A formula for the basic reproduction number of an infectious disease in a heterogeneous population with structured mixing

In dit artikel wordt een veralgemeend model gepresenteerd dat contactmatrixen en variabiliteit in contactfrequenties combineert om de basisreproductiegetal ($R_0$) van een infectieziekte in een heterogene populatie te berekenen, wat toegepast op Belgische contactgegevens uit de COVID-19-pandemie leidt tot hogere schattingen van $R_0$ en grotere relatieve veranderingen dan eerdere modellen.

De kern

Stel je voor dat een ziekte als een vuur is dat door een bos brandt. De basisreproductiegetal (R0) is dan een maatstaf voor hoe snel dat vuur kan verspreiden. Als R0 onder de 1 ligt, dooft het vuur vanzelf uit. Is het boven de 1, dan kan er een enorme brand (een epidemie) ontstaan.

Voorheen hadden wetenschappers twee verschillende manieren om te voorspellen hoe snel dat vuur zou vlammen, maar ze keken alleen naar één kant van het bos:

1. De "Groepsbenadering": Ze keken alleen naar de soort bomen. Bijvoorbeeld: "Kinderen zitten in de ene groep, ouderen in de andere." Ze dachten: "Als kinderen veel contact hebben met elkaar, verspreidt het vuur zich daar sneller." Maar ze negeerden dat sommige individuele bomen (mensen) gewoon veel meer brandstof (contacten) hebben dan anderen.
2. De "Verschillenbenadering": Ze keken alleen naar het aantal brandstof. Ze dachten: "Sommige mensen hebben 100 contacten, anderen maar 2." Ze wisten dat die 'super-contactmensen' het vuur snel verspreiden, maar ze keken niet naar wie die mensen waren (bijvoorbeeld: zitten ze in een school of in een bejaardentehuis?).

Het probleem:
In de echte wereld zijn beide dingen tegelijk waar. Er zijn groepen (zoals scholen of kantoren) én er zijn individuen die extreem veel contacten hebben. Als je maar één van deze twee factoren meet, krijg je een verkeerd beeld. Het is alsof je probeert te voorspellen hoe snel een auto rijdt door alleen naar de motor te kijken, of alleen naar de banden, maar nooit naar het complete voertuig.

De nieuwe oplossing van dit papier:
De auteurs van dit onderzoek hebben een nieuwe formule bedacht die beide werelden combineert. Ze hebben een "super-rekenmachine" gemaakt die rekening houdt met:

• Wie met wie praat (de groepen).
• Hoeveel mensen er met elkaar praten (de variatie in contacten).

Een creatieve analogie: Het Feestje
Stel je een groot feestje voor waar een gerucht (de ziekte) rondgaat.

• De oude methoden dachten: "Oké, er zijn twee zalen: een danszaal en een rustzaal. In de danszaal praten mensen hard, in de rustzaal fluisteren ze." Of: "Er zijn een paar mensen die overal rondlopen en iedereen een hand geven, en de rest blijft stil staan."
• De nieuwe methode zegt: "Wacht even! Die ene persoon in de danszaal die 50 mensen heeft begroet, is veel gevaarlijker dan diegene in de rustzaal die maar 2 mensen heeft begroet. En als die 50 mensen allemaal weer naar de rustzaal gaan, verspreidt het gerucht zich daar ook sneller dan we dachten."

Wat hebben ze ontdekt?
Ze hebben dit getest met data uit België tijdens de coronapandemie. Ze zagen iets verrassends:

• Als je alleen naar het gemiddelde aantal contacten kijkt (de oude methode), lijkt het alsof het virus minder snel verspreidt als de maatregelen worden opgeheven.
• Maar als je kijkt naar de echte variatie (de nieuwe methode), zie je dat het risico veel groter is.

Waarom? Omdat wanneer de maatregelen worden opgeheven, niet iedereen evenveel contacten krijgt. Een kleine groep mensen gaat plotseling heel veel mensen ontmoeten (bijvoorbeeld op feesten of in drukke bars), terwijl de rest hetzelfde blijft. Die kleine groep fungeert als een "superspreider". De oude methoden zagen dit niet, omdat ze alleen keken naar het gemiddelde. De nieuwe methode pikt dit eruit en zegt: "Pas op, het vuur kan veel sneller slaan dan je denkt!"

De conclusie voor de gemiddelde lezer:
Dit onderzoek leert ons dat we niet mogen kijken naar het "gemiddelde mens" als we willen weten hoe een ziekte zich verspreidt. We moeten kijken naar de structuur van onze sociale netwerken: wie zit in welke groep, en wie zijn die specifieke mensen die met iedereen praten?

Voor beleidsmakers is dit cruciaal. Als je alleen kijkt naar het gemiddelde, kun je denken dat het veilig is om maatregelen op te heffen, terwijl er in werkelijkheid een groepje mensen is dat het virus razendsnel kan verspreiden. De nieuwe formule helpt om die onzichtbare risico's zichtbaar te maken, zodat we beter beschermd zijn tegen de volgende grote brand.

Technische samenvatting

Probleemstelling

De basisreproductiegetal ($R_0$) van een infectieziekte is cruciaal voor het begrijpen van de verspreiding en het bepalen van beleidsmaatregelen. Traditionele berekeningen van $R_0$ maken vaak simplistische aannames:

1. Homogene populatie: Iedereen heeft hetzelfde aantal contacten.
2. Willekeurige menging (Well-mixed): Iedereen kan even waarschijnlijk contact hebben met iedereen anders.

In de praktijk zijn populaties echter heterogeen (sommige mensen hebben veel meer contacten dan anderen) en vertonen ze gestructureerde menging (contacten vinden vaker plaats binnen specifieke demografische groepen, zoals leeftijdsgroepen).

Er bestaan twee bestaande methoden om dit te modelleren, maar ze zijn gescheiden:

• Groepsafhankelijke menging: Gebruikt een contactmatrix (Next Generation Matrix) gebaseerd op leeftijdsgroepen, maar veronderstelt homogene contactraten binnen die groepen.
• Heterogene contactraten: Neemt variatie in het aantal contacten per individu in acht, maar veronderstelt vaak willekeurige menging zonder groepsstructuur.

Het probleem is dat het gebruik van deze gescheiden methoden op dezelfde dataset tot verschillende en mogelijk misleidende conclusies kan leiden over de impact van maatregelen (zoals tijdens de COVID-19-pandemie). Er ontbreekt een unificerend model dat zowel de variatie in contactaantallen als de gestructureerde menging tussen groepen gelijktijdelijk behandelt.

Methodologie

De auteurs introduceren een nieuw wiskundig model dat beide aspecten combineert. De methode omvat de volgende stappen:

1. Netwerkontwikkeling:

   • De populatie wordt gestratificeerd in $m$ groepen (bijv. leeftijdsgroepen).
   • Binnen elke groep worden individuen verder onderverdeeld op basis van hun aantal contacten ($k$).
   • Een contactnetwerk wordt gemodelleerd als een verwachte waarde van een "degree-corrected stochastic block model". De kans op een link tussen twee individuen hangt af van hun groep, hun aantal contacten en de totale contactdichtheid tussen de groepen.

2. Afleiding van de Next Generation Matrix (NGM):

   • De auteurs definiëren een nieuwe matrix $G^*$ (de "modified next generation matrix").
   • De elementen van deze matrix ($G^*_{ab}$) voor groep $a$ en $b$ worden afgeleid als:
     $$G^*_{ab} = \lambda \frac{C_{ab}}{N_b} \left[ 1 + \left(\frac{\sigma_a}{\mu_a}\right)^2 \right]$$
     Waarbij:
     • $\lambda$: Transmissiekans per contact.
     • $C_{ab}$: Aantal contacten tussen groep $a$ en $b$.
     • $N_b$: Populatiegrootte van groep $b$.
     • $\mu_a$: Gemiddeld aantal contacten in groep $a$.
     • $\sigma_a$: Standaardafwijking van het aantal contacten in groep $a$.
   • De term $\left[ 1 + (\sigma_a/\mu_a)^2 \right]$ corrigeert voor de heterogeniteit binnen de groep.

3. Berekening van $R_0$:

   • $R_0$ wordt gedefinieerd als de spectrale straal (de grootste eigenwaarde) van de matrix $G^*$: $R_0 = \rho(G^*)$.

4. Validatie:

   • Het model wordt gevalideerd door vergelijking met gesimuleerde uitbraken op synthetische netwerken met variabele parameters voor heterogeniteit ($h$) en groepsafhankelijke menging ($m$).
   • De analytische resultaten worden vergeleken met simulaties waarbij individuen worden geïnfecteerd en de verspreiding wordt gevolgd.

5. Toepassing op Real-World Data:

   • Het model wordt toegepast op de CoMix-contactenonderzoeken uit België (april 2020 - maart 2022).
   • Data-preprocessing: Uitbijters (personen met abnormaal hoge contactaantallen) worden verwijderd op basis van een z-score drempelwaarde ($z=3.5$) op de log-getransformeerde data om de stabiliteit van de schatting te waarborgen.
   • Er wordt een vergelijking gemaakt tussen een periode met hoge stringentie (schoolsluitingen, gesloten horeca) en een periode met lage stringentie.

Kernbijdragen

• Unificatie: Het artikel levert een afgeleide formule die de twee bestaande benaderingen (groepsmenging en heterogeniteit) generaliseert tot één enkel model.
• Formele Afleiding: De auteurs tonen wiskundig aan dat hun nieuwe matrix $G^*$ de eigenwaarden behoudt van de complexe onderliggende netwerkmatrix, waardoor een efficiënte berekening mogelijk is.
• Validatie: Het model wordt strikt getoetst aan simulaties en bewijst dat het de enige methode is die nauwkeurig blijft wanneer zowel groepsstructuur als contactheterogeniteit aanwezig zijn.
• Empirisch Bewijs: Toepassing op Belgische data toont aan dat bestaande methoden de impact van beleidsveranderingen onderschatten.

Resultaten

• Validatie: In alle gesimuleerde scenario's (variërend van volledig willekeurig tot sterk gestructureerd) kwam de berekende $R_0$ uit het nieuwe model perfect overeen met de simulatie-uitkomsten. De bestaande methoden faalden wanneer de tegenovergestelde aannames (bijv. heterogeniteit zonder groepsmenging) niet opgingen.
• Impact op $R_0$-schattingen:
  • Het nieuwe model levert hogere schattingen van $R_0$ op dan modellen die heterogeniteit negeren.
  • De relatieve verandering in $R_0$ bij het versoepelen van maatregelen is veel groter in het nieuwe model.
  • Voorbeeld: Bij de overgang van een periode met hoge stringentie naar lage stringentie in België:
    • Willekeurig homogeen model: $R_0$ stijgt met ~50%.
    • Leeftijdsafhankelijk homogeen model: Hogere stijging.
    • Willekeurig heterogeen model: Nog hogere stijging.
    • Nieuw gecombineerd model: $R_0$ stijgt met bijna 300%.
• Oorzaak: Wanneer beperkingen worden opgeheven, neemt het aantal contacten bij een minderheid van de bevolking (superspreiders) sterk toe, terwijl de gemiddelde stijging klein lijkt. Heterogeniteit versterkt dit effect op de transmissie, wat door traditionele gemiddelde-methoden wordt gemist.

Significantie en Conclusie

De studie heeft belangrijke implicaties voor de epidemiologische modellering en beleidsvorming:

1. Beleidsondersteuning: Het gebruik van verouderde methoden kan leiden tot een onderschatting van het risico bij het versoepelen van maatregelen. Het nieuwe model biedt een nauwkeurigere tool om beleidsmakers te waarschuwen voor potentiële uitbraken.
2. Behandeling van Uitbijters: De auteurs benadrukken dat het zorgvuldig behandelen van data met extreme waarden (uitbijters) essentieel is, aangezien deze individuen een disproportioneel grote bijdrage leveren aan $R_0$.
3. Aanbeveling: De auteurs pleiten ervoor dat iedereen die contactdata gebruikt om $R_0$ te schatten, dit nieuwe gecombineerde model moet adopteren om tegenstrijdige resultaten te voorkomen.
4. Toekomstige Richtingen: Er is meer onderzoek nodig naar de vorming van sociale netwerken en het verzamelen van nauwkeurigere data over individuen met zeer hoge contactaantallen (superspreiders).

Kortom, dit artikel biedt een wiskundig robuuste en empirisch gevalideerde methode om de complexiteit van menselijke interacties in epidemiologische modellen beter te vatten, wat essentieel is voor een effectieve bestrijding van infectieziekten.