Statistik, det är knepigt det – speciellt i pandemitider

För många år sen lärde jag mig så pass mycket statistik att jag insåg hur komplicerat det är. Under en pandemi blir det ännu tydligare, så nu har jag läst och försökt sammanfatta en artikel i DN : Smittspridningen ökar igen – det är skillnaderna från i våras.

Även i Sverige har alltså smittspridningen tagit fart igen. Antal bekräftade fall per dygn har faktiskt nått vårens höga nivåer. Vecka 40 (sept/okt) hade Sverige ungefär lika många bekräftade fall som vecka 15 (april).

Men läget är ändå inte jämförbart:
I april fick 423 covid-sjuka intensivvård och 114 dödsfall rapporterades på ett dygn, i oktober är motsvarande siffror 25 och noll.

Vad beror det på?
En bidragande orsak är att i april fanns många av de smittade på äldreboenden, nu är flera unga och friska, och blir (kanske) inte själva så sjuka, utan ”bara” del av den smittkedja som småningom når dem som löper större risk att dö en plågsam död.

Dessutom testar vi nu mycket mer än det fanns möjlighet till i våras, och då hittar vi förstås fler smittade.

  • Sista april hade sammanlagt 119.000 personer testats i Sverige,
  • i oktober provtas 120.000 – 140.000 i veckan.

Det finns andra sätt att mäta smittan än dödsfall, IVA-fall och smittade. Ett har det klatschiga namnet ”14 dagars kumulativ incidens per 100.000 invånare”, och används även av EU:s smittskyddsenhet ECDC och exempelvis Norge. Det anger hur många fall som upptäckts på två veckor, delat på befolkningsstorleken. Då kan man jämföra områden med hela Sverige och Sverige med andra länder. Förra veckan uppmättes:

  • i Uppsala, med ett av de högsta värdena i landet, 125,
  • i hela Sverige omkring 70,
  • i vissa delar av Spanien 1000.

En fördel med det här måttet är att det inte påverkas så mycket av dagliga skiftningar som inte speglar den allmänna trenden. Ändå är siffrorna inte helt jämförbara med vårens, på grund av skillnaderna i testningskapaciteten.

Måttet hur många procent av alla genomförda tester som är positiva har också sina begränsningar. Det funkar om det är samma grupper som testas, men när allmänheten väljer att testa sig kan det vara av olika skäl: man har symptom eller är bara intresserad av att bli testad. Om framför allt de med symptom testar sig kommer förstås andelen positiva testresultat att öka, utan att smittspridningen nödvändigtvis gör det.

Men i kontrollerade grupper ger det ett rätt bra mått, och Folkhälsomyndigheten har gjort sådana undersökningar ända sedan i våras. De visar:

  • I mars hade 2,6 procent av testade stockholmare covid-19,
  • i september undersöktes hela landet utan att några positiva fall hittades.

Inläggningar på IVA är ett rätt stabilt mått. Vecka 15 var det över 400, nu är det nere på 25. Och det låter ju bra. Men då spelar det alltså in i vilka åldersgrupper som smittspridningen främst sker, för det påverkar ju både IVA-inläggningar och dödsfall. Dessutom är antalet inläggningar på IVA bara jämförbart om alla som behöver vård får det och strategierna kring vilka som intensivvårdas inte ändras.

Antal dödsfall verkar väl entydigt och jämförbart – även om rapporteringen sker med fördröjning? Men Sverige (och många andra länder) redovisar siffror på dem som dött med covid-19, snarare än vilka som dött av sjukdomen. Många av dem som dött har ju varit mycket gamla och redan innan de smittades haft flera allvarliga diagnoser. Vad var den egentliga dödsorsaken?

Det omtalade R-talet verkar ju behändigt. Det mäter hur många personer varje sjuk person i snitt smittar: ligger det över ett ökar smittspridningen, ligger det under ett så minskar den.

Svårigheten ligger i att det här viruset inte smittar på samma sätt som exempelvis mässlingen, där en smittad i princip smittar alla han möter. Det nya coronavirusets smittsamhet är mer invecklad: det smittar exempelvis olika mycket i olika skeden, främst (men inte bara) inomhus och vid längre kontakt. Och så finns det superspridare. Det blir så mycket att räkna in att de flesta uträkningarna inte skulle klara kraven för en trovärdig vetenskaplig tidskrift.

Alla tre experter är eniga om att inget mått ensamt kan förklara hur smittspridningen ser ut. Man måste ta in olika parametrar. Vissa ger en förståelse för utvecklingen just nu, andra passar bättre för att jämföra mellan länder. Karin Tegmark Wisell avslutar:

Men det blir lätt att man jämför äpplen och päron, så man behöver kolla brett. Det här är en utmaning, som mycket är just nu.

Den största utmaningen verkar vara att förklara att det gäller att fortsätta att följa alla urtrista restriktioner – även om man är ung och nöjeslysten och läget (än så länge) är lugnare än tidigare.

Det kan nämligen snabbt ändra sig. Så mycket vet man säkert.

I artikeln intervjuades:

  • Anna Mia Ekström, professor i global infektionsepidemiologi på Karolinska institutet
  • Karin Tegmark Wisell, enhetschef på Folkhälsomyndigheten
  • Fredrik Liljeros, professor i sociologi och expert på kontaktmönstrens påverkan på smittspridning

4 reaktioner på ”Statistik, det är knepigt det – speciellt i pandemitider

Kommentera

Logga in med någon av dessa metoder för att publicera din kommentar:

WordPress.com-logga

Du kommenterar med ditt WordPress.com-konto. Logga ut /  Ändra )

Google-foto

Du kommenterar med ditt Google-konto. Logga ut /  Ändra )

Twitter-bild

Du kommenterar med ditt Twitter-konto. Logga ut /  Ändra )

Facebook-foto

Du kommenterar med ditt Facebook-konto. Logga ut /  Ändra )

Ansluter till %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.