Koronavírus-intézkedések: A CO₂-dózis számít

Engedje meg, hogy a forgókat világítani hagyjuk: A Tracer-részecskék, egy fényprojekció és nagysebességű kamerák segítségével a Hermann-Rietschel Intézetben mérik a légáramlásokat és a részecskék eloszlását beltéri helyiségekben.

Ábra. 1: Az xr kockázati tényező összehasonlítása a leegyszerűsített kockázati modellel különböző mindennapi helyzetekben. A tartózkodási idő változik itt – így például egy egész munkanap vagy iskolai nap kerül feltételezésre, míg egy mozi- vagy éttermi látogatás ennél rövidebb. Referenciat érték az xr = 1, ami egy fél órás tartózkodást jelent egy szupermarketben maszkban. Az xr értéke független a vírus különböző változataitól.

Ábra. 2: Hány további személyt képes egy fertőzött személy átlagosan megfertőzni egy adott helyzetben? Ezt az úgynevezett "helyzetfüggő R-érték" mutatja meg. Itt különböző helyzetekre és lehetséges intézkedésekre van ábrázolva. A fertőzött személyt magas vírusfaktorral feltételezik, ami például magas fertőzőképességet jelent. A „1000ppm” megadása a CO₂-értékre utal, és azt jelenti, hogy a helyiség ebben az esetben a jó levegőminőség követelményeinek megfelelően megfelelően szellőztetett.

Ábra. 3: Előrejelzett fertőzési kockázat egy munkatárs számára egy nagyterű irodában, ahol tíz egészséges személy és egy fertőző személy van, egy teljes munkanapon keresztül megjelenítve. A görbék a különböző, jobb oldalon felsorolt intézkedéseket (kombinációkat) mutatják. A „1000ppm” megjegyzés a CO₂ értékre utal, és azt jelenti, hogy ebben az esetben a hely megfelelő szellőztetéssel rendelkezik a jó levegőminőség követelményeinek megfelelően.

Ábra. 4: Ábra az infekciós kockázat meghatározásához, ha fertőzött személy van jelen, és a fertőzőképesség statisztikailag átlagolt értéke. A példában (piros nyilak) mérsékelt szellőztetés és az általános FFP2 maszk viselésének hatása mellett, hat órás tartózkodási idő esetén éppen egy pont található a kockázat alacsony és közepes között, ami azt jelenti, hogy több mint egy másik személy megfertőződhet. Ez független attól, hogy hány személy van jelen, és minden szokásos helyiségméretre érvényes.

A Hermann-Rietschel-Institut a Berlini Műszaki Egyetem (TU) kutatói és további tudósok egyszerűsített kockázatmodell fejlesztésén dolgoznak, hogy a koronavírus-járvány idején gyakorlati és bizonyítékokon alapuló ajánlásokat adhassanak az épület- és rendezvényszervezéshez. Ez egy már validált fertőzési dózismodellen, 25 dokumentált járványkitörés értékelésén és új matematikai számításokon alapul.

Első ízben mutatják be matematikailag a szén-dioxid (CO2) koncentrációjának jelentőségét, mint a beltéri fertőzésbiztonság indikátorát. A kutatók javasolják, hogy ezt az értéket a személyek tartózkodási idejével kiegészítve „CO2-dózissá” alakítsák. A létesítménygazdálkodás tesztelésére jelenleg egy terepgyakorlat zajlik a Berlini Egyetem előadótermeiben. Ebben a CO2-mérőeszközök adataikat felhőalapú szoftverbe továbbítják.

A vakcinák és a beltéri higiéniai intézkedések lehetővé tették, hogy magas incidencia mellett is moziba járjunk és eseményeken vegyünk részt. Azonban fontos kérdések még nyitva maradtak: Milyen vírusterhelések vezetnek a gyakorlatban járványkitörésekhez? Hogyan lehet egyszerű matematikai modell segítségével kvantifikálni a különböző higiéniai intézkedések hatását? És milyen általános következtetéseket lehet levonni, függetlenül a vírus konkrét tulajdonságaitól?

Koronavírus-járványok világszerte

Járványnak tekintjük az összes olyan fertőzést, ahol egy személy több másik embert megfertőz. „Jól dokumentált járványkitöréseket számunkra, mint az aranyat,” mondja Prof. Dr.-Ing. Martin Kriegel, a Hermann-Rietschel-Institut vezetője és a tanulmány első szerzője. „Ezek ritkák, ugyanakkor rendkívül értékesek.” A vizsgált esetek tehát a világ minden tájáról származnak, például Koreából, Kínából, Hawaii-ról, Izraelből vagy Franciaországból. De szerepel egy német húsipari cég járványkitörése, valamint több, különösen jól dokumentált eset egy hamburgi iskolában és egy berlini kóruspróbán. A fertőzötteknél a vírus DNS-ének meghatározásával pontosan megállapítható volt, ki kit fertőzött meg. Kriegels tanulmányának társszerzői között van virológus, higiénikus és epidemiológus is.

Fontos a jó helyszíni munka

A 25 járványkitörés elemzése és összehasonlítása általános következtetéseket tett lehetővé. Emellett utalásokat ad arra, mely adatok a legfontosabbak egy járvány dokumentálásához, hogy gyorsan jó képet kapjunk a fertőzési dinamikáról. Ide tartozik például a járvány során fertőzöttek megbízható száma, a pontos jelenlévők száma, valamint információk arról, ki hol és mennyi ideig tartózkodott, és mit tett pontosan a fertőzött vagy fertőző személy. További adatok közé tartozik a szellőztetési helyzet. „Ez tulajdonképpen olyan, mint a helyszínelés. Minél gyorsabban rögzítjük ezeket az adatokat egy járvány után, annál jobban emlékeznek az érintettek a körülményekre,” meséli Kriegel. Még alapvető adatokkal is elég jól rekonstruálhatók a járványkitörések, tapasztalati értékek felhasználásával, és statisztikai elemzésekkel feldolgozhatók.

Új modell matematikai egyszerűsítésekkel

Hogy konkrét kvantitatív ajánlásokat adhassanak egy járvány megelőzésére, például a maximális személyszámra egy helyiségben vagy a szükséges frisslevegő-áramlásra, a kutatók az 1950-es és 1970-es években kifejlesztett fertőzési dinamikára vonatkozó alapegyenletekre támaszkodtak. Ezekre építve alakítottak ki egy egyszerűsített matematikai fertőzési modellt, amely tartalmazza a járványkitörés szempontjából releváns paramétereket. Ezek a vírus és a vizsgált tér tulajdonságaira, de például az ott tartózkodó személyek tevékenységeire is vonatkoznak. „Első ízben tettünk olyan egyszerűsítéseket, amelyek a fertőzésmegelőzésre gyakorlatban alkalmazható kijelentéseket tesznek lehetővé,” magyarázza Kriegel. Egy lényeges eredmény a közvetlen kapcsolat a szoba levegőjében lévő CO2-szint és a fertőzés kockázata között. Az egyik ilyen egyszerűsítés például, hogy a veszélyeztetett személyek számát a térben nagyobbnak feltételezik, mint a fertőzöttek száma – ami általában igaz. Így kiküszöbölhető a modellben az összetett exponenciális függvény.

Kockázat összehasonlítása mindennapi helyzetekre

Ezen számítások eredménye egy kockázat-összehasonlítás bizonyos mindennapi helyzetek között, amely minden, aeroszolok révén terjedő vírusra érvényes (lásd 1. ábra). A legmagasabb kockázatot a munkahelyi és iskolai tartózkodások jelentik, míg a színház- és mozi látogatások alacsonyabb kockázattal járnak. A gyakran vitatott éttermi látogatások közepes kockázatot jelentenek egy több fertőzöttel járó járvány esetén. „Ennek ellenére a fertőzés veszélye viszonylag magas, mert mindenki beszél, és senki sem visel maszkot a helyen,” magyarázza Kriegel. A tartózkodási idő itt a különbség – mert senki sem ül annyi ideig az étteremben, mint amennyi egy normál munkanap a munkahelyen.

A idő tényező gyakran figyelmen kívül marad

Az idő tényező fontosságát jól mutatja egy áttekintés a különböző nem orvosi megelőző intézkedések hatékonyságáról és azok kombinációiról (lásd 2. ábra). Mivel a teljes kockázatcsökkentést a különböző védelmi összetevők hozzájárulásainak szorzataként kell számítani, például a tartózkodási idő felére csökkentése megduplázhatja a szellőztetés és maszkviselés védőhatását. „Míg vegyi vagy radioaktív sugárzás esetén intuitívan tudjuk, hogy nem szabad túl hosszú ideig tartózkodni a veszélyes területen, ezt gyakran elfelejtjük fertőzésveszély esetén,” mondja Martin Kriegel.

Területi teszt a Berlini Egyetem előadótermeiben

Ezért a helyiségben mért CO2-koncentráció önmagában nem elegendő az infekciós kockázat értékeléséhez. Bár a szén-dioxid szintje jó mutató arra, mikor kell szellőztetni – nincs azonban „biztonságos CO2-határérték”, amely felett nem fordulnak elő fertőzések. Egy fertőző személy folyamatosan aeroszolokat bocsát ki, amelyek vírusos terheltek, és a kockázatnak kitett személyek ezeket folyamatosan belélegzik. „Ezért javasoljuk egy CO2-dózis alkalmazását a kockázatértékeléshez, amely a CO2-koncentráción túl a kitettség időtartamát is figyelembe veszi,” mondja Kriegel. Jelenleg kísérletek folynak a Berlini Egyetem előadótermeiben. A CO2-mérőeszközök adatokat küldenek egy felhőalapú szoftverbe, amely kiszámítja a CO2-dózist. Ennek alapján például egy okostelefonos alkalmazás hozzáférhet ezekhez az adatokhoz, és minden hallgatónak személyre szabott kockázati profilt készíthet a tartózkodási idő és a CO2-koncentráció alapján. A Berlini Egyetem Mobil Felhőszámítás szakértőjével, Prof. Dr.-Ing. David Bermbach-szal együttműködve már készült egy webes alkalmazás, amely a CO2-dózis alapján számolja ki, hány személy fog valószínűleg megfertőződni egy fertőző személy mellett.

Ajánlások az épületgazdálkodás számára

A tanulmányban kifejlesztett matematikai kockázatmodell nemcsak további kutatásokat tesz lehetővé, hanem a higiéniai, szellőztetési és épület- vagy rendezvényszervező szakemberek számára is hasznos, akik higiéniai koncepciókat dolgoznak ki. „Az épületgépészeti rendszerek és a mobil légkezelők esetében gyakran használt „levegőcsere-ráta” nem célravezető,” magyarázza Kriegel. A kutatók javasolják, hogy a helyette a személyek számán és tartózkodási idején alapuló „térfogatáramot” használják. Míg a levegőcsere-ráta megmutatja, hányszor cserélődik ki a teljes levegő egy adott idő alatt, ez a térfogatáram azt mutatja, mennyi tiszta, nem szennyezett levegő jut személyenként és tartózkodási időnként. „Ezzel már a légtechnikai berendezések méretezése és működtetése során közvetlen kapcsolatban vagyunk a CO2-dózissal és a várható fertőzéskockázattal, amit a levegőcsere-ráta önmagában nem tud,” mondja Kriegel.

Az eredményekkel a kutatók azzal kívánnak hozzájárulni a beltéri levegő minőségéhez, hogy függetlenek a konkrét kórokozótól. A mérés hangsúlyozásán van a hangsúly – Kriegel szerint „Csak aki mér, az tud céltudatosan javítani. A levegő élelmiszer, és ugyanúgy, mint például az ivóvíz, felügyelni kell.” Mivel naponta körülbelül 1,5 kilogramm vizet fogyasztunk, tízszer annyi levegőt lélegzünk be – mintegy 15 kilogrammot naponta.