
Kdy a kde ve skutečnosti dochází k nejčastějším přenosům nákazy koronavirem? Socioekonomická data z Kolína nad Rýnem nyní poprvé nabízejí přesnější analýzu. Důležité poznatky nabízí původ a politické přesvědčení. Zároveň se potvrzuje několik podezření.
Když se němečtí politikové, virologové a epidemiologové přou o šíření třetí koronavirové vlny, mluví zpravidla o počtech nakažených v jednotlivých spolkových zemích nebo okresech. O tom existují data, která sbírá Institut Roberta Kocha (RKI). A také mapy, ukazující, jak se vir v zemi šíří.
Oproti tomu však jsou – i po roce pandemie – zřídka k dispozici data o malých jednotkách jako například o městských čtvrtích – tedy z míst, kde skutečně dochází k nákazám a nemocem. Důvodem je, že v Německu většinou chybějí data, která by do detailu a na lokální úrovni mapovala situaci. V Kolíně nad Rýnem tomu však je jinak.
V rýnské metropoli srovnali datoví vědci z výzkumné společnosti Infas 360 kolem 36.000 datových sad zdravotních úřadů se známými socioekonomickými daty z kolínských čtvrtí. Cílem zkoumání geodat bylo zjištění, jaké faktory zvyšují riziko infekce koronavirem a jaké jsou spíše nepodstatné. A jakou roli hrají příjem, místo bydliště nebo rodinné zázemí.
„Kolín nad Rýnem má zhruba milion obyvatel v 86 městských čtvrtích a pro každou z těchto čtvrtí zveřejnilo město infekční statistiky. Tak jemné rozlišení dat neznám z žádného jiného místa v Německu“, sdělil jednatel Infas 360 Michael Herter. „To nám dává šanci se podívat na průběh pandemie podrobněji, hledat infekční clustery a identifikovat rizikové faktory.“
Bonnští vědci došli k následujícím výsledkům: v Kolíně nad Rýnem ovlivňuje nezaměstnanost a podíl migrantů socioekonomické faktory, které nejsilněji korelují s kvótou onemocnění nemocí COVID-19 v jednotlivých čtvrtích. Společnost Infas 360 vyhodnocovala data dokonce i podle původu. Mezi migranty ze zemí bývalého Sovětského svazu je například daleko vyšší riziko nákazy než u osob tureckého původu. Statisticky relevantní je rovněž podíl obyvatel ve věku pod 18 let.
Opačně koreluje kupní síla obyvatelstva. Čím lépe jsou lidé finančně zabezpečeni, tím jsou před virem více v bezpečí. Roli hraje dokonce i politické přesvědčení. Městské části s vysokým podílem druhých hlasů (tzv. „Zweitstimme“ je ve volbách do Spolkového sněmu rozhodujícím hlasem, určujícím přidělení křesel jednotlivým stranám, pozn. PQ) pro AfD jsou signifikantně více postiženy pandemií, než městské čtvrti s převažujícími voliči CDU.
Důležité také je, že ve čtvrtích s lepším napojením na městskou hromadnou dopravu panuje statisticky vyšší riziko, stejně jako ve čtvrtích s mnoha vzdělávacími zařízeními – protože se mnoho lidí tísní v soupravách, kde se nakazí, nebo se vzájemně infikují ve školách.
V centrech je riziko nákazy třikrát vyšší než ve vilových čtvrtích
Vedoucí studie Michael Herter není virolog, ale ekonomický geograf. Je expertem na marketing na bázi mikrodat. Jeho firma pomáhá společnostem s hledáním zákazníků, nepracuje pro zdravotní úřady.
Jeho analytický přístup by však mohl ukázat cestu, jak by mohly v budoucnu vypadat očkovací strategie, v jakých čtvrtích by bylo smysluplnější více testovat, kam se musí zdravotní orgány podrobněji zaměřit a kde by se možná mohla opatření naopak rozvolnit bez toho, aby onemocnělo více lidí.

Například obyvatelé sociálně slabé čtvrti Chorweiler mají více než třikrát vyšší riziko nákazy koronavirem, než lidé žijící v kolínské vilové čtvrti Hahnwald. Rovněž s vysokým infekčním rizikem žijí obyvatelé čtvrtí Kalk a Mühlheim, což jsou tradičně oblasti s vysokém podílem cizinců. I v činžovních domech čtvrti Höhenberg, městské části s více než čtvrtinou zadlužených domácností, je pravděpodobnost nákazy obzvlášť vysoká.
Podle analýzy platí ovšem to samé i pro malou kolínskou čtvrť Volkhoven. Zde nejsou lidé obzvlášť chudí, ani tam nežije nadproporční podíl migrantů. Nápadné ale je, že ve Volkhovenu činil podíl druhých hlasů v posledních parlamentních volbách kolem 13 %, tedy výrazně více než kolínský průměr 9 %.
Studii nelze upřít výbušnost. Na jedné straně hledají vědci i politikové od začátku pandemie po odpovědích na otázku, které osoby se nejčastěji infikují, aby proti tomu mohli něco udělat. Na druhé straně se experti obávají, že by pravicové organizace mohly taková data zneužít ke stigmatizaci částí společnosti.
„Výslovně varuji před vyvozováním předčasných závěrů“, proto komentuje Herter svou analýzu. Ale „vysoká signifikance“ překvapila i jeho samotného. Studie naznačuje, kudy by se měl ubírat další výzkum: po sociálních strukturách. A co víc: aktuální čísla z 15. března jsou v souladu s historickými daty od propuknutí pandemie.

„Pokud tedy nastavíme rychlotesty na základě lokalit, nebo přizpůsobíme informační kampaně místní situaci, vidím dobré šance k snížení počtu případů“, domnívá se Herter. Vyhodnocení by mohlo přinést rychlejší výsledky než vyhledávání kontaktních sítí prostřednictvím koronavirové aplikace pro mobilní telefony Corona-App.
„Korelace sice automaticky neznamená kauzalitu, zní základní statistická poučka“, komentuje epidemiolog Hajo Zeeb z Leibnitzova institutu pro výzkum prevence a epidemiologii na Brémské univerzitě, výsledky studie. „Ale i v Brémách pozorujeme určitých čtvrtích se stejnými atributy zvýšené riziko. Souvisí to s hustotou obyvatelstva a s bytovou situací.“
I Zeeb si stěžuje, že v Německu zatím nejsou k dispozici dostatečně detailní data. „Bylo by smysluplné dělat takové výzkumy daleko častěji. Pak bychom viděli, které oblasti jsou problematické – kam je třeba se podívat a řešit tamní potřeby přímo na místě.“
Zkoumání lokálních geodat v souvislosti s pandemií není novou myšlenkou. Už v roce 1854 rozpoznal britský lékař John Snow na základě zkoumání londýnských map zdroj epidemie cholery. „Na zdravotních úřadech ale nesedí výzkumníci geodat“, dodává Herter. „Tam plýtváme potenciálem. Zapomínáme totiž na ty nejjednodušší metody.“
GRAF 3

Už minulý rok zjistili vědci z Výzkumného centra Berlín (WZB), že velkou roli při riziku nákazy a těžkého průběhu onemocnění COVID-19 hraje zejména příjem domácnosti.
„Pro to existuje několik důvodů“ vysvětlili Christian König z WZB listu Welt am Sonntag. „Zaprvé se ve špatně placených zaměstnáních lidé často dostávají více do kontaktu s jinými osobami, například ve službách, péči nebo u pokladny v supermarketu.“ Druhým faktorem může být bytová situace: „Kdo bydlí v paneláku, nutně potkává více sousedů.“ A zatřetí hrají roli i předchozí onemocnění. Například cukrovka nebo nadváha a onemocnění dýchacích cest v důsledku kouření – všechno nemoci, jejichž výskyt koreluje s příjmem.
V souladu s tím je i studie na základě dat AOK (všeobecné zdravotní pojišťovny, pozn. PQ). Podle ní je pravděpodobnost těžkých průběhů nemoci COVID-19 u dlouhodobě nezaměstnaných v porovnání s průměrem téměř dvojnásobný. „Další výzkum je ale v Německu obtížný“, dodává König. „Důvodem je, že se ve statistice mortality odpovídající údaje neuvádí.“ Chybí datová infrastruktura pro boj s pandemií.
Odpovídající databázi nyní chce vybudovat Michael Herter. Na stránce Corona-Datenplatform jeho institut na žádost spolkového ministerstva hospodářství sbírá data související s pandemií. Nabídka je však zdravotními úřady zatím využívána poskrovnu, říká Herter. „Přitom by se zřejmě dalo zjistit, která ze současných protipandemických opatření dávají smysl a která se míjí účinkem.“