Egyedülálló citizen science, vagyis közösségi tudományos projekt indult útjára februárban, amihez csatlakozva mindenki hozzájárulhat ahhoz, hogy magyar kutatók megértsék a légúti megbetegedések terjedését, és Magyarország felkészültebbé váljon a 21. században az emberiségre leselkedő járványokra.

Az Egészségbiztonság Nemzeti Laboratórium (ENL) szakemberei által, Röst Gergely matematikus vezetésével folytatott MASZK 2.0 járványkutatáshoz a MASZKmonitor weboldalon és androidos, valamint iPhone-os alkalmazásokon keresztül bárki csatlakozhat. A projekt a covidjárvány alatti MASZK 1.0 kutatás folytatása, amely több százezer önkéntes kitöltő részvételével globálisan is egyedülálló adatokat biztosított a magyar kutatóknak.

A MASZK 1.0-val a covidjárvány alatti történő rendszeres adatgyűjtéseknek köszönhetően a magyar járványmodellezők sokkal naprakészebben tudták előre jelezni azt, hogy mi várható a covid terjedésében, mint olyan országokban, ahol nem végeztek ilyen típusú adatfelvételt – mondja Koltai Júlia Anna, az ELTE Társadalomtudományi Kutatóközpontjának kutatóprofesszora, az ENL Társadalomtudományi Kutatócsoportjának vezetője.

A kérdőívek rendszeres kitöltésével nemcsak a tudomány fejlődéséhez járulhatunk hozzá, hanem Magyarország pandémiás felkészüléséhez is, mondja Karsai Márton, a HUN-REN Rényi Alfréd Matematikai Kutatóintézet kutatóprofesszora és a CEU Hálózat és Adattudományi Tanszék tanszékvezető egyetemi tanára, aki az ENL Hálózati Epidemiológia Kutatócsoportját is vezeti. A lakosság bevonásával zajló projekt célja, hogy a kutatók minél jobb járványmodelleket készíthessenek, azok minél frissebb adatokon alapuljanak, és segítségükkel a jövőben a lehető legpontosabb előrejelzéseket és ajánlásokat lehessen tenni a népegészségügyi és politikai döntéshozóknak.

„Aki kitölti, azt arra kérjük, hogy töltse végig egy szezonon keresztül” – mondja Koltai, mivel így a kutatók végig tudják követni, hogy az időszak során miként alakultak a résztvevők tünetei és a kapcsolataik száma. A kitöltést akkor is várják, ha a résztvevők éppen nem érzik betegnek magukat és semmilyen tünetük sincs, hiszen ez teszi lehetővé az összehasonlító vizsgálatokat, mondja Számel Kata Viola, a Szegedi Tudományegyetem Bolyai Intézetének és az ELTE Társadalomtudományi Kutatóközpontjának tudományos segédmunkatársa.

Egyedülálló adatokat gyűjtöttek a covidjárvány alatt

Az, hogy egy légúti kórokozónak mekkora esélye van a terjedésre, legnagyobb részt attól függ, hogy az emberek fizikailag miként és milyen körülmények között találkoznak. A covidjárvány alatt így Karsai szerint annak a felmérése volt a céljuk, hogy az emberek miként változtatják meg a kapcsolataikat a járványveszély, valamint a járványügyi intézkedések hatására. Epidemiológiai szempontból ehhez az egyik legfontosabb adat, amit fel kellett venniük, a kontaktmátrix. Ez azt mutatja meg, hogy átlagosan egy adott napon egyének egy adott korcsoportból hány kapcsolatot létesítettek másokkal egy másik korcsoportból.

A reprezentatív kérdőívből származó adatokból havonta, a MASZK 1.0 során online beérkező adatok alapján pedig naponta nyomon tudták követni a kutatók, hogy miként változik az egyes korcsoportok viselkedése, valamint a korcsoportok közötti kapcsolatok mintázata. Ennyire teljes körű, ennyire hosszú és ilyen dinamikus adatgyűjtés sehol sem történt a covidjárvány során, mondja Karsai. Ráadásul nemcsak egy általános kontaktmátrixot rögzítettek, hanem a háztartási, munkahelyi, valamint munkahelyen kívüli kontaktusok alakulását is nyomon tudták követni, ami további információt biztosított a különböző korcsoportok és társadalmi csoportok viselkedéséről. Ennek következtében Koltai szerint sok külföldi kutató is intenzíven érdeklődik az egyedinek számító kontaktmátrix-adataik iránt, amiből több nemzetközi kollaboráció is létrejött már.

Ezeknek a megfigyeléseknek köszönhetően a magyar kutatók komoly előrelépéseket tudtak tenni a járványmodellezés terén is. Karsai vezetésével az utóbbi években a Science Advances, a Nature Communications és a PLoS Computational Biology folyóiratokban is közöltek tanulmányokat, amelyek ilyen, pontosabb epidemiológiai modellek kidolgozását lehetővé tevő módszereket mutatnak be a MASZK 1.0 során gyűjtött adatok segítségével. Ezek alapját az adja, hogy a kontaktmátrixok elemzésébe nemcsak az életkort, hanem más társadalmi tényezőket, például az iskolai végzettséget és a jövedelmi helyzetet is bevonták.

A Nature Communicationsben megjelent tanulmányból – amelyet Karsai és Koltai közösen jegyeznek –, más kutatásokkal összhangban az is kiderül, hogy általánosságban a covidjárvány alatt a magasabb társadalmi státuszú csoportokban volt nagyobb a kontaktusok száma, valamint az oltás felvételének aránya. A betegség viszont, mondja Karsai, az alacsonyabb társadalmi státuszú csoportokba tartozó embereknél koncentrálódott leginkább, ahogy a többlethalálozás nagy része is.

De jobb becsléseket tudtak-e adni az online adatokból a covid terjedésére, mint a hivatalos adatokból? Egy 2023-as tanulmányban, amit a Scientific Reports folyóiratban tettek közzé, Koltai, Karsai és kollégáik a covidot okozó SARS-CoV-2 vírus online gyűjtött és a hivatalos adatokból kiszámolt effektív reprodukciós számát vetették össze. Egy kórokozó effektív reprodukciós száma (Rt) azt adja meg, hogy egy fertőzött hány másik embert fertőzhet meg egy adott időszakban. A kutatásban jelentős különbségeket találtak a két adatforrás között, és kiderült, hogy a hivatalos megfigyelési adatok nagyon érzékenyek az elvégzett tesztek számára és az aktuális tesztelési stratégiára.

Erre Karsai egy 2020. augusztusi példát hoz fel, amikor az egyetemi gólyatáborokban folytatott tesztelés hatására nagyon megugrott a detektált fertőzöttek száma, miközben a MASZK-os adatok sokkal simább járványgörbét mutattak. De ennek a fordítottja is előfordult: amikor nem állt rendelkezésre elég teszt, alacsony volt a detektált esetek száma, miközben a MASZK-os viselkedésváltozási adatokból magas esetszámokra lehetett következtetni. Bár az online adatgyűjtés sokkal olcsóbb, potenciálisan több embertől gyűjthet be információt, és egyfajta „reality check”-ként szolgálhat, Karsai szerint a MASZK célja nem a hivatalos vírusmegfigyelés kiváltása, hanem annak kiegészítése.

A hivatalos adatokból kimaradó légúti megbetegedéseket is rögzíti a MASZK 2.0

A MASZK 2.0 kérdőívekkel a kutatók a jelentkező tünetek alapján az influenzaszerű megbetegedések terjedését kívánják nyomon követni, ahová többek között olyan vírusok tartoznak, mint az influenza, a covidot okozó SARS-CoV-2 és a légúti óriássejtes vírus (RSV). „Nemcsak az érdekel minket, hogy valaki beteg-e, hanem az is, hogy hány emberrel találkozik” – mondja Koltai.

Míg a Nemzeti Népegészségügyi és Gyógyszerészeti Központ (NNGYK) légúti figyelőszolgálata csak azokat a betegeket tudja regisztrálni, akik eljutottak orvoshoz, a kérdőívvel azokat is el tudják érni, akik otthon heverik ki a betegséget. Ez Koltai szerint különösen fontos a felső légúti fertőzések esetén, mert azokkal sokan tipikusan nem keresik fel a háziorvosukat. A MASZK 2.0 kutatás hozzáadott értéke így éppen az, hogy a hivatalos adatokból kimaradt esetekről is tudomást szereznek.

A kezdő kérdőívben a kutatók a résztvevőktől sok személyes adatot is kérnek, amire egyrészt a mintájuk statisztikai módszerekkel történő korrigálásához van szükség, hogy az minél inkább reprezentatív legyen, és a lehető legjobban közelítse a valós országos arányokat. Másrészt ezek az információk kellenek annak megállapításához, hogy olyan rizikótényezők, mint a dohányzás, vagy olyan jellemzők, mint a társadalmi státusz, miként befolyásolják a megbetegedések terjedését, hatását, valamint a viselkedés változását.

Amiatt, hogy a kérdőívben ilyen típusú adatokat is kérnek a résztvevőktől, a szakemberek különösen nagy figyelmet szenteltek az adatvédelemnek. A MASZK 2.0 projektet átvilágította a Nemzeti Adatvédelmi és Információszabadság Hatóság és az Egészségügyi Tudományos Tanács Tudományos és Kutatásetikai Bizottsága is,. A megosztott adatok és válaszok biztonságát titkosított, védett szerverek, illetve az adatok anonimizált tárolása garantálja. Emiatt, mondja Koltai, hiába szeretné megnézni, hogy anyukája tényleg kitöltötte úgy a kérdőívet, ahogy ígérte, nem fogja tudni.

Azáltal, hogy az európai InfluenzaNet projekt működésével összhangban a kitöltést regisztrációhoz kötik, értesíteni tudják a résztvevőket új kérdőívekről, ami elősegíti a rendszeres kitöltést, és így azt is folyamatosan tudják követni, hogy egy adott résztvevő hányszor és mikor volt beteg egy adott vírusszezonban. A személyes adatok mellett a kezdő kérdőív a covidjárványról és a covidvakcinákról is tesz fel kérdéseket. Ezt Koltai azzal indokolja, hogy a covidjárvány alatti viselkedésből sok mindenre tudnak következtetni abban a tekintetben, hogy az emberek a jelenlegi légútivírus-szezonokban miként viselkednek majd.

Miután a kezdő kérdőívvel végeztünk, a már sokkal rövidebb, néhány perc alatt kitölthető havi és heti kérdőívekkel találkozunk. A havi kérdőívekben a kontaktmátrixokra kíváncsiak, vagyis arra, hogy egy adott korcsoportból valaki hány emberrel és milyen időközönként találkozott különböző szituációkban, például az iskolában vagy munkahelyen. A heti kérdőívben pedig arról kérdezik a résztvevőket, hogy az adott héten az elmúlt hét napban betegnek érezték-e magukat, és ha igen, akkor milyen tüneteik voltak, végeztek-e tesztelést, és jártak-e orvosnál.

Hogyan reagálnánk, ha ismét jönne egy világjárvány?

A virológusok évek óta arra figyelmeztetnek, hogy a jelenleg zajló globális változásokkal a világjárványok kockázata is nő. Koltai kollégáival, Stefkovics Ádámmal és Ligeti Anna Sárával ebből kiindulva nemrég annak járt utána, hogy egy hipotetikus, jövőbeli járvány esetén ki adatná be a vakcinát, és mi befolyásolja az oltási hajlandóságot.

A Vaccine folyóiratban idén februárban közölt tanulmányukban arra jutnak, hogy a jövőbeli oltási hajlandóság egyik legerősebb prediktora az, hogy valaki a covidjárvány alatt beoltatta-e magát. A covidjárvány alatt látott mintázatok, amelyek erős összefüggést mutattak egyes társadalmi csoportok és az oltási hajlandóság között, a hipotetikus járványra rákérdezve is megjelentek, például a fővárosban élők és a magasabb végzettségűek hajlandóbbak lennének beoltatni magukat.

Abban, hogy a lakosság mennyire hajlandó alávetni magát járványügyi intézkedéseknek, és csökkenteni a kontaktusainak számát, vagy beadatni a védőoltást, meghatározó az intézményekkel szembeni bizalom is. Koltai szerint Magyarországon és általában Közép-Kelet-Európában ez jellemzően nagyon alacsony, így nem meglepő, hogy nálunk is megjelent a covidjárvány alatt egy markáns csoport, ami nem kívánt megfelelni a járványkorlátozásoknak, és egy olyan is, ami elutasította a vakcinákat.

„A covid előtt sem volt annyira jó” – mondja Karsai a vakcinákkal szembeni bizalomról. Bár Magyarországon társadalmilag jobban elfogadott volt, hogy az emberek a kötelező oltásokat a gyermekeiknek beadatják, mint Nyugat-Európában, a covidjárvány ezen a képen nem javított. Koltai ugyanakkor a Social Science & Medicine folyóiratban 2024-ben közölt kutatásuk alapján árnyalta ezt a képet: azoknál, akik a vírussal vagy az oltással kapcsolatos összeesküvés-elméletekben hittek, a hamis információk már nem hatottak annyira negatívan, amikor közvetlenül rossz tapasztalatot szereztek a betegség következményeiről.

Azok a különbségek viszont, amik a covidjárvány alatt még jellemzőek voltak az oltási technológiák elfogadottságában, mára látszólag eltűntek: a korábban említett Vaccine folyóiratban megjelent tanulmány alapján az mRNS-technológiának se pro, se kontra nincs jelentősége az oltási hajlandóság terén. Ami viszont még mindig erősen befolyásolja a vakcinálási kedvet, az a járvány súlyossága, vagyis az előnyök és potenciális kockázatok mérlegelése még mindig fontos szerepet játszik az emberek döntésében.

A jövőbeli járványok hatékonyabb kezeléséhez a jobb járványmodellek is elengedhetetlenek, amelyek pontosabban képesek előre jelezni a kórokozó várható terjedését. Karsai kutatócsoportja úgynevezett hálózati járványmodellek fejlesztésével foglalkozik, amelyek az egyéni és a populációs szintek közötti hálózatalapú modellezési megközelítésre épülnek. Ezekben egy hálózat írja le, hogy miként mozognak a térben az emberek, és milyen kapcsolatokat létesítenek egymással.

„A korábbi járványmodellek teljesen elhanyagolták azt, hogy az emberek adaptív módon megváltoztatják a viselkedésüket” attól függően, hogy körülöttük vagy országosan milyen a járványhelyzet – mondja Karsai. Így a viselkedésbeli változás magának a járványnak a kimenetelére is hatással van, ami aztán újra tükröződik az emberek viselkedésében.

Karsai egy tavaly márciusban közölt tanulmányban arra a paradox következtetésre jutott kollégáival, hogy a szintetikus modellek alapján egyes esetekben hatékonyabb lehet, ha nem mindenki, csak a fertőzött egyének csökkentik a kapcsolataik számát. Ebből arra lehet következtetni, hogy a modellezett szituációkban kevesebb egyén adaptív viselkedésének akár nagyobb hatása lehet a járvány alakulására, mint ha mindenki megváltoztatná a viselkedését. A hasonló adaptív járványmodellezéshez nagyon fontosak lesznek a MASZK 2.0-val összegyűjtött adatok – ehhez már csak az kell, hogy minél többen és minél rendszeresebben kitöltsék a kutatók által kiküldött kérdőíveket.