Μόσιαλος: Γιατί πρέπει να ελεγχθεί η διασπορά της πιο μεταδοτικής μετάλλαξης Δέλτα

Μια μετάλλαξη 50% πιο μεταδοτική θα δημιουργούσε πολύ μεγαλύτερο πρόβλημα από μια μετάλλαξη με 50% μεγαλύτερη θνητότητα.
Open Image Modal
David Dee Delgado via Getty Images

Είναι πολύ σημαντικός ο έλεγχος της διασποράς της παραλλαγής Δέλτα του κορονοϊού και γι′ αυτό έχει μεγάλη σημασία η επιδημιολογική επιτήρηση. Ακόμα πιο μεγάλη σημασία, όμως, έχει ο ρυθμός των εμβολιασμών, γιατί η διασπορά θα είναι κυρίως στους πληθυσμούς των ανεμβολίαστων. Αυτό αναφέρει σε νέα ανάρτηση του στο Facebook ο καθηγητής Πολιτικής της Υγείας Ηλίας Μόσιαλος της Σχολής Οικονομικών και Πολιτικών Επιστημών του Λονδίνου (LSE).

Όπως επισημαίνει, πολλοί αναρωτιούνται γιατί υπάρχει τόσο μεγάλη ανησυχία για την μετάλλαξη Δέλτα, αφού δεν υπάρχουν στοιχεία που να δηλώνουν πως είναι πιο επικίνδυνη για όσους κολλήσουν. «Τι σημαίνει όμως πως μια νέα παραλλαγή του κορονοϊού είναι πιο επικίνδυνη από αυτή που κυκλοφορεί; Πολλοί θεωρούν πως με την ”αυξημένη επικινδυνότητα” αναφερόμαστε μόνο στο ότι μπορεί να προκαλέσει πιο βαριά νόσο σε όσους νοσήσουν. Μήπως, όμως, είναι πολύ πιο επικίνδυνο να ξεφύγει η παραλλαγή Δέλτα, αφού πλέον γνωρίζουμε πως είναι πιο μεταδοτική;»

«Όπως έχω αναφέρει και παλαιότερα», τονίζει, «αναφερόμενος στη βρετανική παραλλαγή, μια παραλλαγή του κορονοϊού που είναι 50% πιο μεταδοτική θα δημιουργούσε πολύ μεγαλύτερο πρόβλημα, ακόμα και από μια παραλλαγή που θα αύξανε τη θνητότητα κατά 50%. Γιατί;

Ας υποθέσουμε πως μελετάμε μια περιοχή όπου 10.000 άτομα έχουν μολυνθεί με τον ιό. Έστω πως ο αριθμός αναπαραγωγής R ισούται με 1, πως ο κίνδυνος θνητότητας από τη μόλυνση είναι 0,6%, και πως ο χρόνος παραγωγής νέας συμπτωματικής λοίμωξης είναι 6 ημέρες. Θα έχουμε μετά από ένα μήνα (10.000 x 1^ 5 x 0,6 % = ) 60 νέους θανάτους. Εάν όμως η παραλλαγή αύξανε τη θνητότητα κατά 50%; Τότε θα περιμέναμε (10.000 x 1^ 5 x (0,6% x 1.5) = ) 90 νέους θανάτους μετά από ένα μήνα. Ας υποθέσουμε, όμως, ότι η παραλλαγή αυξάνει τη μεταδοτικότητα κατά 50%. Όπως και παραπάνω, θα περιμέναμε 456 νέους θανάτους μετά από ένα μήνα (456 = 10.000 x (1 x 1,5)^ 5 x 0.6%). Τα νούμερα είναι ενδεικτικά και οι υπολογισμοί βασίζονται σε εκτιμήσεις του Adam Kucharski της σχολής δημόσιας υγείας του Λονδίνου (LSHTM).