы с эпидемией показатель уровня смертности не дает полезной информации о том, как замедлить распространение болезни. Тем не менее три фактора, составляющие R0, подсказывают, какие меры стоит предпринять, чтобы остановить вспышки смертельных заболеваний прежде, чем они выйдут из-под контроля.
Укрощение эпидемий
Одним из наиболее эффективных способов снижения распространения инфекции является вакцинация. Перемещая людей из категории восприимчивых сразу в категорию «выбывших», минуя инфекционное состояние, она эффективно уменьшает размер популяции, восприимчивой к инфекции. Вакцинация, однако, как правило, является предупредительной мерой. Ее применяют, чтобы уменьшить вероятность вспышек. Если же вспышка инфекции все же произошла, попытки разработать и испытать эффективную вакцину в обозримый срок обычно уже нецелесообразны.
При эпидемиях у животных применяется альтернативная стратегия, также понижающая значение реального коэффициента репродукции Re, – выбраковка. Так, в 2001 году решение о проведении выбраковки было принято в попавшей в тиски ящура Великобритании. Забой зараженных особей позволил сократить инфекционный период с трех недель до нескольких дней, что резко снизило реальный коэффициент репродукции. Однако в этом случае выбраковки только инфицированных животных для борьбы с болезнью было недостаточно. Некоторые возбудители инфекции неизбежно проскальзывали через сеть, заражая тех, кто оказался поблизости. В ответ на это правительство осуществило кольцевую выбраковку, забив скот (инфицированный или нет) в радиусе 3 километров от пораженных ферм. На первый взгляд, убийство неинфицированных особей кажется бессмысленным. Однако оно сокращает поголовье восприимчивых животных в заданном районе, что влияет на значение коэффициента репродукции вируса, а значит, как доказывает математика, замедляет распространение болезни.
Очевидно, что в случае активных вспышек человеческих болезней среди не вакцинированных групп населения выбраковка – не вариант. Однако карантин и изоляция могут оказаться чрезвычайно эффективными способами снижения скорости передачи и, следовательно, реального коэффициента репродукции. Изоляция инфекционных больных снижает скорость распространения, в то время как карантин здоровых снижает число восприичивых. Оба действия способствуют уменьшению реального коэффициента репродукции. Так, последняя вспышка оспы в Европе, в Югославии в 1972 году, была быстро взята под контроль с помощью строжайшей изоляции. До 10 тысяч потенциально инфицированных лиц содержались под вооруженной охраной в гостиницах, реквизированных под эти цели, до тех пор, пока не исчезла угроза новых случаев заболевания.
В менее экстремальных случаях наиболее эффективную продолжительность изоляции инфицированных пациентов можно рассчитать при помощи простого математического моделирования [194]. Математическая модель также может определить, следует ли перевести часть неинфицированного населения на карантин, с учетом связанных с этим расходов и рисков разрастания эпидемии. Такое моделирование приходится очень кстати, когда проведение полевых исследований по распространению болезни нецелесообразно по логистическим или этическим соображениям. Например, лишать какую-либо часть населения жизненно необходимой медицинской помощи во время вспышки заболевания в научных целях просто бесчеловечно. Точно так же в реальном мире нецелесообразно помещать бо́льшую часть населения в карантин надолго. При использовании матмоделей таких проблем не возникает. При помощи математического моделирования можно протестировать модели тотального карантина – или полного отсутствия карантина, или каких-то промежуточных мер – в попытке сбалансировать экономические последствия вынужденной изоляции и то влияние, которое она окажет на распространение болезни.
В этом и заключается настоящая красота математической эпидемиологии – в способности тестировать сценарии, невозможные в реальном мире, иногда с неожиданными и пародоксальными результатами. Математика показала, например, что при таких заболеваниях, как ветряная оспа, изоляция и карантин могут оказаться неправильным решением. Попытки изолировать заболевших детей от здоровых вне всякого сомнения вынудят детей и взрослых массово пропускать занятия в школе и работу, чтобы избежать заболевания, которое считается относительно неопасным. Более того, математические модели доказывают, что здоровые дети, переживающие вспышки ветрянки на карантине, могут подхватить болезнь уже в старшем возрасте, когда осложнения, связанные с ветряной оспой, могут быть гораздо более серьезными. А это, пожалуй, даже важнее. Подобные неочевидные эффекты такой, на первый взгляд, разумной стратегии, как изоляция, возможно, никогда не удалось бы понять полностью, если бы в дело не вступила математика.
