Genåbning

Genåbning med bind for øjnene

i Sundhed/Danmark af
GENÅBNING // ANALYSE – Den model, som Statens Seruminstitut benytter til at beregne smittetrykket som konsekvens af forskellige åbningsscenarier, er yderst mangelfuld. Det viser en kritisk analyse gennemført af en gruppe uafhængige eksperter, der alle arbejder med matematiske modeller. Konsekvensen er, at den politiske debat om rammer for genåbningen stort set gennemføres med bind for øjnene, skriver Joakim Juhl, Lars Risbo og Christian Heebøll-Nielsen.

27. februar blev den første dansker konstateret smittet med det Sundhedsstyrelsen har valgt at kalde ”ny coronavirus”. Og d. 14. marts døde den første smittede.

Herfra gik det stærkt. Når en virus har et reproduktionstal – det vi har lært, lidt fejlagtigt, at kende som smittetryk på 2,5, så kan man regne ud, at det betyder en daglig vækst i smittede på 20%.

Vi lukkede hårdt ned. Og heldigvis tidligt. Det har sparet mange for smitten, og har reddet mange liv. Men virus er her stadig, så hvad vil der ske nu, hvor vi langsomt åbner hele landet op igen

Hvis det udvikler sig over en måned, har man 237 gange så mange smittede når måneden er omme.

Sådan fik det ikke lov til at gå. Vi lukkede hårdt ned. Og heldigvis tidligt. Det har sparet mange for smitten, og har reddet mange liv. Men virus er her stadig, så hvad vil der ske nu, hvor vi langsomt åbner hele landet op igen?

Det har Statens Seruminstitut og deres ekspertgruppe regnet på.

I en rapport udgivet d. 20. maj kan man læse om, hvad de har regnet ud, der kan forventes at ske efter en genåbning.

Måden man regner sådan noget ud på, er ved at bruge en såkaldt SEIR model, hvor S står for ’succeptible’ (dem der kan blive smittede), E står for ’exposed’ (dem der har været i kontakt med en smittet), I for ’Infected’ (ja, de smittede), og endelig R for ’recovered’ (og det snyder lidt, for det er både dem, der er kommet sig, og dem der er døde).

Tallene hænger sammen i et kompliceret matematisk netværk af mange sammenhængende differentialligninger. De vigtigste input til sådan en model er dels, hvor mange smittede man starter med, dels de to værdier ’kappa’ og ’gamma’.

Kappa er et tal for, hvor smitsom virus er, og afhænger desuden af, hvordan vi har kontakt med hinanden. Gamma er et udtryk for, hvor længe man kan smitte andre – eller hvor længe man er syg. Og hverken kappa eller gamma ligger fast i løbet af en epidemi. De ændrer sig løbende bl.a. som en konsekvens af øget social distancering, bedre hygiejne, og isolation af de smittede.

Modeller for, hvordan smitten udvikler sig, bliver derfor meget komplekse med enormt mange variable

Modeller for, hvordan smitten udvikler sig, bliver derfor meget komplekse med enormt mange variable. Bedre bliver det ikke, når man som Seruminstituttet vælger at lægge yderligere kompleksitet ind i modellen i form af forskellige indlæggelsesformer, og nu er modellen desuden gjort regionsopdelt.

Hvordan det kommer til at gå, har naturligvis stor interesse. Og vurderingen heraf bliver afgørende for de politiske beslutninger, der skal træffes.

Vi er derfor en gruppe, der har kigget nærmere på de beregninger, der ligger bag Seruminstituttets rapport.

Men lad os starte med at kigge på, hvad rapporten siger. Som sagt omhandler rapporten anvendelsen af en såkaldt SEIR model. Man kunne derfor tro, at man kunne finde svar på, hvor mange ’I’ – smittede – modellen finder.

Men det kan man ikke, ligesom man heller ikke kan læse, hvor mange der vil dø. Ikke fordi modellen ikke regner det ud, for det gør den. Ellers ville den ikke virke. Men fordi man har valgt en ensidigt fokus på hospitalskapaciteten.

De fleste husker nok de røde og grønne kurver tidligt i epidemien. Dengang var vi bange for, at vi ikke kunne håndtere smittespredningens belastning af hospitalernes intensiv sengepladser. Nu hvor indlæggelsestallene er små, kunne man mene at det er væsentligt at kende tallene for smittede og døde, men det har Seruminstituttet valgt ikke at redegøre for.

Hvorfor de har truffet dette valg, kan man kun gætte på.

SSI’s SEIR model kigger grundlæggende på 4 forskellige scenarier for genåbningen.

Et, hvor vi fortsætter som vi gør i dag kaldet fase 2 i genåbningen. Et, hvor vi går videre til fase 3. Her vil forsamlingsforbuddet hæves til 30-50 personer, og vi vil genåbne kulturinstitutioner og højskoler, dele af den offentlige sektor, og indendørs idræts- og foreningsliv.

En udvidet fase 3, med især øget tilstedeværelse på offentlige arbejdspladser, og endelig en fase 4. Her vil alle øvrige uddannelser genåbne, ligesom fitnesscentre, svømmehaller og nattelivet. Men stadig med en øvre grænse på 500 mennesker til arrangementer.

Vi aner ikke, hvor mange smittede modellen har regnet med for at nå frem til, at maksimalt 1500 vil blive indlagt på sygehuset

Og de 4 scenarier kobles så op med antagelser om, hvordan vores kontaktmønstre vil ændre sig. Hertil modelleres der på at vi enten fortsætter med vores sociale afstand, at vi halverer den, eller at vi begynder at opføre os som før krisen. Så man kan nok forestille sig, at der bliver et ret bredt udfaldsrum i rapporten.

Som sagt fokuserer rapporten på belastningen af hospitalsvæsnet. Og udfaldsrummet er ganske bredt. Fra et antal indlagte, der ligner det, vi ser i dag, hvis vi fortsætter med at holde social afstand, til tæt på 1500 indlagte, hvis vi dropper afstanden og åbner op til fase 4.

Og det er faktisk alt sammen fint indenfor hvad vi kan klare. Selv i et worst case scenario, vil det ikke give mere end 300 indlagte på intensiv, hvor vi jo har en kapacitet tæt på 1000 pladser.

Rapporten lister også beregnede R værdier for forskellige tidspunktet op.  Og nu bliver det mere spændende.

For her kan man for det første læse, at hvis vi fortsætter med social afstand, så vil vi kunne holde R under 1. Men hvis vi derimod helt dropper afstanden, og åbner op til fase 4, så vil vi have R værdier på 1,75, 1,14 og 1,23 henholdsvis 1. juli, 1. august og 1. september.

Tallene er det der hedder 75% percentilen – det vil sige, at man rammer indenfor denne værdi i 75% af de kørsler man har foretaget på beregningerne.

Og nu bliver det interessant. For R værdier kan, som tidligere nævnt, omregnes til vækst. Smitteudviklingen vil dermed dagligt stige med procenttal på hhv. 12%, 3% og 4,5%.

Således kan vi regne ud, at vi efter de 3 måneder vil have 272 gange så mange smittede, som da vi startede. Det betyder altså, at hvis vi starter med 500 smittede sidst i juni, så vil der komme 136,000 smittede. Starter vi derimod med 5000 smittede, ja så kommer vi altså over 1 million smittede.

Og nu bliver det interessant. For vi aner ikke hvor mange smittede modellen har regnet med for at nå frem til, at maksimalt 1500 vil blive indlagt på sygehuset.

Eller det vil sige, når vi kigger ind i koden bag modellen, kan vi se, at man regner med en risiko for indlæggelse på maksimalt 0,5% for dem under 60 år, og på maksimalt 6% for dem over 60.

Modellen tilbyder ikke forklaringer, som vi kan følge fra input til output og derved lære noget af. I stedet omsætter den nogle grove og meget svære antagelser om åbningsscenarier til datavisualiseringer, som ikke er validerende for dens forudsigelser

Og bruger vi de tal kan vi regne os frem til, at vi må holde os under 100,000 smittede i alt i den nye bølge. Og hvis det skal lykkes, skal vi altså ikke have meget mere end 350 smittede, når vi når slutningen af juni. Og hermed er vi fremme ved noget helt centralt. For kan vi overhovedet tro på det?

Og her må vi igen tage et nærmere blik på de problemer, vi har identificeret med Seruminstituttets model. Modellen må betegnes som meget komplekst opbygget med enormt mange variable – mange flere end der er observerbare data at sammenholde med.

Dette betyder kort fortalt, at modellen ikke tilbyder forklaringer, som vi kan følge fra input til output og derved lære noget af. I stedet omsætter den nogle grove og meget svære antagelser om åbningsscenarier til datavisualiseringer, som ikke er validerende for dens forudsigelser.

Med andre ord laver den pæne billeder; men det er ikke billeder der kan siges at være baseret på videnskabelige forudsigelser men i stedet på gætværk. For hvordan når den overhovedet frem til det antal smittede der er udgangspunktet sidst i juni?

Derudover kan vi konstatere at input data i forhold til det såkaldte mørketal – hvor mange der er smittede i forhold til hvor mange, vi finder – er meget langt fra hvad vores egne validerede analyser peger på.

Mørketallet er meget vigtigt for modellens fremskrivninger. Derfor er usikkerheden om mørketallet et stort problem for, hvordan vi kan bruge modellen til at spå om mulige fremtidige udviklinger i smittetrykket.

Sagt med andre ord – hvis vi i slutningen af juni finder nye smittede på et niveau som i dag, det vil sige ca 60 om dagen, så er det meget vigtigt at vide, hvad vi skal gange det tal med, for at finde det faktiske antal smittede.

Men man må konstatere at Seruminstituttet aldrig har udvist interesse for track & trace eller anden form for aktiv nedbringelse af smitten

I det hele taget er et centralt problem den lukkethed der har været omkring modelarbejdet. Først meget sent blev modellens koder gjort tilgængelig for udefrakommende på delingstjenesten github, men det er i en version, man ikke kunne afvikle.

GDPR reglerne gjorde nemlig, at man ikke kunne dele input i form af regionsopdelte hospitalsindlæggelser, da tallet på nogle dage var under 5 i nogen regioner. Og så må man ikke.

Vi kan dermed konstatere at modellens nye regionsopdeling  bidrager til hemmelighedskræmmeriet omkring det videns-arbejde, som ligger til grund for centrale politiske beslutninger vedr. genåbningen af samfundet. Regionsopdelingen i modellen kan også læses som indikation på et decentralt politisk pres der fremadrettet ruster sig til en behandling af fremtidig smitteudvikling på regionalt og måske endda på lokalt niveau.

Men elefanten i rummet er at SSI’s model i forvejen har vist sig alt for kompleks til at kunne give retvisende fremskrivninger, og nu med ydereligere variable som følge af regionsopdelingen,  kan man næppe forvente at modellen fremskriver væsentligt bedre end en, der arbejdede på landsniveau.

Et yderligere problem i modellen er, at man overhovedet ikke arbejder med en effekt af den nye strategi med øget test og smittesporing. Ideen i at smittespore er ellers, at vi vil være i stand til både at finde smittede tidligt, og i øvrigt også dem, de har været i kontakt med.

Det vil dermed betyde, at vi kunne nedbringe gamma værdien fra før betydeligt (altså hvorlænge smittede kan videregive smitten). Og dermed bidrage til at holde R nede. Men det er altså helt fraværende i modellen.

Fordi som man siger, at effekten er for usikker. Problemet kunne dog  let være løst, ved som for de øvrige parametre at lave et interval indenfor hvilket effekten skulle ligge. Men man må konstatere at Seruminstituttet aldrig har udvist interesse for track & trace eller anden form for aktiv nedbringelse af smitten.

Det betyder noget, om den beslutning du træffer, vil resultere i 100,000 smittede, eller om den betyder mere end en million. 100,000 smittede vil med den viden vi har i dag, udmunde i mellem 500 og 1000 døde

Det er dygtige mennesker, der har været inviteret med i Seruminstituttets ekspertgruppe. Men det er ikke til at sige, hvordan styringen i gruppen har været. Givet er det, at det ikke er ekspertgruppen, der har valgt et ensidigt fokus på hospitalsindlæggelser – det såkaldte ’behandlingsparadigme’. Og at der ikke skulle rapporteres på smittede og døde.

Men de valg betyder, at vore politikere står betydeligt dårligere klædt på til at træffe de rigtige beslutninger omkring genåbningen. Hvad har stor effekt på nedbringelse af smittespredningen men også lave omkostninger for samfundet?

For det betyder noget, om den beslutning du træffer, vil resultere i 100,000 smittede, eller om den betyder mere end en million. 100,000 smittede vil med den viden vi har i dag, udmunde i mellem 500 og 1000 døde.

En million, ja så må man jo gange med 10.

Indlægget er skrevet af Joakim Juhl, adjunkt og matematik-forsker ved Institut for Planlægning, Aalborg Universitet, Lars Risbo, Civ. Ingeniør, PhD, medstifter af Purifi Audio og Christian Heebøll-Nielsen, Cand. pharm, ejer af Ideogen Medical Marketing

LÆS FLERE ARTIKLER AF CHRISTIAN HEEBØLL-NIELSEN I POV HER


Topbillede: Genåbning af Danmark – men hvad sker der så? Langelinie, PxHere.

Facebook kommentarer

Modtag POV Weekend, følg os på Facebook – eller støt vores arbejde

Modtag ugens væsentligste analyser, anmeldelser og essays i POV Weekend – hver fredag morgen.
Det er gratis, og du kan tilmelde dig her  Pil mod højre

POV er et åbent og uafhængigt dansk non-profit medie.
Har du mulighed for at støtte vores arbejde? Bliv frivilligt støttemedlem her  Pil mod højre

POINT of VIEW International er et uafhængigt, digitalt kvalitetsmedie, der publicerer journalistik i form af nyhedsanalyser, anmeldelser, klummer, essays, debatindlæg samt kurateret borgerjournalistik indenfor især samfunds-, kultur-, erhvervs- og udlandsstof.

Siden POV blev grundlagt 1. februar 2016, har mediet udviklet sig til et etableret og anerkendt, mellemstort online medie med mere end 700 bidragsydere, der publiceres i ugebrevet POV Weekend, på pov.international, Facebook, Instagram, Twitter og LinkedIn.

Seneste artikler om Sundhed