Estimating Infectious Disease Importation Risk during the 2026 FIFA World Cup

Technische Samenvatting: Schatting van het Risico op Import van Infectieziekten tijdens het WK Voetbal 2026

Probleemstelling
Het WK Voetbal 2026, gepland van 11 juni tot 19 juli 2026, zal 48 gekwalificeerde naties huisvesten in 11 Amerikaanse steden, wat het grootste toernooi in de geschiedenis vertegenwoordigt met een geschatte 1–5 miljoen internationale bezoekers. Dergelijke grootschalige bijeenkomsten creëren omstandigheden voor de versnelde import van infectieziekten uit diverse bronpopulaties. Bestaande kaders voor het schatten van dit risico vertrouwen vaak op geaggregeerde passagiersvolumes die ruimtelijke en landspecifieke heterogeniteit verhullen, zich richten op enkelvoudige ziekten, of geen rekening houden met evenement-specifieke reispieken. De auteurs identificeren een behoefte aan een transparante, reproduceerbare en op data gebaseerde aanpak om de importrisico's vooraf in te schatten ter ondersteuning van de publieke gezondheidszorg en de prioritering van surveillance.

Methodologie
De studie ontwikkelt een algemeen Poisson-importkader toegepast op vijf ziekten (dengue koorts, influenza, malaria, mazelen en kinkhoest) over 11 Amerikaanse gaststeden. Het kader integreert meerdere publiekelijk beschikbare datasets: de maandelijkelijke aankomsten van de US Customs and Border Protection (COR) I-94, de Bureau of Transportation Statistics (BTS) T-100 luchthavenrouteringsgegevens, de National Travel and Tourism Office (NTTO) reisprognoses en de WHO-surveillancegegevens van ziekten.

De kern van de methodologie bestaat uit drie geneste modellen met een toenemende resolutie:

1. Basismodel (Model 1): Gebruikt routinematige aankomstgegevens van juni 2024 zonder WK-aanpassingen. Dit vormt een ondergrens als referentie voor het routinematige toerisme-risico.
2. WK-Aangepast Model (Model 2): Schaalt reisvolumes naar de prognoses van juni 2026 met behulp van NTTO-voorspellingen en groeifactoren ($\phi_c$). Het past een specifieke groeifactor van 1,174 toe voor WK-gekwalificeerde landen en 1,077 voor anderen om de geaggregeerde reispiek te vangen.
3. Schema-gestuurd Model (Model 3): Decomponeert reizen in een "WK-fanstroom" en een "achtergrondstroom". De fanstroom wordt gerouteerd naar specifieke steden op basis van wedstrijdtoewijzingen (met behulp van officiële FIFA-schema's), terwijl de achtergrondstroom de gebruikelijke routeringspatronen volgt die zijn afgeleid van de BTS T-100 data.

Berekening van het Importrisico
Het verwachte aantal infectieuze reizigers ($\lambda_{c,v,d}$) die vanuit land $c$ aankomt in stad $v$ voor ziekte $d$ wordt gemodelleerd als:
$$\lambda_{c,v,d} = N_{c,v} \cdot I_{c,d} \cdot p_d$$
Waarbij:

• $N_{c,v}$ het geprojecteerde aantal reizigers is.
• $I_{c,d}$ de landspecifieke incidentie van de ziekte is, aangepast voor onderrapportage ($\rho_d \cdot C_{c,d}/P_c$).
• $p_d$ de waarschijnlijkheid is van reizen terwijl men infectieus is.

De totale importintensiteit ($\Lambda_{v,d}$) is de som van de bijdragen van alle bronlanden. De waarschijnlijkheid van ten minste één import wordt berekend als $P(\ge 1) = 1 - e^{-\Lambda_{v,d}}$.

Onzekerheidsvoortplanting
Om de onzekerheid in onderrapportagefactoren ($\rho_d$) en de waarschijnlijkheid van reizen tijdens infectie ($p_d$) aan te pakken, gebruiken de auteurs Monte Carlo-onzekerheidsvoortplanting. Zij trekken 5.000 onafhankelijke steekproeven uit uniforme verdelingen die zijn gekalibreerd aan literatuurranges voor deze parameters. Resultaten worden gerapporteerd als medianen met 95% onzekerheidsintervallen (2,5e–97,5e percentiel).

Belangrijkste Resultaten

• Ziekteprofiel: Dengue koorts vormt het hoogste importrisico in de meeste wedstrijdsteden onder het schema-gestuurde model, met een mediaan verwacht aantal importen ($\Lambda$) dat de 10 overschrijdt voor Brazilië alleen in hoog-risico steden zoals New York, Los Angeles en Miami. Atlanta is een opmerkelijke uitzondering waar het malaria-risico het dengue-risico overtreft door direct reizen vanuit West- en Centraal-Afrikaanse landen. Influenza staat op de tweede plaats in de meeste steden, gedreven door de piek in de winter op het zuidelijk halfrond die samenvalt met het toernooi. Kinkhoest vertoont een brede geografische spreiding maar draagt de breedste relatieve onzekerheid. Mazelen laten consequent de laagste waarschijnlijkheid zien vanwege de ernstige prodromale symptomen die reizen onderdrukken.
• Bronfactoren: Latijns-Amerika (Brazilië, Colombia, Venezuela) domineert het dengue- en influenza-risico. West- en Centraal-Afrika drijven het malaria-risico aan. Europese landen leiden het risico op kinkhoest en mazelen. Brazilië is geïdentificeerd als het enkelvoudig hoogste risicoland overall.
• Samenstelling van de Reisstromen: Achtergrondtoerisme (reizen die plaatsvinden ongeacht het evenement) vormt het dominante deel van het totale importrisico. De toename door de WK-fans draagt ongeveer 8,3% bij aan de geprojecteerde aankomsten voor gekwalificeerde landen.
• Robuustheid van het Model: De rangorde van steden (New York, Los Angeles, Miami, Houston als hoogste risico) blijft robuust over alle drie de modellagen. De stap van het basismodel naar het WK-aangepaste model produceert een bijna uniforme stijging van ~17% in risico, terwijl het schema-gestuurde model stadsspecifieke divergentie introduceert zonder de algehele hiërarchie te wijzigen.

Betekenis en Claims
Het artikel claimt een algemeen, reproduceerbaar Poisson-importkader te bieden dat volledig is gebouwd op publiekelijk beschikbare data. De primaire bijdragen zijn:

1. Transparantie en Reproduceerbaarheid: In tegen tegenstelling tot propriëtaire modellen die steunen op commerciële boekingsgegevens, gebruikt dit kader uitsluitend publieke datasets, waardoor elk publiek gezondheidsteam de analyse kan inzetten, bijwerken en aanpassen.
2. Granulaire Attributie: De hiërarchie van drie modellen maakt het mogelijk om de effecten van de WK-reispiek en de toegevoegde waarde van schema-gebaseerde fan-routering helder te isoleren.
3. Praktisch Nut: Het framework dient als een transparant basismodel dat complementair is aan propriëtaire systemen. Het kan fungeren als een staand surveillance-instrument voor de routinematige importdruk bij Amerikaanse internationale toegangspoorten, onafhankelijk van specifieke massale bijeenkomsten.
4. Risicocommunicatie: Het gebruik van Monte Carlo-onzekerheidsintervallen stelt besluitvormers in staat om robuuste bevindingen (bijv. dengue-risico) te onderscheiden van schattingen die voorzichtigheid vereisen (bijv. het risico op kinkhoest, dat wordt gepresenteerd als een conservatieve bovengrens).

De auteurs concluderen dat de voorbereiding op de publieke gezondheid zich niet uitsluitend moet richten op de WK-fans, maar de gehele groep internationale bezoekers in juni als de primaire blootstellingsgroep moet behandelen, aange_zien achtergrondtoerisme de meerderheid van het importrisico drijft. Het kader is ontworpen om uitgebreid te kunnen worden naar extra ziekten (bijv. chikungunya, mumps), steden en andere evenementen met grote aantallen mensen.