システム管理者
By Marianne Freiberger; plus magazineより
今，学校の再開が注目されていますが，もう1つのパンデミックの課題にも直面しています．今月と来月，全国の大学が秋学期を開始します．
約200万人の大学生が全国から選択した教育機関に動きだします．フレッシャーズフルー*)［*注）フレッシャーズフルーとは，大学で最初の数週間に新入生が発症した一連の病気に付けられたイギリス英語．］の感染は大学のキャンパス全体に簡単に広がる可能性があります． COVID-19では，若者が無症候である可能性が高いということから，発生しても迅速に発見されない可能性があります．若者のCOVID-19は深刻な病気になる可能性は低くいのですが，学生より脆弱な可能性のあるスタッフや周囲のコミュニティと混ざり合うため，大学での流行は無視できないリスクとなります．
大学を可能な限り安全に保つのに，何ができるでしょうか？ 7月に2つのオンラインブレーンストーミングセッションがありました．Isaac Newton Instituteによって実施された「パンデミックの感染症のダイナミクス：感染症のパンデミックのダイナミクスを理解する上での数学的および統計的課題」（IDP） https://www.newton.ac.uk/event/idp の一部で，数学者と教育省および高等教育機関の代表者が集まり，数学がいくつかの問題の敏速な解決にどのように役立つかを確認しました．
数学者が提供しなければならないのは，数学モデルを使用してさまざまな状況下で病気の広がりをシミュレートし，緩和策が感染拡大にどのように影響を与えるか確認することです．
「この問題の見方で，数学は学際的なタペストリーの一部になりたい」と講演者でサウザンプトン大学のレベッカ・ホイルは言いました．「すべての答えがあると感じているわけではありませんが，そのパッチワークの一部を提供します」
■ベースライン
病気が典型的な学生集団にどのように広がるか，IDPの会議で，Ellen Brooks Pollockはブリストル大学のチームの仕事について報告しました． チームは、2010年に実施された社会的接触調査のデータとブリストルの学生の家庭の状況に関する匿名の情報を使用して，学生の接触パターン（誰が、どのくらいの頻度で会うか）を把握しました． チームは，学期の初めに到着したときに学生が通常どこから来るのかを見て，COVID-19に感染して到着する学生の数も推定しました． 彼らは，この情報を確率的コンパートメントモデル*)https://plus.maths.org/content/how-can-maths-fight-pandemic に組み込みました．
このモデルによると，ブリストルの学生の約20％が最初の学期中に感染する可能性があり，大学生活が通常どおり継続する場合，約74％が学年末までに感染することを示唆しています．新入生は感染率が最も高く，発生の初期段階を促進します．ブリストル大学では，他の多くの大学と同様に，新しく到着した学生が好む宿泊施設であるホールは，さまざまな混合場所になるため，1年目の期待と社交への熱意を考慮すると驚くべきことではありません．
モデリングは，発症の症例と比較して，気づかれずに忍び込む無症候性の症例が，どれほどの感染性であるかに依存することも示しました．上記の結果は，無症候性が対症療法の約半分の感染性であるという仮定（入手可能なデータに照らして妥当な推定値）に基づいています．しかし，ブルックス・ポロックと彼女の同僚は，この相対的な感染率の他の値も試し，流行の最終的なサイズがその数に非常に敏感であることを発見しました．たとえば，無症候性の人が症状を示している人と同じくらい感染性があると仮定すると，学生の約96％が学年末までに感染します．
すべてのモデルと同様に，ブリストルのチームによって開発されたモデルは，仮定に基づいており限界があります．これについては，https://www.medrxiv.org/content/10.1101/2020.09.10.20189696v1.full.pdf この論文に書きます．大学の流行は，本当にリスクがあることを確認しています．これらの発生をよりよくシミュレートするために，無症候性の症例の感染性に関するより多くの研究が必要であることを示唆しています．
■テスト、テスト、テスト
今では誰もが知っているように，エピデミックを回避または少なくとも軽減するには，感染の連鎖を早期に断ち切ることです．したがって，大規模な大学が独自の学内テストおよびトレースシステムを導入することは理にかなっているでしょう？ IDPセッションは，まさにそれを調査しているウォーリック大学のチームからも聞いた． チームは，接触パターンを反映するネットワークと組み合わせたコンパートメントモデルを使用して，ワーウィックキャンパスでの病気の蔓延をシミュレートしました．
IDPセッションで報告された最初の結果は，最も効果的にするために，テスト＆トレースがスムーズに機能する必要があることを示唆しています．症状を発症する十分な数の人が実際に行ってテストを受け，症状がでるまでとテスト＆トレースシステムの遅延を短くする． これらの問題の両方で，学内のテスト＆トレースシステムが明らかに役立ちます．
潜在的に危険な無症候性の症例を見つける唯一の方法は，学生の体全体の定期的なテストを実行することです．問題は，そのようなプログラムが効果的であるために，学生はどのくらいの頻度でテストされる必要があるかということです．これはブリストルの研究が検討したもう1つの問題であり，モデルによるとその答えは少なくとも2週間ごとです．
すべての英国の大学にスケールアップすると，これは多くのテストを意味し，問題はそれらすべてのテストがどこから来るのかということです．一部の大学は独自のラボを使用してテスト能力を構築していますが，ほとんどの大学はこれを行うことができません．そのため，大学のテストでは，現在医療従事者や症状のある人々のために確保されている国の能力を利用する必要があります．
テストに関する現在の問題を考えると，より経済的なアプローチを検討することも理にかなっています． 「検討するかもしれないのはバッチテストです」とHoyle氏は説明します． 「アイデアは，サンプルを組み合わせて一度に複数の人をテストすることです．そのテストが陰性に戻った場合，個別のテストを行う必要はありません．陽性のバッチにあった人を個別にテストするだけで済みます．多くの人を定期的にテストできるかもしれません」
IDPセッションの参加者は，個々の機関がどのような種類のテスト体制が彼らに適しているかを見つけるために使用できる適応モデリングツールを作成することを目的として，テスト＆トレースモデルに取り組んでいます．モデリングはまた，大学での流行が周囲のコミュニティにとってどれほど危険であるかについてのより多くの考えを私たちに与えるでしょう．危険性が高い場合は，国の政策でこれを考慮に入れる必要があります．国の試験能力の一部は，実際に大学のために確保する必要があるかもしれません．
その間，教育機関は，テストで陽性となった学生をどうするかについても考える必要があります．モデルでは，これらの人々は感染性がなくなるまで検疫に入ると常に想定されていますが，現実はそれほど単純ではありません． 20歳の子供に，家から遠く離れた小さな学生部屋で2週間自己隔離するように言うと，規則の違反やさらに悪いことに，深刻なメンタルヘルスの問題につながる可能性があります．誰もが家に帰ることを期待している学期の終わりにテストが行われる場合，これはさらに悪いことになります．モデラーだけでなく，学生の福祉や支援を担当する人たちにもやるべきことがあります．
もちろん，大学が実施できる手段はテストだけではありません．対面教育と学生間の接触を減らすことは，他の2つの明白なオプションです．これらについて詳しくは，
https://plus.maths.org/content/going-back-uni-during-pandemic-part-ii