スタージスのモーターサイクルラリー規模の群衆はCOVID-19にどのような影響を与えるのか？複雑だ

コロナウイルスは人混みを好む。体温が高く、感染しやすい人が十分に集まれば、確実に感染が広がる。科学者たちは、パンデミックが始まった頃から、クルーズ船「ダイヤモンド・プリンセス号」、韓国の巨大教会、イタリアのチャンピオンズリーグのサッカーの試合などでのCOVID-19のアウトブレイクを研究することで、このことを認識していた。その後も無数のクラスターが記録されており、その多くは1人の感染者によって引き起こされている。

階段を掃除する清掃員

子どもたちを楽しませる方法から、この感染拡大が経済に及ぼす影響まで、WIRED のあらゆる記事を一か所にまとめました。

他国の政府が全国的なロックダウンを実施したのは、人混みの危険性が原因だった。米国では、州および地方自治体による自宅待機命令、学校閉鎖、大規模集会の禁止といった、いわば寄せ集めの措置が取られた。科学者たちが、換気の悪い屋内空間でマスクを着用せずに話したり、歌ったり、運動したりするといった、スーパースプレッディング現象につながる具体的な状況について理解を深めるにつれ、理論上は、これらの感染症封じ込め戦略を微調整し、最も厳しい制限を緩和し、ウイルスの蔓延を最も効果的に食い止める政策に重点を置くことが可能になった。

しかし、人々は群衆も大好きです。そして晩春から夏にかけて、数々の大規模集会が行われました。メディア、医療従事者、そして心配する近隣住民が不安げな視線を向ける中、これらの集会は、新型コロナウイルス感染症の時代に人々が集まると何が起こるのかを実証する実験となりました。イベントは、春休み、サマーキャンプ、新学期といった政治的に無関係なものから、トランプ大統領のタルサ集会、「再開」抗議運動、警察の暴力行為反対の抗議運動、そしてポートランドで続く連邦捜査官の投入反対デモなど、政治的に緊迫したものまで多岐にわたりました。それぞれがマスク着用の有無、屋内と屋外といった異なる変数をテストしましたが、いずれも同じ疑問を研究する機会となりました。つまり、結果として何人が病気になり、何人が亡くなり、そして誰が医療費を負担するのか、という疑問です。

こうした事実を把握することは、政府や国民にとって不可欠であり、どのような活動を許可したり参加したりするかについて、十分な情報に基づいたリスクとベネフィットの計算を行う必要がある。政治的に二極化したパンデミック対応を迫られている米国では、人々がこうした情報を渇望している理由は他にもある。どちらの側も、相手が無責任あるいは偽善的に行動しているという証拠を探し、誰が国内の死者数に数字を加えているのかを監視しているのだ。

だからこそ、今週発表されたサウスダコタ州スタージスのバイクラリーが新型コロナウイルス感染に及ぼす影響を測定した研究などは、確証バイアスを助長するソーシャルメディアでの共有の熱狂を招いたのだ。サンディエゴ州立大学の健康経済・政策研究センターに所属する4人の研究者は、査読を受けていないワーキングペーパーで、夏を通して全米で収集された匿名化された携帯電話データを分析し、スタージスがアメリカのどこから約50万人の参加者を集めたのかを調べた。次に研究者らは、8月のイベント後の数週間でラリー参加者数が多かった郡の新型コロナウイルス感染率に何が起きたかを追跡調査した。彼らは、これらのいわゆる流入量が多い地域と、人口統計学的に一致する「合成」郡を比較した。明確にしておくと、合成郡は実在する。つまり、人口構造、新型コロナウイルス感染率と傾向、疾病緩和政策など、流入量が多い郡と類似した特徴を持つアメリカの場所だ。研究者のモデルが想定する唯一の違いは、これらの郡の住民の多くがサウスダコタ州の丘陵地帯で1週間もパーティーをしていなかったことだ。それが彼らを対照群とする理由だ。

「もしその出来事が起こらなかったらどうなっていたかを観測することはできません」と、報告書の4人の共著者の一人であるジョセフ・サビア氏は言う。「そこで私たちは、代替宇宙がどのようなものかを可能な限り正確に推定するのです。」

研究者たちは、各郡とその対照群の感染率の差であるデルタを、集会前の各郡の感染者総数に掛け合わせ、それらをすべて合計した。言い換えれば、膨大な計算量だった。これは疫学調査ではなく経済研究であることを考えると、驚くべきことではない。しかし、著者らが接触者追跡やウイルス株の遺伝子分析といった手法を用いて、各郡の人々が実際にどこで感染したのか、そして全員が同じウイルス株（あるいは複数の株）を保有していたのかどうかを特定しなかったことは依然として重要である。単一のイベントで感染した人々であれば、こうした手法が用いられることは当然である。

研究者たちは、この数学中心の手法を用いて、集会によって全国で26万人以上の新規感染者が発生したと推定した。これは、2020年8月2日から9月2日の間に米国で記録された140万人の新規感染者の19％に相当する。さらに、研究者たちは、推定される追加感染者全員にかかる費用を算出した。病院の費用と職場の生産性の損失を合わせた費用は、なんと122億ドルにも上る。

「もしすべてのリスクと健康コストを参加者が負担するのであれば、私は真っ先にスタージスのようなイベントに参加するという彼らの選択権を支持するでしょう」とサビア氏は言う。しかし、感染症の場合、こうしたリスクとコストはそれほど巧みに抑制することはできない。彼と彼の同僚は、まさにそこで、今回のような分析が役立つと考えている。つまり、大規模な集会を開催することによる経済的利益と、参加者が病気になった場合に生じる損失を比較検討することだ。その目標は？地域社会を守りつつ、地域経済への打撃を最小限に抑える緩和戦略を見つけることだ。

ただ一つ問題がある。米国では、大規模集会が新型コロナウイルス感染症の感染拡大に及ぼす影響を定量化するために必要なデータがそもそも存在しないのだ。堅牢な検査・接触者追跡プログラム、そしてデータ報告システムの構築が不十分だったことが、その原因となっている。この情報破綻により、研究者たちは、より弱く、より直接的ではない証拠の寄せ集めから説明を絞り出さざるを得なくなっている。サビアのチームがスタージスだけでなく、トランプ大統領のタルサ集会、ブラック・ライブズ・マター運動、そしてウィスコンシン州最高裁による同州の外出禁止令の無効化決定の影響を推定するために開発したような計量モデルは、必然的に膨大なノイズと不確実性をもたらす代理指標に頼らざるを得ない。

最も明白な指標である感染者数は、皆さんが考えるほど単純でも信頼できるものでもありません。検査が依然として制限されていることが多い米国では、感染者数は実際の感染率を5～10倍も過小評価していると考えられています。つまり、感染者数は真の感染率を直接示す指標ではなく、どれだけの検査が行われ、誰が検査を受けているかを示す指標なのです。

「感染者数は、政策立案者が大きな傾向を把握し、人工呼吸器や病床などの資源をどこに配分するかという生死に関わる短期的な判断を下すための、大まかな代替指標です」と、カリフォルニア大学サンディエゴ校の社会科学機械学習研究所を率いる社会科学データモデリングの専門家、レックス・ダグラス氏は述べる。しかし、感染者数、そして大規模イベント後のその変動は、感染率の変化に関する有益な情報を提供しない。「スタージスが新型コロナウイルス感染症を広めた可能性が高いという大まかな結論はほぼ間違いなく真実ですが（もしそうでなかったら衝撃的です）、彼らが用いた研究デザインでは、どの程度まで広めたのかを具体的に確実に示すことはできません」とダグラス氏は言う。

「悪いデータを入れれば、悪いデータが出る」ということわざがある。問題なのは、人々（や見出しを書く人）が、そうした結果を額面通りに受け取るときだ。サビアのチームが発表した論文はどれも、政治的スペクトルの両端にいる人々に、彼らが聞きたいことを与えている。スタージスの集会とは対照的に、研究者たちは、ブラック・ライブズ・マターの抗議活動やトランプのタルサ集会など、他の大規模集会による影響は見つからなかった。サビアは、それはそれらのイベントが小規模だったことで説明できると述べている。あるいは、抗議活動の場合は、ほとんどの人がマスクを着用していたためだ。あるいは、タルサの場合は、携帯電話のデータから、その都市の住民が感染や暴力への恐れから、イベントの前後の数日間、家にいる時間が多かったためだ。しかし、それらは単なる仮説に過ぎない。研究デザイン自体は、これらのイベントによる新型コロナウイルス感染症の拡散の実際の理由やリスクを明らかにするのにほとんど役立っていない。

「政策立案者も有権者も、手元にあるツールでは、このパンデミックに関する最も基本的な疑問のほとんどにまだ答えられないことを認識する必要がある」とダグラス氏は言う。彼は今週発表されたスタージス氏に関するような研究をツイッターで声高に批判し、急速に膨れ上がる新型コロナウイルス感染症関連文献における同様の欠陥について、近日発表予定の論文の共著者でもある。そして、ダグラス氏だけではない。他の科学者たちも、大規模集会の影響に関する答え（どんな答えであれ）を得るために、不正確または不完全なデータを急に利用しようとすることは、パンデミックの終息にほとんど役立たないのではないかと懸念している。実際、彼らは答えが全くないよりも、かえって害を及ぼす可能性があると考えている。

「これらは本当に差し迫った問題であり、解決しなければなりません」と、医師であり健康研究者で、最近ブラウン大学公衆衛生学部の学部長に就任したアシシュ・ジャー氏は言う。「抗議活動や集会、その他の出来事が病気の流行にどの程度寄与しているかを注意深く分析する必要があります。しかし、それよりも重要なのは、分析を迅速に、そして迅速に行うことです。そして今回のケースでは、それが十分に行われていません。著者たちは、この状況がいかに政治的に不安定であるかを熟知しているのであれば、もっと慎重な研究を行っていればよかったと思います。」

実際、サウスダコタ州当局は研究者の調査結果を即座に否定した。州保健局の広報担当者はWIREDの取材に対し、この研究結果は「現場で実際に確認されている影響とは一致していない」とメールで述べた。マスク着用義務化などの疾病予防策を忌避してきた共和党のクリスティ・ノーム知事は、さらに踏み込み、Fox Newsに対し、研究者たちは「ナプキンの裏で計算し、数字をでっち上げて発表した」と語った。

さて、これはそれ自体が別世界です。サンディエゴ州立大学のチームが用いた広く受け入れられている手法は、経済学者が突発的な出来事の社会的影響に関する疑問に答えようとする際に用いる標準的な手法です。しかし、だからといって、それらがこの疑問に答えるための正しい方法だったわけではなく、この研究に欠陥がないわけでもありません。特に、ジャー氏はいわゆる反証分析の欠如を問題視しています。これらのテストは、自分の研究を検証し、自分が考えていることを測定しているかどうかを確認するための手段です。そのための1つの方法は、実際のラリーが3週間早く起こった世界を想像し、モデルを再度実行することです。もしラリー（実際のラリー）が本当にコロナウイルスの急増を引き起こしたのであれば、この架空のスタージス事件の日付を用いた分析では、感染率に変化は見られないはずです。なぜなら、この分析では、実際のラリーはまだ3週間先だからです。もし変化が見られれば、スタージス事件のラリー以外の何かが急増を引き起こしていることがわかります。そういった確認がなければ、因果関係を主張するのは難しくなります。

しかし、ジャー氏によると、より大きな問題は、サウスダコタ州を除いて、現実世界のデータが研究の推定値と一致していないように見えることだ。州保健局はこれまでに、集会に参加し、後に新型コロナウイルス感染症の検査で陽性反応を示した124人を特定している。保健局の広報担当者は、これらの人々の濃厚接触者のうち、何人が現在、発症の有無を監視されているかについては明らかにしなかった。しかし、集会後の1か月間で、サウスダコタ州の1日平均新規感染者数は82人から307人に3倍以上増加した。これは目に見える急増であり、時期的にスタージス事件とかなり一致しているとジャー氏は言う。

ただし、携帯電話のデータに基づくと、集会参加者の90％は州外から来ていた。しかし、スタージスの研究著者らが参加者の最も多いと特定した郡を見ると、同様の急増は見られない。彼らのモデルによると、集会後の3週間で、アリゾナ州マリコパ郡、ミネソタ州ヘネピン郡、コロラド州デンバー都市圏周辺の3郡などで、新型コロナウイルス感染症が最も増加した。これらの郡では、著者らはスタージス集会が新型コロナウイルス感染症の症例の13.5％増加に関連していることを発見した。しかし、州公衆衛生局のデータによると、マリコパ郡では実際には1日あたりの報告症例数が集会開始時の7日間平均775件から1か月後には266件に減少した。コロラド州の3つの郡のうち2つでは、集会後に新規症例数が減少または横ばいになった。この傾向は、サンディエゴ、ロサンゼルス、ラスベガスがあるネバダ州クラーク郡など、流量の多い他の郡でも確認された。

唯一の例外はミネソタ州で、先週、スタージスに関連した初の新型コロナウイルス感染症による死亡が報告された。ミネソタ州の保健当局はWIREDに対し、これまでにスタージスにまで遡る51件の症例が、最近の感染者数の増加の一因となっていると述べた（現時点では郡別の内訳は不明）。

研究の推定値とこれらの郡の感染率の乖離について問われると、サビア氏は、これらの数字はほんの一握りの管轄区域から得られたものではないと述べた。「影響は広範囲に及び、米国の隅々にまで及ぶ数百の郡に及んでいます」と彼は述べた。

ジャーはそれを信じていない。「もしかしたら、それらの郡ではないのかもしれないが、一体どこにあるのか？」と彼は問いかける。「5%か2%の増加なら、騒ぎ立てるだけで隠せる。しかし、彼らは感染者数の20%が増加だと言っている。これは大きな影響だ。アメリカでは感染者数の5人に1人に相当する。小さな郡の数だけを隠して、増加を見ないわけにはいかない。だからこそ、彼らの言うことは信じ難い。過去3週間で25万人もの感染者数というのは、到底信じられない。」

ジョンズ・ホプキンス大学の感染症疫学者、ジャスティン・レスラー氏は、この推定値は、少なくとも妥当ではないとしても、彼の言葉を借りれば「完全に狂っているわけではない」と考えている。彼が懐疑的な理由は、用いられている手法の曖昧さにも帰結する。対照群として同等の郡を選ぶのは容易ではない。完全に一致する郡は存在しないかもしれない。また、研究対象の事象以前の感染動向のわずかな違いが、結果を大きく歪め、完全に間違っている場合もある。「その方法にはこうした潜在的な落とし穴がたくさんあるため、これは推論の弱い形態の一つです」とレスラー氏は言う。「そして、今回の場合、推定値の不確実性は非常に高いのです。」

それでもレスラー氏は、入手可能なデータではこうした分析しかできないと述べている。スタージスに行かない人がいるという現実を想像する術がないからだ。集会参加者全員を検査し、彼らが感染させた可能性のある全員を追跡するのは、米国の断片的な接触者追跡活動では大がかりすぎる事業だろう。シンガポール、韓国、中国で実施されているような、疾病監視の名の下により多くの個人情報を追跡する、より立ち入った政府のプログラムであれば対応できたかもしれない。しかし、デジタル接触者追跡アプリが行き詰まり、手動の追跡チームが新型コロナウイルス感染症の症例の緩やかな急増にも対応するのに苦労している「私を踏みにじるな」という米国では、決してそうはならないだろう。「無限の資源があれば実行できるだろう。しかし現実的には、おそらく誰の資源も及ばないだろう」とレスラー氏は言う。

サビア氏も、こうした分析は不完全ではあるものの、断片化され、過密状態にある接触者追跡活動によって生じた情報ギャップを埋める上で役割を果たすことに同意する。「スーパースプレッディングを引き起こす可能性のある重要な政策決定を、情報に頼らずに行うことは、限界があるかもしれないデータを利用することよりも好ましいとは思えません」とサビア氏は言う。

一方、社会科学機械学習研究所のダグラス氏は、この種の分析が可能だからといって、必ずしも分析を行うべきだとは限らないと述べている。彼が懸念しているのは、この研究が公開されているからといって、スタージス集会やその他の大規模集会からどれだけの感染者が出たのかという疑問に対する、真に確かな答えが得られないということだ。同じ論理は、同様に弱い手法を用いて、マスク着用、自宅待機命令、その他の感染拡大抑制を目的とした介入の効果を測定する研究にも当てはまる。

例えば、6月に発表されたある研究は、フェイスマスクがコロナウイルス感染拡大を抑制する最も効果的な手段であると結論付け、大きく報道されました。この研究は、すべてのアメリカ人がマスクを着用すべきだという証拠として広く共有されましたが、数十人の統計専門家が即時撤回を求め始めました。彼らは、マスクはほぼ確実に新型コロナウイルス感染症の市中感染を防ぎ、その効果を正確に把握することは公衆衛生にとって喫緊の課題であるものの、この研究はそうした疑問に答えるために設計されたものではないと指摘しました。この出来事は、マスク着用の重要性に関する今年の矛盾したメッセージの連鎖をさらに悪化させました。

当社のコロナウイルス関連記事はすべてこちらでご覧ください。

問題は依然として、新型コロナウイルス感染症（COVID-19）に感染した人数に関する正確なデータが不足していることです。検査の可用性が時間、地域、人口統計によってどのように変化するかを明確に把握するまでは、研究者は感染率もどの程度変化するのかを確信できません。ベイズ統計を用いてある程度の妥当な推測を行うことは可能かもしれませんが、それでも偽陽性率や検査結果の返却時間の遅延によって予測が狂ってしまう可能性があるとダグラス氏は指摘します。「混乱を招いています」と彼は結論づけています。

状況を改善するため、彼は米国が英国国家統計局（ONS）の新型コロナウイルス感染症調査のような、定期的に実施される大規模な検査に投資することを望んでいる。この調査では、2週間ごとに2万8000人の英国人に無料の診断検査と抗体検査を提供している。参加者はアプリで症状を記録し、少なくとも1年間追跡調査を受ける。ONSは最近、10月までに対象者を15万人に拡大し、40万人を目標とする計画を発表した。

ドイツでは、定期的な綿棒検査、血液検査、アンケート調査によって、研究者たちは屋外カーニバルでのスーパースプレッディングイベントの影響をより正確に把握することができました。その結果、イベントに参加した人の感染リスクは2倍以上に上昇することが分かりました。

しかし、抗議活動が激化し、コンサートやフットボールの試合が再開され、政府が11月に安全に総選挙を実施しようと試みるなか、この問題はますます重要になっているにもかかわらず、すでに良い答えが得られているように見える場合、米国の政策立案者や研究資金提供者は、こうしたタイプの長期的で全人口を対象とした実験に資金を投入することを正当化するのが難しくなるかもしれない。

「証拠が全く存在しない状況で、社会が答えを強く求めるという歪んだ結果、答えはいずれにせよどこからともなく現れることになる」とダグラスは言う。政党、政府機関、メディア、そしてほとんどの他の機関は、それが正当かどうかに関わらず、確信に満ちた答えを求める市場の需要に喜んで応じると彼は言う。しかし、科学という職業は、この誘惑に抵抗し、無知を受け入れ、忍耐強く、時には苦痛を伴う漸進的な作業を続けることを意味する。彼の言葉を借りれば、「それが仕事だ」のだ。

訂正 2020年9月14日午後2時20分（東部標準時）：この記事の以前のバージョンでは、Ashish Jha の名前のスペルが間違っていました。

WIREDのCOVID-19に関するその他の記事