アメリカの大規模拘留施設におけるCOVID-19アウトブレイクのネットワーク特性および視覚化 ― イリノイ州クック郡、2020年

日本語
English

ホーム IMICライブラリ MMWR抄訳 2020年（Vol.69)アメリカの大規模拘留施設におけるCOVID-19ア･･･

MMWR抄訳

2020/11/06Vol. 69 / No. 44

MMWR69(44):1625－1630
Network Characteristics and Visualization of COVID-19 Outbreak in a Large Detention Facility in the United States — Cook County, Illinois, 2020

アメリカの大規模拘留施設におけるCOVID-19アウトブレイクのネットワーク特性および視覚化 ― イリノイ州クック郡、2020年

2020年3月1日～4月30日、イリノイ州クック郡刑務所にて900例を超える新型コロナウイルス感染症(COVID-19)症例が確認されたことから、刑務所内の人の動きが、結核の接触者追跡調査に利用される手法を補完したネットワーク分析と視覚化により調査された。COVID-19症例はRT-PCR検査で検体からSARS-CoV-2が検出された人と定義した。この期間、刑務所における拘留者4,884名のうち、独房やベッドの割当てが明らかな3,834名(79％)が分析対象となり、SARS-CoV-2のRT-PCR検査は1,080名に行われ、うち472名(12.3％)が陽性結果であった。クック郡保安官事務所(CCSO)はクック郡刑務所に3月1日の時点で2,370名の職員を配置していたが、アウトブレイク時に270名の職員を追加した(計2,640名)。このうちシフトや配属が明らかな2,041名(77％)が分析対象となり、198名(9.7％)がCOVID-19であった。アウトブレイクの間は感染拡大を抑止するため、面会禁止(3月15日)、プログラム活動の延期(3月23日)、独房への変更、職員(4月2日)および拘留者(4月2日)における全員マスク着用などの介入措置が行われた。拘留者と職員における人対部署でのネットワークの視覚化によると、COVID-19患者は刑務所内のすべての部署にて発生しており、人対人でのネットワークでは、職員同士のシフト上での接触103,701回のうち、1.4％がCOVID-19に感染した職員間で発生し、予想割合(0.9％)を上回った。拘留者同士では1,214,462回の接触が確認され、COVID-19感染例によるものは3.2％であり、予想 (1.5％)を上回った。クック郡刑務所内のCOVID-19例が増加した3月のCOVID-19陽性職員における他者との平均交流回数(377回)は検査結果が陰性であった職員(321回)に比べ有意に多く、感染者数が減少した4月では有意差はなくなった。職員と部署間での接触回数は全体で3,278回あり[部署別では80回(第16舎)～625回(第2舎)]、COVID-19陽性職員の割合は2％(第10舎)～13％[居住型治療室(RTU)]であり、陽性職員と接触回数には正の直線関係が認められた。拘留者では6,056回の単独接触が算出され[266(第4舎)～1,037 (第11舎)]、COVID-19陽性者の割合は6％(第4舎)～98％(第16舎)、RTUでは44％(RTU)であった。ネットワーク情報に基づいたアプローチにより感染率の高い傾向にある場所の特定が可能であり、感染減少させるため的を絞った介入(招集する職員の削減、休憩室の閉鎖、コンタクトスポーツの中止など)が可能になると思われる。

References

Kinner SA, Young JT, Snow K, et al. Prisons and custodial settings are part of a comprehensive response to COVID-19. Lancet Public Health 2020;5:e188–9. PMID:32197116 ＜https://doi.org/10.1016/S24682667(20)30058-X＞
Wallace M, Hagan L, Curran KG, et al. COVID-19 in correctional and detention facilities—United States, February–April 2020. MMWR Morb Mortal Wkly Rep 2020;69:587–90. PMID:32407300 ＜https://doi.org/10.15585/mmwr.mm6919e1＞
Okano JT, Blower S. Preventing major outbreaks of COVID-19 in jails. Lancet 2020;395:1542–3. PMID:32423582 ＜https://doi.org/10.1016/S0140-6736(20)31015-1＞
Andre M, Ijaz K, Tillinghast JD, et al. Transmission network analysis to complement routine tuberculosis contact investigations. Am J Public Health 2007;97:470–7. PMID:17018825 ＜https://doi.org/10.2105/AJPH.2005.071936＞
Campbell EM, Jia H, Shankar A, et al. Detailed transmission network analysis of a large opiate-driven outbreak of HIV infection in the United States. J Infect Dis 2017;216:1053–62. PMID:29029156 ＜https://doi.org/10.1093/infdis/jix307＞
Christakis NA, Fowler JH. The spread of obesity in a large social network over 32 years. N Engl J Med 2007;357:370–9. PMID:17652652 ＜https://doi.org/10.1056/NEJMsa066082＞
CDC. Coronavirus disease 2019 (COVID-19): interim guidance on management of coronavirus disease 2019 (COVID-19) in correctional and detention facilities. Atlanta, GA: US Department of Health and Human Services, CDC; 2020. ＜https://www.cdc.gov/coronavirus/2019-ncov/community/correction-detention/guidance-correctional-detention.html＞
Wang P, Lu JA, Jin Y, Zhu M, Wang L, Chen S. Statistical and network analysis of 1212 COVID-19 patients in Henan, China. Int J Infect Dis 2020;95:391–8. PMID:32339715 ＜https://doi.org/10.1016/j.ijid.2020.04.051＞
So MKP, Tiwari A, Chu AMY, Tsang JTY, Chan JNL. Visualizing COVID-19 pandemic risk through network connectedness. Int J Infect Dis 2020;96:558–61. PMID:32437929 ＜https://doi.org/10.1016/j.ijid.2020.05.011＞