Mobilność jako kluczowa zmienna wyjaśniająca regionalne różnice w dynamice zakażeń - Wyniki wstępne

Abstract

Wprowadzenie: Istnieje potrzeba analizy czasowo-przestrzennej rozprzestrzeniania się wirusa SARS-CoV-2 w Polsce w celu przygotowania szczegółowych rozwiązań, umożliwiających podejmowanie działań minimalizujących zagrożenie dla zdrowia publicznego w czasie wysoce prawdopodobnej drugiej fali na jesień 2020.

Metodologia: Naszym zadaniem jest badanie związku między czasem dojścia wirusa i liczbą potwierdzonych przypadków COVID-19 w okresie 04.03-22.05.2020 (dane nieoficjalne), a zmiennymi społeczno-ekonomicznymi na poziomie powiatów za pomocą prostych technik statystycznych jak wizualizacja danych, analiza korelacji, kastrowanie przestrzenne i wieloraka regresja liniową.

Wyniki: Proste modele ugzględniające wyłącznie dane społeczno-ekonomiczne pozwalają na wyjaśnienie zmienności liczby przypadków w 45%, a czasu dojścia zakażenia w 25%. Mobilność wyliczona jest jako centralność wierzchołkowa ważona na grafie przepływów pracowniczych na danych GUS najlepiej wyjaśnia zmienność dynamiki zakażeń w Polsce. Emigracja jest najlepszym predyktorem czasów dojścia SARS-CoV-2, a logarytm mobilności ogólnej najlepiej wyjaśnia rozmiar epidemii w powiatach. Poza mobilnością/migracją, poziom zatrudnienia, uprzemysłowienie i poparcie polityczne są najlepszymi predyktorami dynami zakażeń w znajcznie większym stopniu niż wcześniej postulowane zmienne jak gęstość zaludnienia, dochód, czy wielkość populacji senioralnej.

Wnioski: Polskie władze mogłyby posiadając rzetelną analizę rozprzestrzeniania się wirusa przygotować się na drugą i zarządzać zasobami w sposób optymalny. Ze względu na dużą korelację między emigracją wewnętrzną i zewnętrzną, czasy dojścia zakażenia istotnej statystycznie związane są z migracją pracowników i nie mają istotnego związku jak wcześniej postulowano z wyjazdami turystycznymi, czy biznesowymi. Co więcej, dochód w ujęciu regionalnym wręcz zwiększa (nieistotnie) ryzyko zdiagnozowania COVID-19. Związek między liczebnością najbardziej podatnej na objawową formę zakażeń SARS-CoV-2 populacji senioralnej a liczbą zdiagnozowanych przypadków w modelu selektywnym został wyrugowany przez inne zmienne społeczno-ekomiczne. W związku z tym, że duże ogniska często występują w przemysłowo-wydobywczych zakładach pracy, obserwujemy korelacją między obszarami przemysłowymi lub o wysokim współczynniki zatrudnienia, o wysokiej mobilności oraz wysokim poparciu dla partii rządzącej z liczbą potwierdzonych przypadków COVID-19, należy więc wzmocnić personalnie, informatycznie i uprawnieniowo Inspekcję Sanitarną w powiatach o podwyższonym ryzyku przed kolejną falą zakażeń.