Znaczenie ścisłej kwarantanny było i jest szeroko dyskutowane podczas epidemii COVID-19, nawet z czysto epidemiologicznego punktu widzenia. Jednym z argumentów przeciwko ścisłemu lockdownowi jest to, że po złagodzeniu ograniczeń epidemia powraca, a więc łączna liczba zarażonych osób podczas całej epidemii pozostanie taka sama.
Zaprzeczają temu wyniki, jakie uzyskali amerykańscy naukowcy z Oakland University, Novi High School i California Polytechnic State University, którzy modelowali postęp epidemii dla sieci, w której kontakty każdej osoby zmieniały się w czasie, modelując skutki decyzji politycznych dotyczące różnych stopni kwarantanny.
Wyniki wskazują, że faza ścisłych ograniczeń, po której następuje faza rozluźnienia jest zawsze lepsza niż jedna faza (łagodnych ograniczeń), chyba że wszystkie osoby mają taką samą liczbę kontaktów (ten sam stopień); w tym drugim przypadku całkowita liczba zakażonych jest rzeczywiście niezależna od przebiegu kwarantanny. Modelowanie sugeruje również, że optymalna procedura zniesienia kwarantanny polega na znoszeniu ograniczeń poczynając od osób o największej liczbie kontaktów.
Nowe badania pokazują, że druga fala epidemii przebiega zupełnie inaczej, jeśli populacja ma jednorodny rozkład kontaktów, w porównaniu ze scenariuszem subpopulacji o zróżnicowanej liczbie kontaktów.
Jak zaznaczyli autorzy, wcześniejsze modele nie były oparte na sieci, ani nie dawały odpowiedzi na pytanie o optymalną strategię złagodzenia kwarantanny w celu zminimalizowania liczby zakażonych.
Model sieciowy dokładniej uwzględnia szczytowy rozkład czasu trwania poszczególnych chorób, co jest problemem w przypadku modeli kontinuum; nie wymaga również założenia równej liczby kontaktów dla każdej osoby, więc dokładniej modeluje mikroskopijną strukturę sieci społecznościowej.
Według autorów, jeśli populacja ma jednorodny rozkład liczby kontaktów, całkowita liczba zakażonych osób pod koniec epidemii jest taka sama, jak gdyby nie ogłoszono lockdownu (pomijając nasycenie systemu opieki zdrowotnej), podczas gdy w przypadku zróżnicowanej częstotliwości kontaktów ogólna liczba zakażonych osób może być znacznie mniejsza.
Skąd te różnice? Po uzyskaniu odporności osoby z dużą liczbą kontaktów (węzły wysokiego stopnia) spowalniają rozprzestrzenianie się epidemii w sieci. Dlatego optymalny czas pozwalający węzłom niskiego stopnia na zwiększenie połączeń (poprzez zniesienie blokady) byłby możliwy po uodpornieniu węzłów wysokiego stopnia. Pozwoli to zminimalizować liczbę zakażonych osób netto w trakcie epidemii. Wyniki sugerują optymalną, opartą na stopniach procedurę zniesienia kwarantanny: najpierw "wysokie stopnie”.
W praktyce, gdy państwo znosi ścisłą kwarantannę (lub przechodzi z jednej fazy kwarantanny do następnej), zawsze istnieje wybór. Można otwierać mniejsze sklepy (gdzie kasjerzy są węzłami wysokiego stopnia) lub/i zezwalać na zgromadzenia (które zazwyczaj składają się z węzłów niskiego stopnia). Model sugeruje, że sklepy muszą zostać otwarte najpierw: w ten sposób można chronić przed zakażeniem głównie węzły niskiego stopnia.
“Ma to dwie ważne konsekwencje - piszą autorzy. - Po pierwsze, podkreśla znaczenie lockdownu w celu powstrzymania pierwszego wybuchu epidemii, a po drugie, pokazuje, że druga i kolejne fale mogą być łagodniejsze niż oczekiwano".
Jak wskazują kontrowersje w mediach dotyczące celowości lockdownu, wyniki symulacji są sprzeczne z intuicją. W artykule zwrócono uwagę na znaczenie cechy, która jest zwykle pomijana w analizie rozprzestrzeniania się epidemii: w jaki sposób różnorodność zachowań ludzi wpływa na ich zdolność do ochrony przed zakażeniem.