有圖來解─社交距離對於延緩COVID-19疫情的影響

臺灣在2020年防疫有成,除了沒有大規模的新冠肺炎疫情在本土流行,也因為落實社交距離政策、戴口罩與勤洗手等衛教措施,顯著降低了本土許多傳染病的發生率,包含流感、腸病毒、猩紅熱等,無形間產生公共衛生的外溢保護效果。非藥物介入(non-pharmaceutical intervention)的社交距離政策、個人防護措施仍然是預防新冠肺炎與其他呼吸道傳染病流行最快速有效的方式。 本文將使用2020年2月至4月初,疫情流行初期的17國的本土病例資料進行分析,也與臺灣本土的電信公司合作,就臺灣疫情期間的人流變化進行研究。數位時代下,可利用匿名加總的電信資料對於人民的配合度進行評估,動態調整管制措施或政策宣導的力道。此波疫情的經驗,將可以作為往後防治新興傳染病上的實證參考。

 
各國社交距離政策鬆緊大不同

社交距離政策在各國的作法不太一樣,東西方國家對於社交距離政策也有著極大的差異。以二到四月而言,西方國家的政策鬆緊度變異非常大,從一開始非常鬆,到後來因為疫情嚴峻,將政策調到最緊,而東方國家如臺灣、日本、新加坡的管制措施相對來說就滿穩定的,也不會像西方國家限制到非常嚴格,這其中除了管制措施實施的早晚外,疫情的劇烈升溫當然也是一項主要因素。

◎政策越緊,人流越小,又以大眾運輸站降幅最劇
若以50分作為一個政策鬆緊度的切點,即二到四月每日政策分數中位數大於等於50分的視為政策嚴格的國家,政策嚴格的國家人流下降量都十分顯著,達到統計顯著的差異(p<0.05)。其中以大眾運輸站降幅最大,其次是零售店和休閒設施,顯示在全球流行的初期,社交距離政策對人流的影響是非常顯著的。

 

圖六 17個國家的每天政策鬆緊度分數(環狀圖)與政策鬆緊度平均數(地圖).jpg

17個國家的每日政策鬆緊度分數(環狀圖)與政策鬆緊度平均數(地圖)。

 
用Google資料來看歐美國家的人流變化(2020.02~2020.10)

◎暑假後疫情大告急
在疫情影響嚴重的歐美,三到五月居家的人流大幅增加,在外活動的人流大幅下降,然而六月之後,因為民眾活動被限制許久,加上暑假來到,有的國家如法國,因此大幅鬆綁各項管制措施,疫情到了九月之後就迅速攀升。 有的如英國,雖然管制措施在四月之後都非常嚴格,但可以看到暑假之後,人流也大幅增加,因為沒有強制的法律規定,秋天時疫情直線上升,到了十月份時英國中央政府甚至需要編列預算來獎勵地方政府,協助提升民眾遵從政府防疫政策。

 

法國確診病例數、Google社區人流變化量與政策鬆緊度之間關係示意圖。法國確診病例數圖片來源:https://coronavirus.jhu.edu/data/new-cases

法國的Google社區人流變化量示意圖。可見在疫情前期活動較為克制,到了夏季,前往公園和使用大眾運輸的人流量則大幅提升。

法國政策寬鬆度示意圖。夏天政策鬆綁。

 

英國確診病例數。圖片來源:https://coronavirus.jhu.edu/data/new-cases

英國的Google社區人流變化量示意圖。

英國政策鬆緊度示意圖。可見政府管制嚴格,但民眾暑假之後配合度不高、無法可罰。只得祭出獎勵金,請地方政府幫忙提升政策順從度。

 
配不配合社交距離政策,對疫情有差嗎?

◎Google、Apple的人流變化數據+政策鬆緊度指標,傳染速度影響一目了然
大多數的國家在疫情開始之初都經歷了一番亂流,隨著社交距離政策的調整,傳染速度大多能夠持續改善(從紫、紅色往黃、綠色前進),但由於傳染速度(Rt)仍然大於1,新的感染個案仍然會持續增加,目標是要讓傳染速度小於1,才能讓疫情逐漸下降。

 

圖五 17個國家疫情流行初期的估計傳染速度.jpg

17個國家疫情流行初期的估計傳染速度(Rt)。使用全世界17個國家(澳洲、加拿大、芬蘭、法國、德國、希臘、義大利、西班牙、瑞典、泰國、英國、美國、越南、日本、南韓、新加坡與台灣)的資料,以疫情初期2020年2月5日至4月8日的本土新冠肺炎確診病例數作為分析的標的,並使用統計模型計算每個國家每日的傳染速度(Rt),再配合每日牛津大學的政策鬆緊度指標與Google、Apple的人流變化數據,綜合分析政策與人民的配合度對於延緩疫情的影響。

 
Google開放資料╳遠傳電信:臺灣疫情期間人流變化大公開
 

圖二 台灣Google社區人流變化百分比.jpg

自Google的開放資料「社區人流變化百分比(Community Mobility Report)」統計臺灣2020年二月至十月間的人流。

 

在全球17個國家做的人流對新冠肺炎傳染速度影響的分析,空間尺度是以國家為單位,若要細緻到比較小的都會區就比較困難。本文與遠傳電信公司合作分析疫情發現,在六月之前,不論在平日、假日民眾的人流量在公園、夜市、交通運輸(火車、高鐵)、量販店、醫院、觀光風景區都是呈現比二月的基礎值來的低。其中平日在三月中時,量販店有一個人流的高峰,主要是因為當初的衛生紙之亂,造成人流的小幅成長。隨著國內疫情在五月逐漸穩定,六月的假期的人流逐漸回升,而二月至六月之間的五個連續假期,在觀光風景區的人流回升率也逐步升高,至六月底的端午節已經呈現大解封狀態。 總的來說,臺灣因為疫情相對穩定,人流的影響相較於歐美而言變動較小。若以社區人流變化來看,人流大幅增加的時間點主要在五個連續假期,包含228、清明節、勞動節、端午節與中秋節。 隨著四月中旬最後一位確診本土病例的結束,疾管署也開始在四月底宣布開始防疫新生活運動,五到六月的假日人流就逐漸增加。

 
 
因禍得福:臺灣其它傳染病疫情也變少了!

2020年1月下旬開始,中央流行疫情指揮中心陸續做出不少防疫規定:對大陸來臺旅客限制入境,國際入境旅客需要居家檢疫14天,國內各級學校寒假後延後兩週開學,口罩實名販售,也因為民眾的積極配合,2020年的傳染病疫情下降非常顯著。2020年的就診率都非常低(最下方紫色線),有出現星號(*)的地方,表示使用統計模型檢定後,比以往有顯著的下降(p<0.05),說明傳染病透過個人防護加強、保持社交距離等,的確是可以達到相當好的預防效果。

 

圖七 類流感、腸病毒疫情與過往疫情的比較.jpg

自全國、台北市、台中市、高雄市類流感門診與0-9歲的腸病毒門診就診率,比較類流感、腸病毒的過去與現在疫情之不同。

 
小結

面對21世紀最大一波的傳染病大流行,除了病毒的傳染力更勝以往的流感病毒與SARS病毒外,全球之間的交通聯繫也都比過去更加緊密與快速,想控制新冠肺炎疫情,除了期待藥物、疫苗與更敏感的檢驗工具外,非藥物的公共衛生介入措施是控制疫情的唯一選擇。社交距離政策與民眾的配合度同等重要,隨著疫情的變化,需不斷地調整政策的鬆緊度。早期導入社交距離政策,並配合個人的防護措施(戴口罩、洗手或酒精洗手),將可以避免大規模的封城,也可收獲其他傳染病下降的外溢效果。數位時代下,可利用匿名加總的電信資料對於人民的配合度進行評估,動態調整管制措施或政策宣導的力道。此波疫情的經驗,將可以作為往後防治新興傳染病上的實證參考。

 

延伸閱讀

  1. Flaxman, S., S. Mishra, A. Gandy, H. J. T. Unwin, T. A. Mellan, H. Coupland, C. Whittaker, H. Zhu, T. Berah, J. W. Eaton, M. Monod, C.-R. T. Imperial College, A. C. Ghani, C. A. Donnelly, S. Riley, M. A. C. Vollmer, N. M. Ferguson, L. C. Okell and S. Bhatt (2020). "Estimating the effects of non-pharmaceutical interventions on COVID-19 in Europe." Nature 584(7820): 257-261.
  2. Fu, Y. C., D. W. Wang and J. H. Chuang (2012). "Representative contact diaries for modeling the spread of infectious diseases in Taiwan." PLoS One 7(10): e45113.
  3. Kraemer, M. U. G., C. H. Yang, B. Gutierrez, C. H. Wu, B. Klein, D. M. Pigott, C.-D. W. G. Open, L. du Plessis, N. R. Faria, R. Li, W. P. Hanage, J. S. Brownstein, M. Layan, A. Vespignani, H. Tian, C. Dye, O. G. Pybus and S. V. Scarpino (2020). "The effect of human mobility and control measures on the COVID-19 epidemic in China." Science 368(6490): 493-497.
  4. Majumder, M. S. and K. D. Mandl (2020). "Early in the epidemic: impact of preprints on global discourse about COVID-19 transmissibility." Lancet Glob Health 8(5): e627-e630.