【論文】COVID-19 に対応した地域および国の規制がイギリスの社
会的接触に及ぼす影響:縦断的自然実験

Christopher I. Jarvis, Amy Gimma, Kevin van Zandvoort, Kerry L. M. Wong, CMMID COVID-19 working groups and W. John Edmunds

要約

背景:

イギリスの COVID-19 の対応は、国内のロックダウンから局所的介入へと移行した。 増加する事例に対応して、これらは、接触者に対する国内的な制限(6 つの規則)、バーやレストランのための午後 10 時の閉店、自宅での労働の奨励によって補足された。 これらに続いて、異なる地域で異なる制限を適用する 3 層システムが急速に導入された。 事件が増加し続けるにつれて、2 度目の国家的停止が宣言された。 疫学的に関連のある接触者に対するこれらの制限の影響を定量化するために、全国調査を用いた。

方法:

著者らは、各制限の開始前と開始後の設定特異的接触に関する対測定を比較し、接触者の平均変化と割合に関する対置換試験を用いて差異について試験した。

結果:

各措置の実施後、個人は以前よりも接触者数が少ない傾向にあった。 しかし、変化の大きさは比較的小さく変動した。 例えば、バーやレストランの早期閉鎖は接触者に測定可能な影響を及ぼさないと思われたが、自宅指令による作業は、1 日当たりの平均労働接触を 0.99(95%信頼区間CI)0.03-1.94 減少させ、6 の規則は、非就労および学校接触を 1 日当たり平均 0.25(0.01-0.5)減少させた。 段階的に3 人は、非就労および学校との接触も減少させたようであり、より少ない制限(第 1 期および第 2 期)の影響を示す証拠ははるかに弱かった。 また、第 1 期(最も制限の少ない)の患者は、ロックダウンに入った際に接触者を著しく減少させ、効果が飽和したという証拠もあるかもしれない。これは、すでに厳しい制限を受けている患者(第 2 期および第 3 期)における同様の変化には反映されていない。

結論:

2020 年の夏から秋にかけて、イギリスで様々な地方・国レベルの措置が講じられたことで、接触者数は徐々に減少している。 しかし、これらの変化は 3 月の当初のロックダウンよりも小さい。 これは、多くの個人がすでに接触回数が少ないことから始まっていたためかもしれない。

キーワード:

COVID-19「コンタクトサーベイ」、ロックダウン、パンデミック、疾病アウトブレイク、非医薬品介入、英国、英国

背景

2020 年 3 月 23 日、英国は、COVID-19 を受けて、他の英国と共に国内の規制に入った。 これは、必要不可欠な買い物や医療のために家を離れたり、1 日に 1 種類の運動をすることだけを必要とした。 教育施設と非必須小売店は閉鎖され、レジャー・ホスピタリティ部門も閉鎖された。 ヨーロッパの多くの国では、国家的なロックダウンも実施され、大規模な規制の組み合わせにより、接触者数、移動可能性、伝播が著しく減少し、最終的には毎日の症例数および死亡数が減少した。

症例の発生率が低下するにつれて、国内規制は緩和された。 イギリスは、局地的な対応に移行し、症例が増加している特定の地域に対してより厳しい規制を適用したにすぎなかった。 これらの地域的措置の最初のものは、6 月 29 日にライエステルで発表され、その後、他の地域、主に英国北部で発表された。 地域的な規制の規模は様々であるが、早期の廃業、バーやレストランのみの持ち帰りサービス、他の世帯との会合禁止、旅行制限などが含まれることもある。

地域的な規制と並行して、症例の増加に対応して、いくつかの国の措置も導入された。 9 月 14 日、イギリスで「6 人の支配」が発表され、6 人以上の人々が集まる集団での会合が妨げられた。 9 月24 日、パブやレストランは午後 10 時に閉店することが義務付けられ、個人は自宅で働くことが奨励されると発表された。 事件は増加し続け、政府はいくつかの制約を組み合わせて、第 1 段階(中等度リスク)から第 3 段階(非常に高リスク)までの 3 段階のシステムを構築した。 その後、11 月 5 日から12 月 2 日にかけて 2 度目の英国のロックダウンが行われた。

それほど厳しくない対策の影響は依然として不明であり、対策が実施された後も、ほとんどの地域で症例が増加し続けている。 制限が導入された後のうちに、症例、入院、または死亡の(おそらく中等度の)変化を取り出すことは困難であると予想される。 本稿では、制限の前後に、個人の疫学的に関連のある設定特異的接触者の繰り返し測定を用いて、これらの測定が何らかの影響を及ぼしたかどうか、もし影響の大きさがあるならばその大きさを推定することにより、これらの問題を回避した。

方法

倫理規定

本オプトイン調査への参加は任意であり、匿名データの分析は全て実施しました。 本試験はロンドン衛生熱帯医学部倫理委員会の承認を受けた。

データ

英国 CoMix 調査の英国人参加者のデータと英国政府の地方および国の規制に関する情報を統合した。 治験実施計画書および調査機器を含む CoMix 試験の詳細は以前に発表されている。 要するに、CoMix はオンライン調査であり、個人が調査の前日に直接(すなわち、潜在的にリスクのある)すべての連絡先の詳細を記録する。 直接接触とは、面会し、少なくとも 1 つの言葉が交わされた人、または参加者が何らかの皮膚接触をした人と定義した。 18 歳未満の個人の接触者は、親に子供の代わりに回答を求めて集めた。 情報は、2 つの交互に広く代表されるパネル(それぞれ約 2500 人の大きさ)から毎週収集され、各個人は 2 週間に 1 回調査される。 2020 年 8 月 31 日から 12 月 7 日の間に、制限の開始日と終了日、およびその場所を英国政府から抽出した。 CoMix の参加者は、国内で適用 されている制限とは異なる制限下にある下位地方自治体(英国の行政区域)に居住していることを報告した場合、地域の制限の影響を受けているとみなされた。 2 週間の全回答を可能にするために、各制限が施行される前後の 16 日間にデータを制限した。 その後、各制限日の前後に最も近い調査回答を抽出した。 制限開始時のいずれかの面で調査回答が欠けている参加者を除外し、1 人あたり 2件の記録を提出した。

制限の内容

地域的制約には、地域間で一貫性なく適用された一連の規則が含まれていた。 ほとんどの地域的規制は、旅行制限、非必須閉鎖、室内混合の防止、夜間滞在の抑制の 4 つのカテゴリーに分類された。 旅行制限には、必要不可欠な旅行のみが含まれ、旅行は抑制され、住民は地域からの出発を禁止された。 非必須クロージャーには、礼拝所、非必須小売店、ジム、公共建物、介護サービス、美術会場、観光地などがあった。

6 人の規則は、屋内と屋外の 6 人以上のグループで個人が会うことを妨げた。 午後 10 時の閉店では、おもてなし会場を閉鎖し、午後 10 時までにお客さまを退去させなければならないとされていました。 在宅勤務は、可能であれば在宅勤務を奨励される個人に関係する。

T3 層制は 10 月 14 日に創設され、各層は前の層に基づいて構築され、第 1 層が最も厳しく、第 3 層が最も厳しい。 第 1 段階(ミドルリスク)は、おおむね「6 の法則」、「自宅勤務」、「午後 10 時の法則」に相当し、夜間に開かれる音楽やダンスでビジネスを閉鎖することが追加された。 Tier 2 では、世帯間の室内空間の集まりがなく、移動が制限され、閉鎖される会場が増えた。 第 3 段階では、非世帯員との個人的な屋外スペースでの会合を防ぎ、レストランやバーをテーブルサービスのみに制限し、相当量の食事と一緒に摂取した場合にのみアルコール飲料を提供した。

2 番目の国の規制は、学校が開放されたままであったため、最初のものよりも厳しくはなかったが、パブ、レストラン、ジム、非必須店の閉鎖、住居の確保などが含まれていた。

試験デザイン

本研究は縦方向自然実験である。 各参加者について、実施前に 1 つの観察、制限後に 1 つの観察があります。 観察期間は、制限開始日から最大 16 日間とする。 このことは、我々の研究の中の個体が自らのコントロールであることを可能にし、従って、長期的な時間的傾向の影響だけでなく、個体間変動の影響も減少させる。 報告された接触のタイプは、在宅、職場での接触、学校での接触、その他の状況に分類された。

著者らは、(i)地域的制約、(ii)3 つの国の制約(1)6 の規則、(2)10 時の閉鎖、(3)自宅からの仕事、(iii)第 1 期、第 2 期、第 3 期の各々への参入、(iv)第 1 期、第 2 期、第 3 期からの国のロックダウンへの参入の影響を評価するために、制限実施前の接触者数を接触者数と比較した。 種々の制限の効果を評価するために、著者らは設定特異的接触の変化に集中した。 例えば、地域的な規制や階層制はレジャー・コンタクトを主な対象としており、6 つのルールは企業や学校には適用されない。 そこで、この 2 つの制約について、著者らは、仕事と学校を除く接触者の変化を分析した。 午後 10 時の閉鎖ルールでは、レストラン、パブ、バーを早期に閉鎖しなければならないため、自宅、職場、学校での接触に直接影響を与えることは期待されていない。 したがって、これらの状況では、接触者をこの制限の結果として除外し、残りの接触者を「その他の接触者」と呼んだ。 在宅アドバイスからの仕事の効果を評価するために、雇用された回答者の仕事上の接触に焦点を当てた。 2 回目の全国規模のロックダウン期間中、学校は開放的なままであったため、学校における人脈の影響を評価する際には、人脈を除外したにすぎなかった。

統計解析

すべての解析には R バージョン 4.0.0 を使用し、コードおよびデータは Github で入手可能である(「データおよび資料の入手可能性」の項を参照)。 年齢、性別、雇用、社会経済的地位に関する参加者の特性の記述的および図解による要約を、それぞれの制限、平均接触者数の変化、制限の空間的および時間的変化について作成した。 平均接触の不確実性は、データの相関構造を保存するために観察レベルではなく、一人当たりでサンプリングを行ったクラスタブートストラッピング[15]を用いて計算した。

著者らは、平均、中央値、四分位範囲(IQR)を計算することにより、制限前と制限中の接触を比較した。 接触者数の変化を増加、同(変化なし)、減少に分類した。 著者らは、制限の前後の接触者における対の差の平均を計算し、対の差の 10,000 のブートストラップサンプル[15]から 95%信頼区間(95% CI)を構築することによって不確実性を評価した。

各制限に対して、筆者らは、1 テスト当たり 50,000 の順列を持つペア順列テスト[16]を行った。 基礎となるデータの分布の仮定に対してロバストであるため、置換検定を選択した[14]。 研究構造を保存するために、制限前の報告された接触回数から制限中の報告された接触回数を差し引いてペア差を計算し、その後各ペアの符号をランダムに変化させた。 実際には、参加者数と同じ長さの-1 と 1をとり、コンタクトの変化にこのベクトルを掛けることにより、ランダムな値のベクトルを生成することを意味する。

各置換および各制限について 2 つの検定統計量を計算することとした:(1)制限を実施した後に接触者が減少した個人の割合、および(2)制限前後の接触者の変化の平均。 減少の割合は大きな値に対してロバストであり、同じように-1 と-1000 の差を扱う歪んだ分布である。 これは制限の相対的効果を測定するが、効果の大きさを推定するものではない。 平均差は絶対効果を推定するが、歪んだデータの影響を受ける。 歪みの影響を軽減するために、我々は、平均の比較のためだけに、接触の総数を 1 人当たり 1 日 200 回に制限した。

我々は、6 歳の規則と午後 10 時の規則について、年齢群による制限のさらなる評価を行った。なぜなら、これらの制限は、可動性が高く、感染しても無症候性であり、遮蔽されていない若年者において、より大きな影響を及ぼす可能性があるからである。 これらの分析を年齢群 5~17、18~39、40~59、および 60+で層別化した。

結果

参加者の特徴

6 の法則の分析には 3884 人の参加者が含まれており、午後 10 時の閉鎖で 3887 人、自宅での仕事で1408 人、地域の制限で 572 人の参加者が含まれていた(表 1)。 Tier 1 には 2415 件、Tier 2 には1654 件、Tier 3 には 368 件が加わった。 さらに、2095 人が Tier 1 を国のロックダウンに任せ、1445 人が Tier 2 を国のロックダウンに任せ、323 人が Tier 3 を国のロックダウンに任せた。 ルール・オブ・シックス、午後 10 時の閉鎖、地方の規制、階層への参入、および全国ロックダウンのサンプルの年齢分布は類似しており、9 つの分析すべてにおいて、サンプルの 30%以上が 50~69 歳であった。 定義による家庭カテゴリーからの作業は 18 歳以上の参加者のみを対象とし、参加者の 70% 近くは 30~59 歳であった。 男女間のスプリットは、すべての制限で 50%近くに達した。 在宅分析からの作業を除いて、参加者の約 40%が各制限に雇用された(これは、子供および高齢者を含むサンプルの幅広い年齢範囲を反映している)。 社会経済状態は、A-上位中産階級、E-下位生活カテゴリーの最低数と、すべての制限についてモード群が C1-下位中産階級と、各分析サンプル間で一貫していた(表 1)。

成人のすべての接触者および制限

3 月から 6 月にかけて、イギリス国内で規制が適用された(図 1)。 夏季には、制限が緩和され、旅行、非必須閉鎖、室内混合、夜間滞在の抑制に関する地域的制限が適用された(図 1c)。 これらの制限は、主にイングランド北部で適用された(図 1a)。 8 月の規制緩和は、成人の平均接触者数の増加と一致しており、9 月から 11 月にかけて、規制がより厳しくなり、広くなったことにより、接触者数は徐々に減少していった(図 1b)。 2 回目の全国ロックダウン後、毎日報告された接触者の平均は7 月とほぼ同じレベルに戻った。 図 1 は、調査期間中、子どもに関するデータが収集されておらず、2 回目の全国的なロックダウンには学校閉鎖が含まれていなかったため、成人のみについての経時的な平均接触者数を示したものである。

設定固有接点の分布

設定固有の接触は、すべての制限に対して正に歪んでいた(図 2a、表 2)。 6 の規則と地域の制限は同様の分布を示し、モーダルレスポンスは制限前の 1 人の接触であったが、自宅での作業と 10 時の規則は接触がなかったと報告した個人の大多数を占めた。 段階への参入と段階からロックダウンへの退出の分布は、IQR が 1~4 の退出段階 1 を除き、中央値 2 と IQR が 1~3 とほぼ同じであった。全体として、接触者数の変化の大きさは小さく、報告された接触者数は、それぞれの測定が導入された後も変化しなかった(表 2)。 データ中のパターンを示すために、軸を制限し、図2b、3a、b のゼロ値を除去した。 これらのグラフは、追加ファイル 1:図 S1A および S1B および追加ファイル 2:図 S2A および S2B に再現され、ゼロ値の除去または比較のための軸の制限は行われない。

国内規制

六則

著者らは、6 の規則が施行される前後の 3884 人の個人について、非仕事と非学校接触を比較した。 6 つの制限の規則に従った接触者(仕事と学校を除く)の数が偶然によると予想されたよりも多く、 1314 人(33.8%)が接触者数を減少させたのに対し、997 人(25.7%)は接触者数が多かったことを示唆 する強力なエビデンスがあった(p<0.001)。 しかし、ほとんどの参加者で、1573 人(40.5%)が同じ接 触数を記録し、接触数の中央値は、測定導入前後で 2 人(IQR 1~3)であった。 1 日あたりの非就労 および非就学の接触者の平均がわずかに減少した(-0.25;-0.5 から-0.01)というわずかな示唆(p = 0.05)があった(表 2)。 年齢層別解析(表 3)は、6 の規則が若年成人(18~39 歳)の接触パターンに最大 の影響を及ぼし、非就労および非教育接触を平均-0.59(-1.09~-0.04)減少させたことを示唆してい る。

午後 10 時の閉鎖

午後 10 時の閉鎖前後の参加者 3887 例を対象に、「その他」の接触(自宅、仕事、学校を除く) を比較した。 10 時のルールに従って、偶然のために予想よりも多くの人が接触者を減少させ、843 人(21.7%)よりも 990 人(25.5%)が接触者数を減少させたのに対し、843 人(21.7%)は接触者数が多か ったことを示唆する強力なエビデンスがあった(p<0.001)。 しかし、参加者 2054 人の半数以上 (52.8%)が同じ接触回数を記録し、10 時の規則の前後で接触回数の中央値は非常に低かった(0; IQR 0~1)。 データは絶対効果なし(p = 0.915)と一致し、平均「その他」接触者数の変化は 0.01(- 0.23~0.23)と推定された(表 2)。 サブグループ解析では、年齢群別に一貫性のないパターンが示唆さ れたが(表 3)、これは、全体的に、この指標に従った接触者の変化のエビデンスがない場合に予想さ れる。

自宅勤務

参加者の 3 分の 2 以上で、933 人(66.3%)が、自宅で働くことを奨励される前と後に、同じ数の仕事上の接触を持っていた。 それにもかかわらず、このデータは、制限が施行された後、偶然によると予想されるよりも多くの人数が彼らの仕事上の接触を減少させたことを強く示唆している(p =0.001)。 接触者数の差は大きく歪んでおり、参加者 40 人が 50 人以上の接触者数の差を報告したが、その差の 25 分位点と 50 分位点はゼロであった(図 2、表 2)。 データは、平均作業接触の減少と互換性があった(p = 0.05)。 点推定値のまわりには大きな不確実性があったが、それはゼロからは程遠かった(1 日当たりの接触者数-0.99 人、95%CI-1.94~-0.03、表 2)。

表 1:各制限に対する CoMix 調査の参加者の特徴

Restrictions   Entry into Exit from tier to lockdown
  Rule of Six 10 pm closure Work from home Local lockdown Tier 1 Tier 2 Tier 3 Tier 1 Tier 2 Tier 3
  N (col %) N (col %) N (col %) N (col %) N (col %) N (col %) N (col %) N (col %) N (col %) N (col %)
Total 3884 3887 1408 572 2415 1654 368 2095 1455 323
Age groups
0–4 129 (3.3%) 142 (3.7%) 0 22 (3.9%) 96 (4.0%) 65 (4.0%) 12 (3.3%) 53 (2.5%) 49 (3.4%) 13 (4.0%)
5–11 214 (5.5%) 275 (7.1%) 0 54 (9.5%) 151 (6.3%) 117 (7.1%) 36 (9.9%) 120 (5.8%) 85 (5.9%) 31 (9.7%)
12–17 261 (6.8%) 291 (7.5%) 0 59 (10.4%) 202 (8.4%) 121 (7.4%) 48 (13.2%) 149 (7.1%) 101 (7.0%) 41 (12.8%)
18–29 364 (9.4%) 384 (9.9%) 222 (15.8%) 61 (10.7%) 197 (8.2%) 161 (9.8%) 23 (6.3%) 158 (7.6%) 124 (8.6%) 20 (6.2%)
30–39 462 (12.0%) 432 (11.2%) 308 (21.9%) 65 (11.4%) 240 (10.0%) 191 (11.6%) 42 (11.6%) 194 (9.3%) 153 (10.6%) 34 (10.6%)
40–49 495 (12.8%) 531 (13.7%) 363 (25.8%) 89 (15.6%) 326 (13.6%) 219 (13.3%) 47 (12.9%) 288 (13.8%) 200 (13.8%) 42 (13.1%)
50–59 708 (18.3%) 613 (15.8%) 322 (22.9%) 90 (15.8%) 402 (16.7%) 277 (16.9%) 63 (17.4%) 355 (17.0%) 262 (18.1%) 49 (15.3%)
60–69 723 (18.7%) 751 (19.4%) 174 (12.4%) 88 (15.5%) 449 (18.7%) 309 (18.8%) 50 (13.8%) 428 (20.5%) 291 (20.1%) 48 (15.0%)
70+ 506 (13.1%) 449 (11.6%) 19 (1.3%) 41 (7.2%) 341 (14.2%) 181 (11.0%) 42 (11.6%) 341 (16.3%) 182 (12.6%) 43 (13.4%)
Missing 22 19 3 11 13 5 9 8 2
Gender
Female 2013 (52.0%) 2004 (51.6%) 718 (51.1%) 277 (48.7%) 1252 (52.0%) 890 (54.0%) 179 (48.8%) 1072 (51.3%) 758 (52.2%) 156 (48.4%)
Male 1861 (48.0%) 1877 (48.4%) 688 (48.9%) 292 (51.3%) 1156 (48.0%) 759 (46.0%) 188 (51.2%) 1018 (48.7%) 694 (47.8%) 166 (51.6%)
Missing 10 6 2 3 7 5 1 5 3 1
Employed
Yes 1487 (38.3%) 1433 (36.9%) 1408 (100.0%) 220 (38.5%) 882 (36.5%) 608 (36.8%) 134 (36.4%) 761 (36.3%) 521 (35.8%) 112 (34.7%)
No 2397 (61.7%) 2454 (63.1%) 0 352 (61.5%) 1533 (63.5%) 1046 (63.2%) 234 (63.6%) 1334 (63.7%) 934 (64.2%) 211 (65.3%)
Socio-economic status
A – Upper middle class 200 (5.1%) 214 (5.5%) 72 (5.1%) 24 (4.2%) 143 (5.9%) 89 (5.4%) 14 (3.8%) 119 (5.7%) 79 (5.4%) 9 (2.8%)
B – Middle class 1061 (27.3%) 1033 (26.6%) 394 (28.0%) 161 (28.1%) 622 (25.8%) 418 (25.3%) 90 (24.5%) 554 (26.4%) 375 (25.8%) 85 (26.3%)
C1 – Lower middle class 1285 (33.1%) 1332 (34.3%) 536 (38.1%) 184 (32.2%) 812 (33.6%) 596 (36.0%) 130 (35.3%) 731 (34.9%) 529 (36.4%) 115 (35.6%)
C2 – Skilled working class 534 (13.7%) 529 (13.6%) 197 (14.0%) 85 (14.9%) 343 (14.2%) 227 (13.7%) 50 (13.6%) 278 (13.3%) 206 (14.2%) 40 (12.4%)
D – Working class 571 (14.7%) 556 (14.3%) 203 (14.4%) 82 (14.3%) 377 (15.6%) 221 (13.4%) 55 (14.9%) 304 (14.5%) 176 (12.1%) 47 (14.6%)
E – Lower level of subsistence 233 (6.0%) 223 (5.7%) 6 (0.4%) 36 (6.3%) 118 (4.9%) 103 (6.2%) 29 (7.9%) 109 (5.2%) 90 (6.2%) 27 (8.4%)

Restrictions=制限事項, Rules of six =六則, 10pm closure=午後 10 時の閉鎖, Work from home = 自宅勤務 , Local Lockdown=ローカルロックダウン, Entry into=参入 , Exit from tier to lockdown =階層からロックダウンへの終了, Tier=段階, Total =合計, Age group = 農業団体,Gender=性別, Female=女性, Male=男性, Missing =欠損, Employed =採用, Socio-economic status=社会経済的地位, Upper middle class=上位中産階級, Middle class=ミドルクラス. Lower middle class=下位中産階級, Skilled working class=熟練労働者階級, Working Class=ワーキングクラス, Lower level of subsistence=生活水準の低さ

図 1

Maximum number or restrictions=最大制限数, Mean number of contacts=平均接触回数, Maximum number of areas=最大面積(LTLA), None=なし, National =国, National Lockdown= ナショナル・ロックダウン, Work from home=自宅勤務, Rule of six=六の法則, 10pm closure=10pm 閉鎖, Travel=旅行,Non-essential closures=非必須閉鎖, Events canceled=キャンセルされたイベント, Table service only=テーブルサービスのみ, Restaurants closed=レストラン閉鎖, Schools closed=閉校, No indoor mixing=室内混合なし, Discouraged overnight stays=発見された夜間滞在, Tier =段階

現地規制

地元の制限に従うと、参加者の非就労および非学校接触が偶然によると予想されるよりも減少したこ とを示す強力なエビデンスがあった(p<0.001)。 参加者 572 人のうち、197 人(34.4%)が接触者数の 減少を報告し、123 人(21.5%)が接触者数の増加を報告し、252 人(44.1%)が同じ接触者数を報告し た。 参加者の報告によると、平均して、制限前と比較して、非就労および非就学の接触が 0.69 人 (0.17~1.25; p = 0.004)少なく、これは相対的に 21%(5~40%)の減少に相当した。

階層への参入

著者らは、第 1 期に入る前後の 2415 人、第 2 期に入る 1654 人、および第 3 期に入る 368 人を対象に、非就労および非就学の接触者を比較した(表 2)。 第 1 期に入った人の割合は、他の段階に入った人に比べて高くなっているものの、各段階に入った人の方が、それぞれの段階に入った後の偶然のために、予想以上に多くの人が人脈を縮小したことが強く示唆された。 実際、このデータは、第 1 期または第 2 期に入った後、報告された接触者の変化がゼロに近い状態で、平均接触者数が減少しなかったことと一致していた。 第 3 期に入った後、日常の接触者数が 3.09 人から 2.32 人に減少することが示唆されたが(p = 0.067)、このカテゴリーで観察されたのは 368 人のみであった。 1 日の接触回数の中央値は、全層への参加前後で 2 回(IQR 1~3)に固定されたままであった。

図 2

階層から国内のロックダウンへの撤退

著者らは、第 1 期から国内ロックダウンに入る前とその間に、2,095 人、第 2 期から入る 1455 人、 および第 3 期から入る 323 人について、学校以外との接触を比較した。 このデータは、偶然のため に接触者が予想以上に減少したことと一致していた。 最も大きな差が認められたのは、第 1 期から ロックダウンに入った患者であり、750 人(35.8%)が接触を減少させたのに対し、390 人(18.6%)が接 触を増加させた(表 2)。 これは、第 1 期からロックダウン期に入った場合の 1 日平均接触回数が 1.40 回(0.85~2.03 回)減少したという強い証拠(p < 0.001)と一致していた。 Tier 2 または Tier 3 か らロックダウンへの移行の影響はそれほど顕著ではなかったが、Tier 3 からロックダウンへの推定値 についてはほとんど観察されなかった。

表 2:接触者数の減少および制限前後の平均差の対の割合に関する置換試験の要約

Comparison with proportion decreased        
Restriction Contacts N Adults Children Decreased Same Increased P value
Local exclude work and school 572 434 138 197 (34.4%) 252 (44.1%) 123 (21.5%) < 0.001
ROS exclude work and school 3884 3258 626 1314 (33.8%) 1573 (40.5%) 997 (25.7%) < 0.001
10 pm other 3887 3160 727 990 (25.5%) 2054 (52.8%) 843 (21.7%) < 0.001
WFH work 1408 1408 0 288 (20.5%) 933 (66.3%) 187 (13.3%) < 0.001
T1 entry exclude work and school 2415 1955 460 752 (31.1%) 993 (41.1%) 670 (27.7%) 0.017
T2 entry exclude work and school 1654 1338 316 468 (28.3%) 823 (49.8%) 363 (21.9%) < 0.001
T3 entry exclude work and school 368 267 101 103 (28.0%) 188 (51.1%) 77 (20.9%) 0.034
T1 exit to LD exclude school 2095 1764 331 750 (35.8%) 955 (45.6%) 390 (18.6%) < 0.001
T2 exit to LD exclude school 1455 1212 243 428 (29.4%) 732 (50.3%) 295 (20.3%) < 0.001
T3 exit to LD exclude school 323 236 87 85 (26.3%) 173 (53.6%) 65 (20.1%) 0.062
Comparison in mean difference Median (IQR)   Mean  
Restriction Contacts Before After   Before After Difference (95% CI) P value
Local Exclude work and school 2 (1 to 4) 2 (1 to 3)   3.18 2.49 − 0.69 (− 1.25 to − 0.17) 0.004
ROS Exclude work and school 2 (1 to 3) 2 (1 to 3)   2.9 2.66 − 0.25 (− 0.5 to − 0.01) 0.045
10 pm Other 0 (0 to 1) 0 (0 to 1)   1.37 1.38 0.01 (− 0.23 to 0.23) 0.915
WFH Work 0 (0 to 1) 0 (0 to 0)   4.62 3.62 − 0.99 (− 1.94 to − 0.03) 0.042
T1 entry Exclude work and school 2 (1 to 3) 2 (1 to 3)   2.79 2.66 − 0.13 (− 0.39 to 0.11) 0.305
T2 entry Exclude work and school 2 (1 to 3) 2 (1 to 3)   2.42 2.56 0.14 (− 0.17 to 0.55) 0.473
T3 entry Exclude work and school 2 (1 to 3) 2 (1 to 3)   3.09 2.32 − 0.77 (− 1.97 to − 0.03) 0.067
T1 exit to LD Exclude school 2 (1 to 4) 2 (1 to 3)   4.21 2.81 − 1.40 (− 2.03 to − 0.85) < 0.001
T2 exit to LD Exclude school 2 (1 to 3) 1 (1 to 3)   3.4 2.97 − 0.42 (− 1.13 to 0.33) 0.247
T3 exit to LD Exclude school 2 (1 to 3) 2 (1 to 3)   3.08 3.54 0.46 (− 0.28 to 1.41) 0.343

Comparison with proportion decreased=割合減少との比較, Restriction=制限 , Contacts= 接触 Adults=成人 Children=小児 Decreased=減少 Same=同じ Increased=増加 , P value= P 値, Local=地域 ,exclude work and school=仕事と学校を除外する, ROS =六則/Rules of six, WFH=自宅勤務, Tier 1 entry= 第 1 段階のエントリー ,Tier 2 entry=第 2 段階のエントリー ,Tier 3 entry=第 3 段階の参入 , Tier 1 exit to LD=ロックダウンのための第 1 段階の退場, exclude school=学校を除外する, Tier 2 exit to LD=ロックダウンのための第 2 段階の退場,Tier 3 exit to LD=ロックダウンのための第 3 段階の退場, Comparison in mean difference=平均差の比較 , Median=中央値(IQR) , Mean=平均, IQR=四分位範囲

検定統計量の大きさが観測された検定統計量よりも大きい順列の数を数え、順列の数で割ることによって計算される両側 p 値

図 3

表 3: 10pm 前後の接触者数の減少と平均差の対、年齢別の 6 制限の規則に関する置換試験の要約

Comparison with proportion decreased        
Restriction Contacts N Adults Children Decreased Same Increased P value
ROS
5–17 Exclude work and school 464 0 464 167 (36%) 179 (38.6%) 118 (25.4%) 0.0022
18–39 Exclude work and school 816 816 0 291 (35.7%) 343 (42%) 182 (22.3%) < 0.001
40–59 Exclude work and school 1193 1193 0 396 (33.2%) 488 (40.9%) 309 (25.9%) 0.0005
60+ Exclude work and school 1225 1225 0 403 (32.9%) 475 (38.8%) 347 (28.3%) 0.0219
10 pm
5–17 Exclude work and school 550 0 550 167 (30.4%) 239 (43.5%) 144 (26.2%) 0.1062
18–39 Exclude work and school 813 813 0 243 (29.9%) 376 (46.2%) 194 (23.9%) 0.0103
40–59 Exclude work and school 1134 1134 0 350 (30.9%) 507 (44.7%) 277 (24.4%) 0.002
60+ Exclude work and school 1196 1196 0 395 (33%) 453 (37.9%) 348 (29.1%) 0.0452
Comparison in mean difference Median (IQR)   Mean  
Restriction Contacts Before After   Before After Difference (95% CI) P value
ROS
5–17 Exclude work and school 3 (2 to 4) 3 (2 to 4)   3.93 4.09 0.17 (− 0.35 to 0.76) 0.5668
18–39 Exclude work and school 2 (1 to 3) 2 (1 to 3)   2.89 2.3 − 0.59 (− 1.09 to − 0.04) 0.0183
40–59 Exclude work and school 2 (1 to 3) 2 (1 to 3)   2.61 2.31 − 0.3 (− 0.67 to 0.03) 0.1055
60+ Exclude work and school 2 (1 to 3) 2 (1 to 3)   2.56 2.6 0.04 (− 0.39 to 0.52) 0.8797
10 pm
5–17 Exclude work and school 3 (2 to 4) 3 (2 to 4)   3.85 4.84 0.98 (0.28 to 1.81) 0.0115
18–39 Exclude work and school 2 (1 to 3) 2 (1 to 3)   2.7 2.57 − 0.13 (− 0.72 to 0.5) 0.649
40–59 Exclude work and school 2 (1 to 3) 1 (1 to 3)   2.4 2.54 0.14 (− 0.37 to 0.65) 0.6183
60+ Exclude work and school 2 (1 to 3) 1 (1 to 3)   2.54 2.09 − 0.45 (− 0.88 to − 0.12) 0.0039

Comparison with proportion decreased=割合減少との比較, Restriction=制限 , Contacts= 接触 Adults=成人 Children=小児 Decreased=減少 Same=同じ Increased=増加 , P value= P 値, ROS =六則/Rules of six, exclude work and school=仕事と学校を除外する, Comparison in mean difference=平均差の比較 , Median=中央値(IQR) , Mean=平均,IQR=四分位範囲, Difference=差異

考察

他の多くの国々と同様に、イギリスは、国内のロックダウン・アプローチから、より限定的な国内措置を伴うより局地的な介入へと移行し、その後、2020 年秋には国内のロックダウンに戻った。 我々は、これらの措置の影響は、地域的措置(異なる場所で非常に多様であった)の賦課と 6 の規則が、おそらく接触者数のわずかな減少につながったであろう;可能であれば自宅からの仕事への指示が、接触者数のより大きな減少につながったが、バーやレストランの 10 時の閉鎖時間が、かなりの効果を持っていたという証拠はほとんどないか、全くないと判断した。 同様に、第 1 期と第 2 期は接触者の平均にほとんど影響を及ぼさなかったが、第 3 期(最も厳しい)は接触者の平均 1 日報告数を減少させた。 その後のロックダウンの実施により、以前は第 1 期(最も軽い制限)に該当していた個人では接触者数が減少したようであるが、データは、すでに厳しい制限(第 2 期および第 3 期)を受けていた個人では、接触者数をさらに減らすことがより困難であったため、効果を裏付けるものではない可能性がある。

絶対値で言えば、平均接触におけるこれらの変化は比較的小さい。 しかし、この研究における絶対的影響の比較的小さなサイズは、制限が影響を及ぼさないことを示すものではなく、個人がすでに接触者を減らしている時点で制限が適用されていたことを示している可能性がある。 例えば、在宅勤務の魅力は、1 日の平均勤務接触回数を約 1 回減少させたにすぎないが、在宅勤務はすでに比較的大規模なものであったため、おそらく達成は困難であったであろう。 こうした状況の変化を踏まえると、3 月の全米での全面的なロックダウンにより、1 日平均接触者数は推定 10.8 人から 2.8 人に減少した。 この 74%の減少は、ロックダウン前の約 2.6 からロックダウン後の約 0.6 まで COVID‐19 の有効繁殖数(R0)を減少させた。 ここで議論した様々な制約の下で行われた平均作業接触の比較的小さな減少による R0 への影響は、R0 に対してはるかにわずかな影響しか与えないであろう。

制限の疫学的効果の決定は困難であることが証明されている。 これは、対策の実施と、報告された症例、入院、および死亡に対する対策の効果との間に遅れがあるためである。 さらに、報告された症例数は、これらの地域での症例の発見と検査のための追加的な努力がなされれば、地域的制約のある地域では上方に偏っている可能性がある。 また、事実に反するケース、つまり制限なしに発生した可能性のあるケースの数を推定することも非常に困難である。 これらの理由から、地方および国の規制の影響に関する証拠は弱い。 本研究は異なるアプローチをとる。 連絡先は、制限が実施された直後に変更されることが予想され、また、症例の所見の変化の影響を受けにくいと思われる。 さらに、データの縦方向パネルの性質は、個人が自身の時間的制御グループとして作用することを可能にし、接触パターンの比較的小さな変化を容易に拾うことを可能にする。

この研究にはいくつかの限界がある。 我々は、地域的な制約の中で使用されるいくつかのタイプの尺度をグループ化しなければならず、従って、我々が見ている効果は、一連の介入の組み合わせである。 また、想起バイアスや社会的望ましさバイアスのために、個人が接触者を正確に報告しないこともある。 さらなる限界は、制限がランダムに割り当てられておらず、従って観察された影響が他の交絡因子によるものである可能性があることである。 しかし、交絡因子は個体に対して一定のままであり、結果の一般化に影響を与える可能性があるが、同一個体に対して繰り返し測定を行い、個体間のばらつきを減少させた。 コンタクトデータはゼロで有界であり、歪んでいるため、平均値を用いることは、それほど関連性のない要約尺度となりうる。このため、我々は、大きさではなく差の符号に焦点を当てた置換検定も行った。 さらに、我々は、異なる接触に費やされた時間の長さを区別しなかった。 最後に、接触者が減少するにつれて、個人が社会的相互作用をさらに減少させる可
能性は減少する。 したがって、接触者の変化は小さく、正確に定量化するためには非常に大規模な調査が必要となる。

今回の研究デザインは、接触者の時間的傾向の影響を軽減するために、新たな処置の前後 16 日間の接触者に集中的に行った。 しかし、完全にはそうではなかった可能性が高い。 さらに、秋に比較的急速に政策が変化したことは、一方の介入に起因する影響の一部が、他方の介入によって実際に引き起こされた可能性があることを意味する。 私たちは、特定の接触者(例えば、仕事や学校)を設定して、こういった潜在的な流出を制限しようと試みたが、完全にそれらを排除したかどうかは確かではなかった。 より短い研究期間(例えば、新しい測定の 1 週間前または後)は、これらの潜在的問題の両方を減少させるが、我々のサンプルサイズ(データが交互の週に収集されるので)も著しく減少させ、従って、差を検出する検出力も低下させるであろう。

このような制約にもかかわらず、COVID-19 に対応する様々な制約が機能しているかどうか、また機能している場合には、それらの制約がどの程度有効であるかという、非常に関連性の高い問題についての洞察を提供しようと試みた。 我々は、疫学的に関連のある 1 つの指標のみに焦点を当てたが、異なる制約の影響は、政策変更のために考慮する必要のある、より広範な社会的影響をもたらすであろう。

今後の研究では、制限が個人との時間を短縮するかどうかを評価することができ、また、午後 10 時のルールの場合も同様である。 異なる年齢群に対する制限の効果と、地域的な国内制限の遵守の可能性をさらに検討することは、効果の欠如が制限の有効性の欠如ではなく、サンプリングバイアスによるものかどうかを解明するのに役立つであろう。

結論

行動モニタリングにより、COVID-19 の伝播に対する国および地方の規制の影響を迅速に評価できることを実証した。 これらの制約の多くは行動の変化をもたらしたようであるが、これらの変化の大きさは小さいようである。

略語

CI:信頼区間、IQR:四分位範囲、英国:英国

参考文献

  1. Prime Minister ’s Office, Street 10 Downing. Prime Minister ’s statement on coronavirus (COVID-19): 23 March 2020. GOV.UK. 2020.
    https://www.gov.uk/ government/speeches/pm-address-to-the-nation-on-coronavirus-23-march-2 020. Accessed 11 Oct 2020.
  2. Jarvis CI, Van Zandvoort K, Gimma A, Prem K, CMMID COVID-19 working group, Klepac P, et al. Quantifying the impact of physical
    distance measures on the transmission of COVID-19 in the UK. BMC Med. 2020;18:124.
  3. Davies NG, Kucharski AJ, Eggo RM, Gimma A, Edmunds WJ. Centre for the Mathematical Modelling of Infectious Diseases COVID-19
    working group. Effects of non-pharmaceutical interventions on COVID-19 cases, deaths, and demand for hospital services in the UK: a
    modelling study. Lancet Public Health. 2020;5:e375 –85.
  4. Flaxman S, Mishra S, Gandy A, Unwin HJT, Mellan TA, Coupland H, et al. Estimating the effects of non-pharmaceutical interventions on
    COVID-19 in Europe. Nature. 2020;584:2570 –61.
  5. Prime Minister ’s Office, Street 10 Downing. PM announces easing of lockdown restrictions: 23 June 2020. GOV.UK. 2020.
    https://www.gov.uk/ government/news/pm-announces-easing-of-lockdown-restrictions-23-june-2 020. Accessed 11 Oct 2020.
  6. Department of Health and Social Care. Plans for managing the coronavirus (COVID-19) outbreak in Leicester. GOV.UK. 2020.
    https://www.gov.uk/ government/speeches/local-action-to-tackle-coronavirus. Accessed 11 Oct 2020.
  7. Department of Health and Social Care. Local restrictions: areas with an outbreak of coronavirus (COVID-19). 2020.
    https://www.gov.uk/government/collections/localrestrictions-areas-with-an-outbreak-of-coronavirus-covid-19. Accessed 11 Oct 2020. 8. Home Office. Rule of six comes into effect to tackle coronavirus. GOV.UK. 2020. https://www.gov.uk/government/news/rule-of-six-comesinto-effectto-tackle-coronavirus. Accessed 11 Oct 2020.
  8. Cabinet Office. Coronavirus (COVID-19): What has changed – 22 September. GOV.UK. 2020.
    https://www.gov.uk/government/news/coronavirus-covid-19- what-has-changed-22-september. Accessed 11 Oct 2020.
  9. Prime Minister ’s Office, Street 10 Downing. Prime Minister announces new local COVID Alert Levels. GOV.UK. 2020.
    https://www.gov.uk/government/news/primeminister-announces-new-local-covid-alert-levels. Accessed 2 Nov 2020.
  10. Prime Minister ’s Office, Street 10 Downing. Prime Minister ’s statement on coronavirus (COVID-19): 31 October 2020. GOV.UK. 2020.
    https://www.gov. uk/government/speeches/prime-ministers-statement-on-coronavirus-covid-1 9-31-october-2020. Accessed 15 Dec 2020.
  11. R Core Team. R: A Language and Environment for Statistical Computing. 2017. https://www.R-project.org .
  12. Dowle M, Srinivasan A. data.table: Extension of data.frame; 2020.
  13. Wickham H. ggplot2: Elegant Graphics for Data Analysis. 2016. https:// ggplot2.tidyverse.org .
  14. Efron B. Bootstrap methods: another look at the jackknife. Ann Stat. 1979;7: 1–26. https://doi.org/10.1214/aos/1176344552.
  15. Good PI. Permutation, parametric, and bootstrap tests of hypotheses: Springer Science & Business Media; 2006.
  16. Coronavirus and homeworking in the UK: April 2020 – Office for National Statistics.
    https://www.ons.gov.uk/releases/homeworkinginapril2020 . Accessed 16 Dec 2020.

最近の遺伝子コラム

niPGT-A(非侵襲的着床前診断)とは~胚にダメージを与えない着...niPGT-A(非侵襲的着床前診断)とは~胚にダメージを与えない着床前検査

embryo
着床前検査(Preimplantation Genetic Testing: PGT)は、受精卵(胚)の移植前に細胞の一部を採取して染色体や遺伝子の異常を調べる妊娠前に行う検査です。しかし、この検査には受精卵に穴を開けて […]
PAGE TOP