ฝ่าวิกฤติโควิด-19 จากบทเรียนในอดีต : ไข้หวัดใหญ่สเปน (1918 Spanish Flu)

ฝ่าวิกฤติโควิด-19 จากบทเรียนในอดีต : ไข้หวัดใหญ่สเปน (1918 Spanish Flu)

07 April 2020
A crowd of people

Description automatically generated
ภาพเหล่าทหารในรัฐแคนซัส ประเทศสหรัฐอเมริกา ที่ป่วยเป็นไข้หวัดใหญ่สเปนและกำลังนอนรักษาตัวที่โรงพยาบาลในช่วงประมาณปี ค.ศ. 1918
แหล่งที่มาจาก Wikipedia

ในขณะที่โลกของเรากำลังเผชิญกับวิกฤติโคโรนาไวรัส (โควิด-19) นั้น ทราบหรือไม่ว่า เมื่อประมาณ 100 ปีก่อน โลกของเราเคยเผชิญกับการระบาดของโรคไข้หวัดใหญ่สเปน (Spanish Flu) ซึ่งเป็นโรคไข้หวัดใหญ่สายพันธุ์หนึ่งที่มีความร้ายแรงมาก และก่อให้เกิดการระบาดไปทั่วโลก (pandemic) เหมือนกับการระบาดของโควิด-19 ที่กำลังเกิดขึ้นในช่วงชีวิตของเราทุกคน โรคไข้หวัดใหญ่สเปนนี้ ร้ายแรงถึงขั้นที่ทำให้มีผู้ติดเชื้อทั่วโลกมากถึง 500 ล้านรายโดยประมาณ หรือ 1 ใน 3 ของประชากรโลกในขณะนั้น มีผู้เสียชีวิตมากกว่า 50 ล้านราย แม้กระทั่งประเทศใหญ่อย่างสหรัฐอเมริกาก็ยังมีผู้เสียชีวิตกว่า 675,000 ราย

เป็นไปได้ไหม ที่เราจะเรียนรู้อะไรบางอย่างจากเหตุการณ์การระบาดอันร้ายแรงของไข้หวัดใหญ่สเปน ในปี ค.ศ. 1918 เพื่อให้เราฝ่าวิกฤติโควิด-19 นี้ไปได้โดยให้ประชาชนทุกคนได้แคล้วคลาดปลอดภัย ลดอัตราการเสียชีวิตให้ได้มากที่สุด?

ในบทความนี้ เราจะตอบโจทย์ดังกล่าวโดยใช้ข้อมูลที่เมืองต่าง ๆ ในประเทศสหรัฐอเมริกา ได้มีการเก็บข้อมูลการแก้ปัญหาวิกฤติโรคระบาดนี้ ควบคู่กับปริมาณผู้เสียชีวิตในยุคนั้น เพื่อนำบทเรียนดังกล่าวมาประยุกต์ใช้กับสถานการณ์ของเรากันครับ

ผมเชื่อว่าบทเรียนที่เราจะได้รับจากการศึกษาไข้หวัดใหญ่สเปนนั้น สามารถประยุกต์ใช้กับสถานการณ์โควิด-19 ได้ เพราะโรคระบาดทั้งสองนี้ มีความคล้ายคลึงกันอย่างน้อยถึงสี่ประการด้วยกัน

  1. โรคระบาดทั้งสอง มีความรวดเร็วในการแพร่เชื้อที่ใกล้เคียงกัน ในศาสตร์การวิจัยระบาดวิทยา (epidemiology) มักมีการกล่าวถึง ค่า R0 หรือค่าระดับการติดเชื้อพื้นฐาน (basic reproduction number) ที่บ่งบอกว่า โดยเฉลี่ยแล้ว ผู้ป่วยหนึ่งคนสามารถทำให้คนรอบตัวเขาป่วยได้อีกกี่คน โรคไข้หวัดใหญ่สเปนมีค่าเฉลี่ย R0 ที่ประมาณ 1.8 (source) ในขณะที่โควิด-19 มีค่าเฉลี่ย R0 ที่ประมาณ 2.2 อธิบายง่าย ๆ ก็คือ ผู้ป่วยหนึ่งคนสามารถทำให้คนติดเชื้อเพิ่มขึ้นอีกสองคนโดยประมาณ หากไม่มีมาตรการในการควบคุมการแพร่เชื้อ (ข้อมูลจาก CIDRAP)
  2. โรคระบาดทั้งสอง มีการแพร่เชื้อผ่านระบบทางเดินหายใจเหมือนกัน กล่าวคือ เกิดจากการสัมผัสและสูดเอาละอองเสมหะ (droplets) ของผู้ติดเชื้อทางปากหรือจมูก เหมือนกับการแพร่เชื้อของไข้หวัด
  3. โรคระบาดทั้งสอง เกิดการระบาดรุนแรงจากการเคลื่อนไหวของกลุ่มคนจำนวนมากในเวลาสั้น ๆ ไข้หวัดใหญ่สเปนเริ่มระบาดหลังสงครามโลกครั้งที่ 1 จากการถอนกำลังทหารจำนวนมากกลับประเทศของตนเอง ส่วนโควิด-19 เริ่มระบาดอย่างรวดเร็วจากเครือข่ายการเดินทางที่เชื่อมโยงโลกของเราไว้โดยสายการบินต่าง ๆ ที่มีคนเดินทางกว่า 10 ล้านคนทุกวันก่อนการระบาด (ข้อมูลจาก Statista)
  4. โรคระบาดทั้งสอง ไม่มีวัคซีนป้องกันในช่วงที่กำลังมีการระบาด เครื่องมือหลักที่เมืองต่าง ๆ หรือภาครัฐ สามารถใช้ในการควบคุมสถานการณ์ระดับมหภาค จึงเป็นเครื่องมือเชิงนโยบายเท่านั้น เช่น การส่งเสริมให้รักษาสุขอนามัย, การสร้างระยะห่างทางสังคม (social distancing), การกักตัว (quarantine), การสั่งปิดสถานที่ที่มีผู้คนชุมนุมจำนวนมาก เป็นต้น

มาตรการภาครัฐกับการต่อสู้กับโรคระบาด

เมื่อภาครัฐไม่มีเครื่องมือทางการแพทย์ที่สามารถระงับโรคระบาดนี้ได้ในระดับมหภาค (เช่น วัคซีน) ภาครัฐจึงต้องอาศัยเครื่องมือเชิงนโยบาย ซึ่งหัวใจหลักก็คือการสร้างระยะห่างทางสังคม (social distancing) ทั้งนี้ ยังมีตัวแปรสำคัญที่ต้องพิจารณา ที่จะส่งผลต่อความมีประสิทธิภาพในการต่อสู้กับโรคระบาดนี้ คือ

  • ภาครัฐเริ่มบังคับใช้มาตรการการสร้างระยะห่างทางสังคมได้รวดเร็วเพียงใด หลังพบเคสของผู้ติดเชื้อในเมืองของตน?
  • ภาครัฐบังคับใช้มาตรการการสร้างระยะห่างทางสังคม นานเพียงใด?
  • ภาครัฐมีการลดความรัดกุมของมาตรการการสร้างระยะห่างทางสังคม ระหว่างการระบาด หรือไม่?
  • ภาคประชาชนให้ความร่วมมือกับมาตรการการสร้างระยะห่างทางสังคม เพียงใด?

ข้อมูลจากเมืองใหญ่ของสหรัฐอเมริกา 4 เมือง ที่ภาครัฐของเมืองเหล่านี้เลือกตอบโต้วิกฤติไข้หวัดใหญ่สเปนด้วยมาตรการการสร้างระยะห่างทางสังคม เราจะพบว่า เมืองที่เริ่มมาตรการการสร้างระยะห่างทางสังคมอย่างรวดเร็ว นานเพียงพอ และไม่ลดความรัดกุมของมาตรการก่อนเวลาอันเหมาะสม เป็นเมืองที่ประสบความสำเร็จในการลดอัตราการเสียชีวิตได้ดีที่สุด

A close up of a map

Description automatically generated
แผนภาพแสดงเส้นกราฟอัตราการเสียชีวิตต่อประชากร 100,000 คน ใน 24 สัปดาห์แรกจากการระบาดของไข้หวัดใหญ่สเปน 1918 เทียบเคียงกับช่วงเวลาที่มีมาตรการภาครัฐเพื่อลดการแพร่เชื้อ ภาพและเนื้อหาแปลจาก National Geographic

เมืองฟิลาเดลเฟีย เป็นเมืองที่พบผู้ติดเชื้อรายแรกในประเทศสหรัฐอเมริกา แต่กลับมองความรุนแรงของโรคนี้ว่ามีผลกระทบน้อย และยืนยันการจัดพาเหรดเฉลิมฉลองให้เหล่าทหารจากสงครามโลกครั้งที่หนึ่ง ใน 10 วันให้หลังหลังจากพบผู้ติดเชื้อ โดยมีผู้เข้าชมพาเหรดกว่า 200,000 คน จนกระทั่งมีจำนวนผู้เสียชีวิตจากไข้หวัดใหญ่สเปนเพิ่มสูงขึ้นจำนวนมาก จึงจะเริ่มมาตรการลดการแพร่เชื้อด้วยการสร้างระยะห่างทางสังคม เมืองฟิลาเดลเฟียจึงเป็นเมืองที่มีผู้เสียชีวิตมากที่สุดในช่วงเวลา 24 สัปดาห์แรกของการระบาด

aircraft hull
ภาพแสดงพาเหรดที่จัดในเมืองฟิลาเดลเฟียใน ค.ศ. 1918 ที่นำไปสู่การระบาดของไข้หวัดใหญ่สเปนที่รุนแรง พาเหรดนี้มีผู้ชุมนุมเป็นจำนวนมากกว่า 200,000 คน แหล่งที่มาจาก Smithsonian Magazine

เมืองที่ประสบความสำเร็จในการลดจำนวนผู้เสียชีวิตรายสัปดาห์ได้สำเร็จ อย่างเมืองซานฟรานซิสโกหรือเมืองเซนต์หลุยส์ อาจพบกับกรณีของ “คลื่นลูกที่สอง” ที่มีการระบาดของโรคเพิ่มขึ้นอีกครั้ง เนื่องจากภาครัฐตัดสินใจลดความรัดกุมของมาตรการสร้างระยะห่างทางสังคมก่อนเวลาอันเหมาะสม สิ่งนี้อาจกำลังเกิดขึ้นในกรณีของโควิด-19 ในประเทศจีน ที่มีกรณีผู้ติดเชื้อโควิด-19 ใหม่เพิ่มขึ้น หลังจากที่คำสั่งปิดเมืองต่าง ๆ ได้เริ่มลดความรัดกุมลง

เมืองนิวยอร์ก เป็นเมืองที่เริ่มมาตรการสร้างระยะห่างทางสังคมอย่างรวดเร็ว หลังจากที่พบผู้ติดเชื้อรายแรก ๆ ทำให้เป็นเมืองที่ประสบความสำเร็จในการลดการระบาดของโรคไข้หวัดใหญ่สเปนได้ที่ดีสุดเมืองหนึ่งในสหรัฐอเมริกา ด้วยจำนวนผู้เสียชีวิต 452 รายต่อประชากร 100,000 คน เรียกว่าช่วยชีวิตคนได้มากถึง 40% เมื่อเทียบกับเมืองฟิลาเดลเฟียที่มีจำนวนผู้เสียชีวิตถึง 748 รายต่อประชากร 100,000 คน

ผู้อ่านสามารถศึกษาผลลัพธ์ของมาตรฐานภาครัฐในเมืองอื่น ๆ ของสหรัฐอเมริกาได้ที่บทความของ National Geographic ซึ่งให้ผลลัพธ์ในภาพรวมที่คล้ายคลึงกัน

เมืองที่เริ่มมาตรการการสร้างระยะห่างทางสังคมอย่างรวดเร็ว นานเพียงพอ และไม่ลดความรัดกุมของมาตรการก่อนเวลาอันเหมาะสม เป็นเมืองที่ประสบความสำเร็จในการลดอัตราการเสียชีวิตได้ดีที่สุด

บทสรุป

จากกรณีศึกษาการระบาดของไข้หวัดใหญ่สเปน ค.ศ.1918 นั้น มาตรการภาครัฐเป็นเครื่องมือชิ้นสำคัญในการต่อสู้วิกฤติโรคระบาดในกรณีที่ยังไม่มีวัคซีนป้องกันโรค หัวใจหลักก็คือมาตรการการสร้างระยะห่างทางสังคม ซึ่งอาจได้ผลสัมฤทธิ์และประสิทธิภาพไม่เท่าเทียมกัน ขึ้นอยู่กับความรวดเร็วในการบังคับใช้เมื่อพบผู้ติดเชื้อรายแรก ๆ ระยะเวลาในการบังคับใช้ และความรัดกุมของมาตรการแม้พบจำนวนผู้ติดเชื้อที่เริ่มลดลง

อย่างไรก็ดี ความร่วมมือของเราประชาชนทุกคนในมาตรการการสร้างระยะห่างทางสังคม ลดการเดินทาง ลดการไปสู่สถานที่ที่มีคนชุมนุมจำนวนมาก รักษาสุขอนามัยที่ดี เป็นปัจจัยสำคัญที่สุดที่จะช่วยชะลอการแพร่เชื้อของโควิด-19 นี้ ในระหว่างที่วัคซีนกำลังถูกค้นคว้าและวิจัยครับ

Former-Editor-in-Chief at BigData.go.th and Senior Data Scientist at Government Big Data Institute (GBDi )

แบ่งปันบทความ

กลุ่มเนื้อหา

แท็กยอดนิยม

แจ้งเรื่องที่อยากอ่าน

คุณสามารถแจ้งเรื่องที่อยากอ่านให้เราทราบได้ !
และเราจะนำไปพัฒนาบทความให้มีเนื้อหาที่น่าสนใจมากขึ้น

PDPA Icon

We use cookies to optimize your browsing experience and improve our website’s performance. Learn more at our Privacy Policy and adjust your cookie settings at Settings

Privacy Preferences

You can choose your cookie settings by turning on/off each type of cookie as needed, except for necessary cookies.

Accept all
Manage Consent Preferences
  • Strictly Necessary Cookies
    Always Active

    This type of cookie is essential for providing services on the website of the Personal Data Protection Committee Office, allowing you to access various parts of the site. It also helps remember information you have previously provided through the website. Disabling this type of cookie will result in your inability to use key services of the Personal Data Protection Committee Office that require cookies to function.
    Cookies Details

  • Performance Cookies

    This type of cookie helps the Big Data Institute (Public Organization) understand user interactions with its website services, including which pages or areas of the site are most popular, as well as analyze other related data. The Big Data Institute (Public Organization) also uses this information to improve website performance and gain a better understanding of user behavior. Although the data collected by these cookies is non-identifiable and used solely for statistical analysis, disabling them will prevent the Big Data Institute (Public Organization) from knowing the number of website visitors and from evaluating the quality of its services.

  • Functional Cookies

    This type of cookie enables the Big Data Institute (Public Organization)’s website to remember the choices you have made and deliver enhanced features and content tailored to your usage. For example, it can remember your username or changes you have made to font sizes or other customizable settings on the page. Disabling these cookies may result in the website not functioning properly.

  • Targeting Cookies

    "This type of cookie helps the Big Data Institute (Public Organization) understand user interactions with its website services, including which pages or areas of the site are most popular, as well as analyze other related data. The Big Data Institute (Public Organization) also uses this information to improve website performance and gain a better understanding of user behavior. Although the data collected by these cookies is non-identifiable and used solely for statistical analysis, disabling them will prevent the Big Data Institute (Public Organization) from knowing the number of website visitors and from evaluating the quality of its services.

Save settings
This site is registered on wpml.org as a development site. Switch to a production site key to remove this banner.