Vědci zjistili, která vládní opatření zabírají

Studii vypracovanou mezinárodním týmem vědců včetně Čecha Jana Kulveita působícího na Oxfordské univerzitě publikoval tento týden časopis Science. Jejím cílem bylo zhodnotit efektivitu sedmi hlavních druhů protiepidemických opatřeních v první jarní vlně pomocí analýzy dat z 41 různých (převážně evropských) zemí.

Vědecký tým využil toho, že státy napříč Evropou při první vlně covidu-19 volily různý postup. Slovy Kulveita, který závěry studie vysvětloval na Facebooku, se na jaře v Evropě vlastně odehrál takový „přirozený experiment“. Vlády reagovaly s různou rychlostí a přísností a opatření zaváděly v odlišném pořadí. Přesto ale zároveň vycházely ze stejného balíčku několika základních opatření, což v kombinaci s různým načasováním vytvořilo podmínky pro srovnávací analýzu.

Jejím cílem bylo vyčíslit odhad vlivu sedmi základních druhů opatření na reprodukční číslo R v období od 22. ledna do 30. května.

Z veřejných databází počtů nově nakažených i mrtvých vědci zpětně odvodili počet nových infekcí v každém časovém okamžiku a vzniklo takzvané okamžité číslo R (v grafu prezentováno s dolním indexem t). Efektivita opatření pak byla odhadnuta podle vztahu mezi denními reprodukčními čísly a platností jednotlivých opatření napříč všemi státy.

Za platné restrikce vědci považovali pouze ty, které měly formu závazného nařízení a nikoliv jen doporučení, zároveň rovněž musely platit na celém území státu nebo alespoň ve většině regionů. Velké množství dat a mnoho různých scénářů v různých státech pomohlo odfiltrovat zkreslení plynoucí z platnosti vícero opatření zároveň. Z každé dvojice opatření experti sledovali efekt jednoho z nich (aniž by zároveň platilo druhé opatření) v průměru 504 dní v různých zemích.

Vědci použili takzvaný Bayesovský model. Jde o statistickou metodu, která pracuje s podmíněnými pravděpodobnostmi. Umožnilo jim to počítat s mnoha dalšími faktory, které mají na šíření viru vliv, stejně jako s faktem, že počty potvrzených případů nejsou přesné a je v nich oproti reálnému šíření prodleva a tak dále. I proto nejsou výstupem přesná čísla, ale odhady s velkým rozsahem nejistoty.

Ty jsou výsledkem počítání s různými modelovými předpoklady. Celkem bylo zhotoveno 206 různých modelů s různými předpoklady, které pochopitelně přinesly různé výsledky.

Různá čísla nicméně podle vědců přesto ukazují stejné a silné trendy, kdy některá opatření vykazují vyšší efektivitu než jiná. Tyto trendy se prokázaly napříč zmiňovanými dvěma stovkami různých modelů, což svědčí o jejich pravděpodobné platnosti.

Jinými slovy výsledky spíš než přesně vyčíslenou účinnost jednotlivých opatření ukazují, která byla lepší a o kolik. Rozsah v konkrétních výsledných hodnotách, který je velký a výsledky se kvůli němu mohou leckomu zdát velmi nepřesné, je, dalo by se říct, paradoxně důsledkem snahy o to, aby byly co nejpřesnější, tedy co nejvěrnější realitě.

Zmiňované trendy jsou patrné z obrázků výše. Vědci vypichují především velkou efektivitu omezení hromadného shromažďování nad 10 lidí, stejně jako vysokou účinnost uzavření škol a univerzit, o které se ve vědeckých i politických kruzích už dlouho vášnivě debatuje. Za pozornost podle týmu rovněž stojí poměrně nízká efektivita výzev k domácí sebeizolaci (připomeňme, že se do nich nepočítala doporučení, takže jde de facto o zákazy vycházení) a poměrně vysoká účinnost uzavření jen části vybraných obchodů a služeb v porovnání se zavřením všech podniků kromě těch se základními potřebami.

Jak už to při pokusech o hledání odpovědí na komplexní a složité otázky bývá, mají i tyto závěry několik háčků. Autoři na ně v textu sami opakovaně upozorňují a vyzývají k opatrné interpretaci jejich práce.

Jmenovitě jde třeba o fakt, že do studie nebyly zahrnuty některé významné restrikce, o kterých nebyl dostatek dat nebo z různých důvodů nešly dost dobře uchopit, jako například nošení roušek. K tomu vědci nicméně dodávají, že ve vztahu k jejich závěrům nejde o problém, protože jimi odhadované efekty nepokrývají kompletní pokles čísla R, ale část ponechávají nevysvětlenou. Právě v ní se kumuluje účinnost všech opatření, se kterými nepočítali.

Vědci rovněž upozorňují, že výsledky se vážou čistě k jaru a na podzim může být situace z různých důvodů jiná. Stejně tak by se podle nich nemělo zapomínat na to, že studie nezohledňuje chování lidí mimo rámec daných opatření, jež mohou mít na šíření viru velký vliv, nebo například demografické složení populací různých států, které může ovlivňovat to, jak účinné je zavírání škol.

Na příkladu zavírání škol rovněž vědci zmiňují obecné pravidlo, že proklamovaná účinnost opatření nutně nemusí znamenat zrcadlový problém se zrychlením šíření viru po jeho zrušení. Jmenovitě u škol totiž znovuotevření běžně doprovází celá řada opatření a fungování je od jarního režimu velmi odlišné. To samé pochopitelně platí i pro celou řadu dalších opatření a sektorů.

Svou práci vědci na samém konci textu označují za podání pomocné ruky vládám při hledání správného receptu na mix protipandemických opatření. Na úplný závěr dodávají, že jejich studie rozhodně nebude mít na toto téma poslední slovo.