Kontekst badania
Badanie dotyczy transmisji infekcji dróg oddechowych w środowiskach szpitalnych, szczególnie w kontekście wpływu gęstości populacji w szpitalach na częstość bliskich kontaktów. Transmisja takich patogenów jak SARS-CoV-2, grypa czy RSV zależy od bliskich interakcji międzyludzkich, co może wpływać na ryzyko epidemiczne w szpitalach.
Cele i hipotezy
Celem było zbadanie zależności między gęstością populacji w szpitalach a wskaźnikami bliskich kontaktów. Hipoteza badawcza zakładała, że wskaźniki kontaktów mogą nie być liniowe i mogą różnić się w zależności od typu oddziału oraz grup uczestników (pacjenci, personel medyczny, odwiedzający).
Metody badawcze
W 15 oddziałach szpitalnych we Francji zainstalowano sensory mierzące bliskie interakcje między osobami. Analizowano dane w oparciu o różne modele zależności: częstotliwościową (brak zależności od gęstości), liniową (proporcjonalną) i nieliniową. Dodatkowo przeprowadzono symulacje oceniające wpływ wzrostu gęstości populacji o 10% na ryzyko epidemiczne.
Rezultaty badań i ich interpretacja
Badanie ujawniło znaczącą różnorodność w zależnościach między gęstością populacji na oddziałach szpitalnych a wskaźnikami kontaktów bliskiej odległości. Wyniki podzielono na kilka kluczowych aspektów:
1. Heterogeniczność między oddziałami
- Brak jednolitego wzorca: Modele najlepiej dopasowane do danych różniły się między oddziałami. Niektóre oddziały wykazywały częstotliwościową zależność kontaktów (niezależność od gęstości populacji), podczas gdy inne sugerowały bardziej złożone, nieliniowe zależności.
- Typ oddziału a kontakty: Oddziały ratunkowe i pediatryczne częściej wykazywały silną nieliniową zależność, co oznaczało większe ryzyko wzrostu liczby kontaktów w sytuacji zwiększonej gęstości populacji. W innych specjalnościach (np. intensywna terapia, geriatria) wyniki były bardziej zróżnicowane.
2. Specyficzne zależności w różnych grupach kontaktów
- Interakcje między pacjentami:
- Kontakty pacjent-pacjent wykazywały największą zależność od gęstości populacji. W niektórych oddziałach wzrost liczby pacjentów prowadził do większej liczby interakcji w sposób nieliniowy (więcej niż proporcjonalnie).
- Na niektórych oddziałach brakowało kontaktów między pacjentami, co uniemożliwiło modelowanie tych relacji.
- Interakcje personel-pacjent:
- Kontakty między pacjentami a pielęgniarkami oraz personelem pomocniczym były bardziej zależne od gęstości niż kontakty z lekarzami czy personelem administracyjnym. Sugeruje to, że personel bezpośrednio opiekujący się pacjentami doświadcza większego wpływu zmian liczby pacjentów.
- Zmiany w zależności od pory dnia:
- Kontakty w nocy były bardziej zależne od gęstości populacji niż w dzień, co może wynikać z ograniczonej liczby personelu oraz specyficznych schematów pracy w nocy.
3. Efekt wzrostu gęstości populacji
Symulacje przeprowadzone na podstawie dopasowanych modeli przewidziały, że:
- Wzrost liczby pacjentów o 10% mógłby prowadzić do wzrostu liczby kontaktów o więcej niż 10% w niektórych oddziałach (szczególnie w pediatrii i zakaźnych).
- W przypadku kontaktów pacjent-pacjent w niektórych oddziałach wzrost ten był znacznie bardziej wyraźny, co mogło prowadzić do zwiększonego ryzyka transmisji zakażeń.
4. Negatywna zależność w niektórych przypadkach
- Na kilku oddziałach zaobserwowano zjawisko, w którym większa liczba osób w populacji prowadziła do zmniejszenia liczby kontaktów na osobę (np. oddział intensywnej terapii medycznej czy nocne zmiany w oddziale ratunkowym dla dorosłych). Może to wynikać z ograniczonej przestrzeni lub zmiany w zachowaniach uczestników przy większym zatłoczeniu.
5. Porównanie modeli w skali całego badania
Po zebraniu danych ze wszystkich oddziałów, najlepszym dopasowaniem był model częstotliwościowy, co sugeruje brak uniwersalnej zależności między gęstością a kontaktami w całej populacji. Wynik ten był jednak zdominowany przez różnorodność wyników z poszczególnych oddziałów.
Badanie podkreśla, że gęstość populacji w szpitalach ma różnorodny wpływ na kontakty międzyludzkie, co wymaga uwzględnienia w planowaniu środków przeciwdziałania zakażeniom. Wskazuje też na konieczność szczegółowego modelowania w kontekście specyficznych scenariuszy oddziałowych
Wnioski
Zmiany w gęstości populacji mogą znacząco wpływać na wskaźniki kontaktów w szpitalach, co ma istotne implikacje dla modelowania epidemiologicznego i zarządzania ryzykiem epidemicznym. Modele częstotliwościowe są generalnie odpowiednie, ale specyficzne interakcje, takie jak między pacjentami, wymagają uwzględnienia nieliniowości.
Ograniczenia zakresu badawczego
- Dane pochodziły z ograniczonego okresu pandemii COVID-19, co mogło wpłynąć na zachowania uczestników.
- Brak uwzględnienia szczegółów dotyczących stosowania masek czy barier ochronnych.
- Modele nie uwzględniały długoterminowych fluktuacji w populacji szpitalnej.