COVID-19 в Петербурге
Как это было, и что мы знаем об эпидемии 2,5 года спустя?
Пандемия COVID-19 стала самым масштабным вызовом для здравоохранения за последнее столетие, однако мы всё еще мало знаем о ней из-за неполноты данных.
Благодаря уникальному исследованию, проведенному ЕУ СПб, мы смогли вернуться к началу пандемии в Санкт-Петербурге и проанализировать её социальное измерение:
1) Изучить, какую роль играло медиа-освещение пандемии.
2) Исследовать социально-демографические паттерны заболеваемости.
3) Разобраться, так ли надежны тесты на коронавирус, как мы считали.
Благодаря уникальному исследованию, проведенному ЕУ СПб, мы смогли вернуться к началу пандемии в Санкт-Петербурге и проанализировать её социальное измерение:
1) Изучить, какую роль играло медиа-освещение пандемии.
2) Исследовать социально-демографические паттерны заболеваемости.
3) Разобраться, так ли надежны тесты на коронавирус, как мы считали.
График кумулятивной заболеваемости сопоставляет доли заболевшего населения Санкт-Петербурга, рассчитанные на основании официальной статистики* и данных Сероопроса ЕУ СПб. Мы обнаружили разительное отличие в динамике заболеваемости. Например, согласно официальной статистике, в конце марта 2021 года коронавирусом переболело лишь 7% жителей города, а данные Сероопроса предполагают в восемь раз большие показатели (58%).
*Здесь и далее под официальными данными о заболеваемости в СПб мы имеем в виду данные, собранные Алексеем Куприяновым.
*Здесь и далее под официальными данными о заболеваемости в СПб мы имеем в виду данные, собранные Алексеем Куприяновым.
часть 1
анализ медиа-нарративов
Как петербургские медиа конструировали пандемию?
Эта часть проекта посвящена анализу тональности заголовков петербургских СМИ и и наиболее популярных слов.
Эта часть проекта посвящена анализу тональности заголовков петербургских СМИ и и наиболее популярных слов.
Впервые COVID-19 появился в Санкт-Петербурге 5 марта 2020 года – в тот день его подтвердили у студента из Италии. В тот момент и несколько недель после петербургские медиа, как могло показаться, выглядели одинаково – в марте 2020 года альтернативная государственной повестка еще не успела сформироваться, и весь контент, который тогда потребляли петербуржцы, напрямую отражал «правительственное» видение пандемии.
Дополнительным ограничением для журналистики выступил принятый 31 марта 2020 года закон об уголовной ответственности за распространение заведомо ложной информации о коронавирусе – за это изданию могли выписать штраф до 700 тысяч рублей или заключить под стражу до трех лет.
Дополнительным ограничением для журналистики выступил принятый 31 марта 2020 года закон об уголовной ответственности за распространение заведомо ложной информации о коронавирусе – за это изданию могли выписать штраф до 700 тысяч рублей или заключить под стражу до трех лет.
В ходе анализа медиа мы:
1
Составили выборку текстов
Взяли корпус с тематическими новостями «Фонтанки.ру» с июня 2020 по декабрь 2021 года.
2
Разметили новости
Сделали частеречную разметку новостных текстов.
3
Проанализировали частотность и тональность слов
Спомощью библиотеки «Достоевский» проанализировали тональность заголовков и топ-5 слов в каждом квартале.
На момент начала анализа нам казалось, что уникальность "коронавирусной" новостной повестки и созданная ею моральная паника вокруг происходящего зачастую не связана с тем, что происходит с коронавирусом в Санкт-Петербурге.
В то же время тренды слов помогают восстановить то, какие меры лоббировало в тот момент правительство: например, популярность слова «вакцина» и «вакцинация» в марте 2021 года и необычная заинтересованность Москвой в июня 2021 года, которая тогда первой отказывалась от строгих коронавирусных ограничений.
В то же время тренды слов помогают восстановить то, какие меры лоббировало в тот момент правительство: например, популярность слова «вакцина» и «вакцинация» в марте 2021 года и необычная заинтересованность Москвой в июня 2021 года, которая тогда первой отказывалась от строгих коронавирусных ограничений.
Становится ясно, что чем напряженнее ситуация с коронавирусом в Санкт-Петербурге, тем негативнее заголовки тематических новостей.
часть 2
Социальное измерение пандемии
Какая связь между ходом развития эпидемии и изменением социального взаимодействия
Эта часть проекта посвящена ...
Эта часть проекта посвящена ...
В ходе серологического опроса респонденты не только отвечают на вопросы анкеты, но и сдают анализы крови, что открывает новые исследовательские возможности. Подробнее о сероопросах можно узнать здесь.
Оценка распространения инфекции
Можем ли мы с помощью показателя серопревалентности оценить эффективность тех или иных мер по сдерживанию темпа распространения инфекции?
Оценка вероятности наличия заболевания
Можно ли предсказывать вероятность заболеть по социальным параметрам и описывать те социальные группы, которые наиболее подвержены риску инфицирования?
С 2020 года Европейский университет в Санкт-Петербурге проводит сероопрос жителей города, посвященный пандемии COVID-19. Подробнее о нем можно узнать здесь.
Сочетание социологического опроса и тестирования респондентов на антитела к коронавирусу позволило нам проверить гипотезы о влиянии различных факторов на заболеваемость коронавирусом.
Больше узнать о методологии нашего исследования можно здесь.
Сочетание социологического опроса и тестирования респондентов на антитела к коронавирусу позволило нам проверить гипотезы о влиянии различных факторов на заболеваемость коронавирусом.
Больше узнать о методологии нашего исследования можно здесь.
Cправка
Серологические опросы проводятся для оценки распространения болезни в популяции на основе анализа сыворотки крови на предмет наличия антител. Как правило, в рамках серологического исследования респондентам предлагается заполнить анкету с базовыми блоками про социально-демографические параметры, а также сдать кровь.
Строгость методологии и формирования выборки, а также учет показателей точности, специфичности и чувствительности тестов позволяет более корректно вывести показатели серопревалентности и оценить распространение заболевания среди населения.
Результаты серологических опросов помогают грамотно выстроить политику здравоохранения и оценить адекватность тех или иных ограничительных мер, предпринимаемых для сдерживания распространения инфекции.
Строгость методологии и формирования выборки, а также учет показателей точности, специфичности и чувствительности тестов позволяет более корректно вывести показатели серопревалентности и оценить распространение заболевания среди населения.
Результаты серологических опросов помогают грамотно выстроить политику здравоохранения и оценить адекватность тех или иных ограничительных мер, предпринимаемых для сдерживания распространения инфекции.
Европейский университет в Санкт-Петербурге в 2020 - 2021 году собрал данные по заболеваемости COVID-19 в городе по репрезентативной выборке методом телефонного опроса с приглашением на тестирование.
Социологические данные, полученные в ходе телефонного разговора, сопровождаются дополнительным опросом тех петербуржцев, которые согласились сдать анализы и поучаствовать в исследовании.
Социологические данные, полученные в ходе телефонного разговора, сопровождаются дополнительным опросом тех петербуржцев, которые согласились сдать анализы и поучаствовать в исследовании.
3 волны
- май - июнь 2020
- октябрь - декабрь 2020
- февраль - март 2021
7171
количество участников, сдавших анализы на антитела к коронавирусу
4 теста
количество тестов на антитела за все 3 волны исследования
Что нас интересовало?
1
Социально-демографические факторы
Пол, возраст, образование, трудовой статус и др.
2
Поведенческие параметры
Ношение масок, мытье рук, посещение публичных мест, самоизоляция.
3
Физиологические показатели
Результаты анализов крови на наличие антител, свидетельства респондентов о наличии каких-либо симптомов или хронических заболеваний.
Для анализа социальных предикторов заболеваемости коронавирусом была использована бинарная логистическая регрессия. Каждая волна анализировалась отдельно.
Анализ данных проводился в R и в Python. Код будет размещен в открытом доступе в репозитории Github.
В качестве метрик для оценки качества модели мы использовали
3 показателя:
С целью дополнительной проверки и кросс-валидации мы моделировали деревья решений и Catboost-регрессии. На этом этапе проверка была осуществлена также по указанным выше метрикам и всего на
7 видах моделей:
Анализ данных проводился в R и в Python. Код будет размещен в открытом доступе в репозитории Github.
В качестве метрик для оценки качества модели мы использовали
3 показателя:
- точность, специфичность и чувствительность
- ROC AUC
- R-squared
С целью дополнительной проверки и кросс-валидации мы моделировали деревья решений и Catboost-регрессии. На этом этапе проверка была осуществлена также по указанным выше метрикам и всего на
7 видах моделей:
- регрессия Лассо
- ридж-регрессия
- алгоритм случайного леса (Random Forest)
- эластичная сеть (Elastic Net)
- дерево решений (Desicion Tree)
- модель Catboost
- регрессия опорных векторов (SVR)
Что мы выяснили:
На начальном этапе пандемии социальные факторы (возраст, пол, образование, трудовой статус) не сказывались на вероятности заболеть.
Поведение человека (частота выхода из дома, ношение маски и т.д.) также значимо не влияло на шансы заражения в начале пандемии.
К третьей волне исследования социальные параметры постепенно обретают статистическую значимость. В силу отсутствия дальнейших данных следует очень осторожно полагать, что этот тренд линейный. Вместо этого анализ будет продолжаться в следующие волны.
Поведение человека (частота выхода из дома, ношение маски и т.д.) также значимо не влияло на шансы заражения в начале пандемии.
К третьей волне исследования социальные параметры постепенно обретают статистическую значимость. В силу отсутствия дальнейших данных следует очень осторожно полагать, что этот тренд линейный. Вместо этого анализ будет продолжаться в следующие волны.
Соблюдали ли жители города рекомендации?
Помимо этого мы провели анализ факторов, влияющих на отношение к введению более строгих мер и частоту выхода из дома.
На наш взгляд, это позволит контурно обозначить социальный портрет тех людей, которых в то время называли «корона-скептиками».
На наш взгляд, это позволит контурно обозначить социальный портрет тех людей, которых в то время называли «корона-скептиками».
Проблемы информирования
На старте пандемии люди преимущественно соблюдали ограничительные меры, однако в силу отсутствия своевременной и качественной информации делали выводы о неэффективности этих мер и переставали им следовать.
Отсутствие связи между ходом развития пандемии, социальными параметрами, и, что самое главное, поведенческими факторами, позволяет на данных показать, почему стало возможным движение корона-скептиков в России и усилилось влияние антиваксеров впоследствии
Крайне важно сразу же и максимально оперативно и в доступном виде в дальнейшем информировать население о ходе развития пандемии и обоснованной необходимости тех или иных мер. В противном случае люди склонны полагаться порой на сомнительные источники информации и собственный опыт, который далеко не всегда может подсказывать верные поведенческие стратегии.
Почему это важно?
Низкий уровень институционального доверия, усиленный неоднозначностью официальных мер, к третьей волне эпидемии привел к расцвету не только ковид-отрицания, но и к антиваксерству. Так желание вакцинироваться в России в мае 2021 года было самым низким среди восьми исследованных стран. Также в России, согласно данным 'Values in Crisis' довольно высок процент тех, кто верит, что COVID-19 это миф – таких почти 40%.
Низкий уровень институционального доверия, усиленный неоднозначностью официальных мер, к третьей волне эпидемии привел к расцвету не только ковид-отрицания, но и к антиваксерству. Так желание вакцинироваться в России в мае 2021 года было самым низким среди восьми исследованных стран. Также в России, согласно данным 'Values in Crisis' довольно высок процент тех, кто верит, что COVID-19 это миф – таких почти 40%.
часть 3
оценка надежности тестов
Так ли надежны тесты на COVID-19, как мы думаем?
Эта часть проекта посвящена оценке надежности тестов на антитела к SARS-COV-2. Мы сравнивали метрики тестов Сероопроса и разбирались, от чего они зависят.
Эта часть проекта посвящена оценке надежности тестов на антитела к SARS-COV-2. Мы сравнивали метрики тестов Сероопроса и разбирались, от чего они зависят.
Бум на рынке тестов
Как формировался российский рынок тест-систем на COVID-19
С февраля 2020 в условиях высокого спроса и пониженного контроля за процессом разработки и апробации тестов многие лаборатории начинают выпускать собственные тест-системы, которые поначалу востребованы на рынке вне зависимости от их точности.
К маю 2020 в России зарегистрировано уже больше 20 различных тест-систем, в июне их число достигает 50, а к концу лета – 160.
К маю 2020 в России зарегистрировано уже больше 20 различных тест-систем, в июне их число достигает 50, а к концу лета – 160.
Тесты на коронавирус быстро стали простым способом снижения неопределенности для людей.
Государственные меры, требования работодателей, рекламные кампании усиливали восприятие тестов как надежного способа узнать свой инфекционный статус.
Недостаточное информирование населения привело к тому, что не все понимали, как правильно интерпретировать их результаты.
Государственные меры, требования работодателей, рекламные кампании усиливали восприятие тестов как надежного способа узнать свой инфекционный статус.
Недостаточное информирование населения привело к тому, что не все понимали, как правильно интерпретировать их результаты.
Какие бывают тесты на COVID-19?
ПЦР тест
Генетический тест. Показывает, обнаружена ли РНК коронавируса в мазке из носоглотки.
Благодаря высокой точности, ПЦР считается “золотым стандартом" среди тестов на коронавирус.
Благодаря высокой точности, ПЦР считается “золотым стандартом" среди тестов на коронавирус.
Тест на антитела
Анализ иммунного ответа организма. Отражает, есть ли белки иммунных клеток, защищающих от COVID-19.
Антитела обычно появляются на 7-14 день с момента заражения и могут сохраняться несколько месяцев (IgM).
Антитела обычно появляются на 7-14 день с момента заражения и могут сохраняться несколько месяцев (IgM).
Насколько они надежны?
Мы рассчитали две метрики надежности для тестов на антитела, использованных в Сероопросе, а затем сравнили их с заявленными лабораторией-изготовителем.
1. Чувствительность
Чем ниже чувствительность теста, тем чаще он показывает ложноотрицательные результаты больным людям.
2. Специфичность
Чем ниже специфичность теста, тем чаще он показывает ложноположительные результаты здоровым людям.
Подробнее о том, как мы считали, здесь.
Чем ниже чувствительность теста, тем чаще он показывает ложноотрицательные результаты больным людям.
2. Специфичность
Чем ниже специфичность теста, тем чаще он показывает ложноположительные результаты здоровым людям.
Подробнее о том, как мы считали, здесь.
Как мы считали:
Мы сравнили результаты недавних самостоятельных ПЦР-тестирований респондентов и их результаты тестирования на антитела в ходе Сероопроса.
Поскольку ПЦР тесты считаются "золотым стандартом" и наиболее точно показывают инфекционный статус человека на момент тестирования, мы использовали результаты ПЦР тестов в качестве "реального" инфекционного статуса респондентов*.
Тесты на антитела менее точные, поэтому мы измеряли, насколько хорошо они "предсказывают" инфекционный статус человека.
Тесты на антитела менее точные, поэтому мы измеряли, насколько хорошо они "предсказывают" инфекционный статус человека.
- Если результаты двух тестов совпадали, мы считали, что тест на антитела правильно предсказал серологический статус респондента (положительный или отрицательный).
- Если результаты теста на антитела отличались от ПЦР, мы считали, что тест на антитела показывает ложный результат.
Что мы обнаружили
Лаборатория Genetico заявляет следующие показатели для своих тестов на антитела к COVID-19:
Общая специфичность 98.7-100%
Общая чувствительность 98.7%
Показатели чувствительности и специфичности, рассчитанные на основе данных Сероопроса, отличаются от заявленных.
Общая специфичность 98.7-100%
Общая чувствительность 98.7%
Показатели чувствительности и специфичности, рассчитанные на основе данных Сероопроса, отличаются от заявленных.
Чувствительность
Специфичность
Что это значит?
В то время как чувствительность теста Genetico увеличивалась с каждой волной Сероопроса, специфичность этого теста уменьшалась. С ростом заболеваемости тест всё реже показывал ложноотрицательные результаты больным людям, но всё чаще - ложноположительные результаты здоровым жителям города.
Реальная точность тест-системы не соответствует заявленной и зависит от числа переболевших. Для корректной интерпретации результатов теста необходимо проводить регулярную апробацию и следить, как меняется его качество со временем.
Мифы и заблуждения о тестах на COVID-19 имели прямые последствия для жизни и здоровья людей.
В то время как чувствительность теста Genetico увеличивалась с каждой волной Сероопроса, специфичность этого теста уменьшалась. С ростом заболеваемости тест всё реже показывал ложноотрицательные результаты больным людям, но всё чаще - ложноположительные результаты здоровым жителям города.
Реальная точность тест-системы не соответствует заявленной и зависит от числа переболевших. Для корректной интерпретации результатов теста необходимо проводить регулярную апробацию и следить, как меняется его качество со временем.
Мифы и заблуждения о тестах на COVID-19 имели прямые последствия для жизни и здоровья людей.
Команда проекта
Алиса Алиева
Диана Бадалян
Юлия Пацюкова
Наши кураторы
Ника Костенко
...
Оксана Станевич
...
