Vem har haft
I gårdagens Skavlan (SVT 2020) medverkade bl.a. Anders Tegnell.
Mot slutet av samtalet framhöll han att det nu troligen inte finns någon
i världen som arbetar med smittskydd och COVID-19 som tror att det går
att bli av med smittan. Skavlan frågade om det innebär att han själv och
Tegnell också kommer att få den. Tegnell svarade att det med hög
sannolikhet är så, men att det också med hög sannolikhet kommer att vara
så att ingen av dem kommer att märka av den, varefter han utvecklade
vidare. Vi kanske har haft det bägge två vid det här laget. Det vet vi
inte.
Låt oss inte ta i hand på det
, svarade Skavlan.
Den 21 mars skrev jag om Imperial College COVID-19 Response Team (2020a), som väckt uppmärksamhet genom sina mörka prediktioner om höga dödstal och överbelastning av sjukvården. Nu i veckan har samma forskargrupp lagt fram en ny rapport, där de bl.a. gjort uppskattningar av hur många som smittats i olika europeiska länder fram till 28 mars (Imperial College COVID-19 Response Team 2020b). För Sverige hamnar medelvärdet på deras skattningar på 3,1 procent av befolkningen (95-procentigt trolighetsintervall 0,85–8,4 procent). Inte för något land ligger det nära hälften: Spanien hamnar högst med 15 procent (3,7–41).
För sin analys har forskarna inte utgått från antalet rapporterade fall, då detta lätt kan snedvridas av olika praxis för testning. I stället har de utgått från rapporterade dödsfall från ECDC (2020), som kombineras med dels uppskattningar av dödlighet bland infekterade (IFR), justerade för olika länders befolkningsstruktur och uppskattningar av kontakt mellan olika åldersgrupper, dels uppskattningar av tid från smitta till att sjukdomen börjar och tid därifrån till dödsfall. De har också i modellen inkluderat effekter av olika åtgärder länder vidtagit för att begränsa smittspridningen. Kod för att reproducera deras analys har publicerats på Github. De har använt sig av bayesianska metoder (Markovkedje-Monte Carlo) för analysen. Modellen har kodats i språket Stan, och analysen har sedan körts i R.
En sak som är viktig för deras resultat är att de håller fast vid uppskattningar av IFR som inte ligger långt från de som användes i den tidigare rapporten. För Sverige är t.ex. vägt IFR knappt 0,89 procent. Dessa uppskattningar kan dock ifrågasättas. Oke och Heneghan (2020) säger att IFR mest troligt kommer att hamna på 0,1–0,26 procent (de räknar med att det kan variera mellan befolkningar beroende på sådant som åldersstruktur och hälsotillstånd). De hänvisar till pandemin 2009, där även de lägsta uppskattningarna under utbrottets första 10 veckor visade sig vara flera gånger för höga. En sådan överskattning av IFR, kombinerat med underskattning av antalet döda (genom eftersläpning i rapporteringen), kan leda till underskattning av antalet smittade upp till ett givet datum.
Nu har jag gjort en fork av
koden som ligger till grund för Imperial College-rapporten. Jag har inte
ändrat något utom att jag gjorde det enklare att ange filer med indata
och antal körningar via kommandorad och lade till en rad för att spara
tabellerna med resultat för olika länder som CSV-filer. Sedan har jag
testat att köra modellen med ECDC-data till den 3 april och en fil
data/weighted_fatality_0.2.csv, där de vägda uppskattningarna av IFR
delats med 5 (alltså ett IFR på ca 0,18 procent för Sverige), och i
övrigt samma parametrar som de angett för att reproducera rapporten
(4000 itereringar, varav 2000 uppvärmningar, och 8 Markovkedjor). Om de
senaste ECDC-siffrorna laddats ned och konverterats till R:s RDS-format
genom att köra Rscript data/fetch-ecdc.R, kan analysen köras mot dessa
genom
Rscript base.r base data/COVID-19-up-to-date.rds data/weighted_fatality_0.2.csv 4000 2000 8.
Den kumulativa summan av medelvärdet av antalet fall som förutsägs
(kolumnen predicted_cases_c i de resulterande CSV-filerna) för Sverige
till den 3 april hamnar då på knappt 5,1 miljoner. Summan av de lägsta
2,5 procenten av uppskattningarna (predicted_min_c) är knappt 1,6
miljoner. Summan av högsta 2,5 procenten (predicted_max_c) ger ett tal
större än Sveriges befolkning: det finns inga restriktioner i modellen
som förbjuder detta. För infektioner fram till 28 mars är summerat medel
knappt 1,6 miljoner och summerat minimum knappt 755 000.
Tidigare i veckan har statistikern Tom Britton gått ut med
uppskattningar över antalet smittade i Sverige (Nilsson 2020). Han
talar först om mellan 500 000 och 1 miljon smittade och säger att med
ett vidare intervall på 250 000–1,5 miljoner skulle han nog våga sätta
huset i pant
. Det är alltså lägre uppskattningar än summerat medel för
beräkningarna baserade på Imperial College-modellen, även om summerat
minimum för 30–31 mars ligger på ca 1 miljon.
Även om det skulle vara så att en så stor andel av Sveriges befolkning smittats att smittspridningen börjar plana ut kanske redan de närmaste dagarna, gäller fortfarande att de flesta är ganska nysmittade och att det finns tidsfördröjningar från det att folk smittas till att de, om det vill sig illa, blir sjuka, behöver intensivvård och dör. Det ingår som sagt i Imperial College-modelleringen och påtalas även av Britton. Vi kan nog i vilket fall som helst vänta oss att belastningen på sjukvården och antalet dödsfall per dag i Sverige fortsätter att öka under åtminstone några veckor till, fast det kanske kan kulminera litet tidigare omkring Stockholm.