- De besmettingsgevoeligheid van werk
- Niet ziek genoeg om thuis te blijven?
- Na COVID-19 de vermoeidheid
- Long covid, wat gebeurt er in het bloed?
- COVID-19 bij gezondheidswerkers systematisch bekeken
Een van de manieren waarop infectieziekten zich verspreiden zijn sociale contacten, vooral als het gaat om verspreiding via inademen en nauw fysiek contact. Hier hebben we ook bij COVID-19 te maken, maar het is niet duidelijk of de aard en organisatie van werk te maken heeft met de verspreiding van het virus in verschillende landen. Is er zoiets als besmettingsgevoeligheid van werk en werkplek?
Indicatoren wijzend op besmettingsgevoeligheid
Piotr Lewandowski van het IZA Institue of Labor Economics heeft in een recent rapport (mei 2020) een methodologie ontwikkeld om de kans op beroepsmatige blootstelling aan besmetting met infectieuze agentia te beoordelen. Hij bepaalt deze besmettingsgevoeligheid met behulp van zes indicatoren, afgeleid uit een combinatie van informatie uit het Amerikaanse Occupation Information Network (O*NET) en het European Working Condition Survey (EWCS). Het gebruik van de data uit de EWCS maakt vergelijking van werknemers in overeenkomstige beroepen mogelijk tussen de verschillende Europese landen.
De zes indicatoren zijn:
- Beroepsmatige blootstelling aan ziekte en infecties;
- Fysieke nabijheid in het werk;
- Omgaan met klanten, leerlingen of patiënten;
- Werken in de publieke ruimte;
- Werken bij klanten;
- Niet thuis kunnen werken.
Deze zes indicatoren zijn toegepast op 26 Europese landen om vast te stellen hoe groot de besmettingsgevoeligheid van de beroepsbevolking is en waarin dit per land verschilt. De besmettingsgevoeligheid van de beroepsbevolking per land is vervolgens gelegd naast de cijfers van de COVID-19 infecties en sterfte van elk land. Het gaat steeds om het begin van de pandemie (voor de vier weken volgend op het honderdste geval van COVID-19 in een land).
Opvallende verschillen tussen beroepen en landen
Er blijken aanzienlijke verschillen te bestaan tussen landen. Werknemers in Zuid-Europese landen, in scandinavie, Frankrijk en Groot-Brittannië staan aanzienlijk meer bloot aan besmetting in het werk dan werknemers in bijvoorbeeld Centraal en Oost Europa. Werknemers in de gezondheidszorg zijn het meest blootgesteld, gevolgd door mensen in verkoopberoepen, persoonlijke dienstverlening en beschermings-beroepen. Boeren, productiepersoneel, machinebedienden, zakenmensen, ICT-professionals zijn beroepen met relatief weinig infectiegevoelig. De beroepen met een hoog risico op besmetting hebben vaak een zwakkere positie op de arbeidsmarkt dan minder risicovolle beroepen.
Om de relatie tussen besmettingsgevoeligheid en de verspreiding van COVID-19 in kaart te brengen per land, is alleen gekeken naar beroepen buiten de gezondheidszorg. Dit om te voorkomen dat verschillen in gezondheidszorgsystemen de cijfers teveel beïnvloeden. Bij de analyses bleek dat naarmate de besmettingsgevoeligheid van de beroepsbevolking in een land groter is, de cijfers over zowel het aantal COVID-19 besmettingen als de sterfte aan de ziekte sneller oplopen. Dit effect was het grootst voor werknemers tussen 45 en 64 jaar.
Verklaarde variantie
De uitkomsten blijven bestaan als wordt gecontroleerd voor de nationaal genomen maatregelen zoals een lockdown en het sluiten van scholen. Berekend is dat in de eerste twee weken na het honderdste geval, ongeveer 20-25% van de verschillen tussen landen in COVID-19 besmettingen kan worden verklaard uit de verschillen in beroepsmatig besmettingsgevoeligheid. Voor de sterfte aan COVID-19 is de beroepsmatige besmetting een goede verklaring voor de cijfers vier weken na het honderdste geval.
De auteur gaat ook in op de beperkingen van zijn aanpak en hoe hij daar mee om is gegaan. Zo heeft hij in sub-analyses geprobeerd in te schatten wat bijvoorbeeld de invloed is van het testbeleid in landen. Er bleek nauwelijks sprake van een verband tussen testinspanning en de groei in het aantal gevallen. Dat is dus waarschijnlijk geen goede verklaring voor het verschil tussen landen.
De invloed van uitbraken
Hij heeft ook gekeken naar de invloed van specifieke uitbraken. Op basis van het werk van onder meer Leclerc et al. 2020 weten we welke werk en ander situaties hebben geleid tot clusters van gevallen (zie hieronder). Lewandowski stelt dat de beroepen die hij heeft aangeduid als hoog risicoberoepen voor besmetting grotendeels overeenkomen met de werknemers getroffen in de clusters.
Leclerc et al. (2020) onderzochten in welke situaties binnen- en buitenshuis clusters van verspreiding van het COVID-19 virus zijn beschreven in de literatuur en de media. Ze hebben deze clusters in een vrij beschikbare database gezet die zal worden aangevuld.
Cluster database
Eind juni 2020 zag het overzicht er zo uit:
| Situatie / werkplek | Aantal clusters | Totaal aantal gevallen per cluster |
|---|---|---|
| Transport | 1 | 3 |
| Begrafenis | 1 | 4 |
| Conferenties | 2 | 17 |
| Scheepswerf | 1 | 22 |
| Hotel | 3 | 23 |
| Bruiloft | 4 | 231 |
| Bouwplaats | 4 | 95 |
| Publieke ruimten | 6* | 122 |
| Maaltijd | 17 | 134 |
| Conferentie | 5 | 148 |
| Sport | 22 | 151 |
| Huishouden | 38 | 178 |
| Werk overig | 12 | 195 |
| Ziekenhuizen | 9 | 224 |
| Feest | 13 | 337 |
| Winkelen | 11 | 360 |
| Scholen | 11 | 384 |
| Religieuze bijeenkomsten | 16** | 682 |
| Verpleeg- en verzorgingshuizen | 21 | 818 |
| Gevangenis | 6 | 1049 |
| Grote gedeelde accommodatie | 27 | 2322 |
| Voedingsindustrie | 19*** | 3360 |
| Schepen | 5**** | 3597 |
| Totaal | 253 | 14456 |
** kerkdienst (7), koorrepetitie (3), massabijeenkomst (6)
*** vleesindustrie (15), conserven (2), vis (1), koek (1)
**** cruiseschepen (3), marineschepen (2)
De eerste resultaten wijzen erop dat clusters vooral optreden bij contacten binnenshuis. Behalve een groot aantal clusters binnen huishoudens, gaat het bijvoorbeeld om ziekenhuizen, verpleeg- en verzorgingshuizen, scholen, kerken, bars en restaurants, winkelcentra, bouwplaatsen, conferenties etc. De uitbraken in bijvoorbeeld slachthuizen worden geleidelijk aan toegevoegd aan de database.
Sociale netwerken
Lewandowski stelt dat uit onderzoek van bijvoorbeeld Fogli en Veldkamp (2019) bekend is dat het bestaan van grote en complexe sociale netwerken de verspreiding van infectieziekten kunnen bevorderen. Deze grote en complexe netwerken zijn vaak te vinden in welvarende landen, waar ze de ontwikkeling van technologie bevorderen en de productie verhogen.
De afgelopen tientallen jaren zijn er in Europa geen grote uitbraken van infectieziekten geweest. Dit heeft mogelijk de organisatie van werk in landen beïnvloedt zo dat ze zo goed mogelijk profiteren van de complexe sociale netwerken. Een aanpassing die de besmettingsgevoeligheid van dat werk kan doen toenemen. Dat verklaart wellicht waarom juist rijkere landen als Frankrijk, Italie, Groot-Brittannie en Zweden ernstiger uitbraken van COVID-19 hebben dan landen in Centraal en Oost Europa
Lewandowski concludeert dat het rekening houden met landen specifieke interacties in beroep en op de werkplek kan helpen om nieuwe besmettingsgolven te voorspellen en wellicht ook te voorkomen.
Bronnen
Piotr Lewandowski Occupational Exposure to Contagion and the Spread of COVID-19 in Europe IZA DP no. 13227 May 2020
Leclerc, Q.J., Fuller, N.M., Knight, L.E., CMMID COVID-19 Working Group, Funk, S., Knight, G.M., 2020. What settings have been linked to SARS-CoV-2 transmission clusters? Wellcome Open Res 5, 83.
Fogli, Alessandra and Veldkamp, Laura, Germs, Social Networks and Growth (July 12, 2016). NYU Working Paper No. 2451/31611. The Review of Economic Studies 2016