L 158 - supplerende svar på spm. 90 om fremlæggelse af SIR-modellen til at forudsige udviklingen af corona i Danmark, fra sundheds- og ældreministeren

Tilhører sager:

Aktører:


SUU L 158 - supplerende svar på spm. 90.docx

https://www.ft.dk/samling/20191/lovforslag/l158/spm/90/svar/1647884/2172443.pdf

Folketingets Sundheds- og Ældreudvalg har den 27. marts 2020 stillet følgende
spørgsmål nr. 90 (L 158) (Alm. del) til sundheds- og ældreministeren, som hermed be-
svares. Spørgsmålet er stillet efter ønske fra Lars Boje Mathiesen (D).
Spørgsmål nr. 90 (L 158):
”Sundhedsstyrelsen har brugt en sådan SIR (susceptible, infected, recovered) model
til at forudsige udviklingen af Corona i Danmark. Kan ministeren fremlægge denne
model, modellens inputtal samt de antagelser der er gjort i model?”
Supplerende svar:
Jeg fremsender hermed et uddybende svar til SUU alm. del spm. 90, som blev over-
sendt til udvalget d. 29. marts 2020.
Sundhedsstyrelsen udgav d. 30. arts 2020 rapporte ”Status ved indgang til 5. epi-
demiuge” Af denne fremgår følgende vedr. styrelsens SIR-model:
”Forskere fra forskellige da ske forsk i gs iljøer har i sa arbejde ed State s
Serum Institut udarbejdet en såkaldt SIR model for et forventet epidemiforløb i
Danmark. En SIR model er en matematisk model, der grupperer befolkningen i tre
grupper: De modtagelige (Susceptibles), de smittede (Infected) og de helbredte
(Recovered). Modellen antager, at hele befolkningen som udgangspunkt er mod-
tagelig for coronavirus, og at de helbredte er immune.
Modellen er udviklet på baggrund af data fra Norditalien (provinserne Lombar-
diet, Veneto og Emilia Romagna).”
Jeg kan endvidere henvise til Statens Serum Instituts vedlagte notat ”status og
prog ose for epide ie s fre tidige udvikli g”.
Med venlig hilsen
Magnus Heunicke / Mathias Ørberg Dinesen
Folketingets Sundheds- og Ældreudvalg
Holbergsgade 6
DK-1057 København K
T +45 7226 9000
F +45 7226 9001
M sum@sum.dk
W sum.dk
Dato: 31-03-2020
Enhed: SPOLD
Sagsbeh.: DEPMDI
Sagsnr.: 2004120
Dok. nr.: 1155894
. / .
Sundheds- og Ældreudvalget 2019-20
L 158 supplerende svar på spørgsmål 90
Offentligt


Endelig prognose for epidemiens fremtidige udvikling (D1155987).pdf

https://www.ft.dk/samling/20191/lovforslag/l158/spm/90/svar/1647884/2172444.pdf

1
Status og prognose for epidemiens fremtidige udvikling
30. marts 2020, Kåre Mølbak
Formålet med dette notat er at give status for COVID-19 epidemien og forsøge at fremlægge
en prognose for den fremtidige udvikling. Med begrænset viden om mørketal og befolkningens
immunitet er det en umulig opgave på detaljeret vis at se langt frem ind i 2020, men det er
alligevel muligt at beskrive forskellige scenarier, som kan danne grundlag for den fremtidige
håndtering af COVID-19 epidemien. I takt med at vi får mere detaljeret viden om de afgørende
modelparametre vil Statens Serum Institut og ekspertgruppen, som der arbejder sammen i
forhold til at modellere epidemien blive mere konkrete i forudsigelserne.
Efter alt at dømme er epidemien i Danmark bøjet af set i forhold til den epidemimodel, der
ligger til grund for Sundhedsstyrelsens planlægning. Dette kan vises på nedenstående figur, der
viser det daglige antal af nyindlæggelser på danske sygehuse i forhold til det forventede i et
epidemiscenarie baseret på situationen i de tre norditalienske provinser Lombardiet, Veneto
og Emilia-Romagna. Det kan ses, at kurven er bøjet af i forhold det forventede.
Figur 1: Prognose for antal af indlæggelser baseret på antal tilfælde i Norditalien. Figuren
illustrerer både hvordan kurven i Danmark bøjer af, og hvordan den forventede udvikling i
Danmark havde været såfremt der intet var gjort for at afbøde epidemien.
Ses på antallet af personer i intensiv terapi er afbøjningen mindre tydelig (Figur 2). Dette
skyldes, at effekt af begrænsninger i smitte er stærkt forsinket i forholdet til antallet af indlagte
i intensiv terapi. Dette ligger i sygdommens natur, idet patienter typisk har haft et indledende
behandlingsforløb før end de indlægges i intensivt regi. Derefter vil de være i et langvarigt
behandlingsforløb, og patienterne vil så og sige hobes op på intensivafdelinger.
Sundheds- og Ældreudvalget 2019-20
L 158 supplerende svar på spørgsmål 90
Offentligt
Side 2
Figur 2: Prognose og antal observerede indlagt i intensivt regi. Figuren antyder, at kurven også
her bøjer af.
Statens Serum Institut har på baggrund af udviklingen løbende beregnet det effektive
reproduktionstal Re der er et mål for, hvor mange personer der i gennemsnit får bragt smitten
videre fra ét sygdomstilfælde. Som det ses af figur 3 er der en faldende tendens over tid. Dette
er et udtryk for, at epidemien gradvist kommer under kontrol. Teoretisk kan en epidemi
komme under kontrol fordi befolkningen opbygger immunitet eller fordi smittetrykket
reduceres på grund af adfærdsændringer og anden epidemikontrol. Det vurderes, at faldet kan
tilskrives, at befolkningen har ændret adfærd som følge af de råd der er givet fra
sundhedsmyndigheder og de tiltag, som regeringen har sat i værk. Vi er stadig for tidligt i
epidemien til at immunitet spiller en væsentlig rolle.
Figur 3: Tidsafhængigt estimat af det effektive reproduktive tal. Smittetrykket falder fra ca 2,6
den 12 marts til 1,4 den 24. marts. Estimeringen er lavet på et rullende 7-dages vindue på
baggrund af data fra den mikrobiologiske database koblet med oplysninger fra
landspatientregisteret (LPR).
At den relativt gunstige udvikling skyldes ændring i adfærd kan underbygges af et meget
markant fald i forekomsten af influenza. Dette fald kommer kort efter at Danmark lukkede
Side 3
ned. Idet inkubationstid for influenza er kortere end for COVID-19, men smittemåden på
mange måder er den samme, kan det tages til udtryk for en effekt af disse tiltag, mens en
immunitet mod COVID-19 ikke vil have en effekt på forekomst af influenza.
Figur 4: Det daglige antal prøver undersøgt for influenza (grå søjler), antal fundet positive
(mørkegrå søjler) og influenza test positiv-procent (data fra MiBa). Der ses et tydeligt fald efter
regeringstiltagene blev sat i værk. Et sådant fald er ikke forventeligt ved afslutningen af en
normal influenza-sæson.
Samlet set vurderes det, at Danmark nu er på vej ind i den femte epidemiuge, og at der er
omfattende spredning af coronavirus i samfundet. Dette ses bl.a. af at der er fundet
coronavirus i prøver indsamlet i sentinelovervågning for influenza, og at positiv-procent i den
nationale overvågning for COVID-19 er stigende siden den 12. marts 2020 hvor der blev skiftet
til afbødningsstrategi. Samtidig er der en tendens til, epidemikurven bøjer af og smittepresset
falder. Derfor er det sandsynligt at epidemiforløbet – alt andet lige - er skiftet fra et kortvarigt
12-ugers forløb til et meget langstrakt forløb, hvor toppunktet er lavere. Vi er, populært sagt,
på den grønne og ikke den røde kurve.
Side 4
Figur 5: Personer som er testet positiv for COVID-19, antal testede personer samt procent der er
testet positiv (rød kurve) opgjort per dag. Den 28. marts var 15% af de testede personer fundet
positive; en nogenlunde jævn stigning fra 6,5% den 15. marts. Den høje positiv-procent i
inddæmningsfasen skyldes, at man der fokuserede på personer fra risikoområder, mens der i
afbødningsfasen bliver testet bredere.
Fremtidige prognoser
Såfremt den nuværende indsats fastholdes gennem lang tid, er det sandsynligt, at epidemien
vil fortsætte i en relativ afdæmpet form, samtidig med, at risiko for overbelastning af
sundhedsvæsenet er reduceret set i forhold til et norditaliensk scenarie. Såfremt man derimod
beslutter at ophæve alle tiltag efter den 13. april 2020 vil smittepresset stige betydeligt.
Forventningen er, at epidemien vil vokse med en stor udfordring af sundhedsvæsenet, og der
vil være meget stor risiko for, at kapaciteten inden for intensiv terapi overskrides.
Figur 6 illustrerer dette forhold. Modellen er en aldersstruktureret epidemimodel, hvor
befolkningen opdeles i modtagelige, udsatte, smittede og helbredte personer. De helbredte
antages at have erhvervet immunitet efter infektionen. Når et stort antal personer bliver
immune vil epidemien aftage.
Side 5
Figur 6: Epidemimodel der viser scenarier efter ophævelse af alle restriktioner efter den 13.
april. Der vises to kurver afhængigt at det reelle mørketal, altså antallet af smittede i
befolkningen i forhold til antallet af personer der indlægges til intensiv behandling. Y-aksen er
antallet af patienter i intensiv terapi, og den stiplede linje er et realistisk estimat på kapacitet i
intensiv terapi i et langvarigt scenarie. Den blå kurve er et optimistisk scenarie (ud fra at der er
et stort mørketal) og den sorte kurve er et pessimistisk scenarie (ud fra, at der kan være et lille
mørketal). Det forventes, at det virkelige tal vil ligge imellem de to scenarier. Om den sorte
kurve er angivet risiko for at antallet overstiger værdien på Y-aksen.
Endelig viser figur 7 en model hvor tiltag trinvis ophæves, samtidig med, at risiko for at
overskride sundhedsvæsenets kapacitet minimeres.
Side 6
Figur 7: Epidemimodel der viser scenarier under en trinvis åbning af samfundet efter den 13.
april 2020. Modellen er et eksempel, og er ikke baseret på en konkret undersøgelse af hvilke
tiltag der lempes, og i hvilken rækkefølge. Dette vil kunne undersøges nærmere i denne og i
andre epidemimodeller som er udviklet af en ad hoc ekspertgruppe sammen med Statens
Serum Institut.
I forbindelse med en ansvarlig, trinvis og kontrolleret genåbning er der bl.a. følgende
opmærksomhedspunkter:
 På grund af sygdommens natur, herunder inkubationstid og ventetid fra første
symptom til forværring vil der ikke umiddelbart være en effekt på
sygdomsforekomsten efter en lempelse. Der vil gå mindst 14 dage før stigning i
smitten kan måles. Derfor bør der være tidsmæssig afstand på ca. 1 måned mellem
trin i åbningen
 Der skal tages hensyn til den konkrete belastning som personalet i sygehusene
oplever. Dette skyldes, at vi kan forvente et langvarigt genåbningsforløb, hvor der
stilles store krav til sundhedspersonale, og hvor der konstant skal tages hensyn til
arbejdsmiljøet og smitterisiko
 Principper om at holde afstand, planlægge med hjemmearbejde, afholde møder
virtuelt, opretholde god hygiejne og begrænse forsamlinger med videre bør fastholdes
som bærende elementer i den ansvarlige genåbning
 Modellering af sygdomsforekomst og befolkningsadfærd bør løbende informere
rækkefølgen af tiltag i den ansvarlige genåbning