liu.seSearch for publications in DiVA
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Sammanställning och utvärdering av modeller för pandemiprediktion i Sverige under 2020
Lunds universitet och Region Skåne.
Chalmers tekniska högskola och Göteborgs universitet.
Linköping University, Faculty of Medicine and Health Sciences. Linköping University, Department of Health, Medicine and Caring Sciences, Division of Society and Health. Region Östergötland, Regionledningskontoret, Enheten för folkhälsa.
Linköping University, Department of Health, Medicine and Caring Sciences, Division of Society and Health. Linköping University, Faculty of Medicine and Health Sciences. Region Östergötland, Regionledningskontoret, Enheten för folkhälsa.ORCID iD: 0000-0001-6049-5402
2021 (Swedish)Report (Other academic)
Abstract [sv]

Mindre än två månader – så kort kan tiden enligt uppskattningar vara från upptäckten av ett virus med pandemisk potential till dess att virusets spridning över världen når exponentiell takt. Nationella regeringar och myndigheter har därför kort tid på sig för att i samråd med internationella organ planera och införa åtgärder för att hindra eller begränsa smittspridningen inom respektive land.

I det tidiga skedet av en viruspandemi är kunskapen om virusets natur och spridningsvägar låg. Detta ställer prediktion av pandemins utveckling inför metodologiska utmaningar. Under år 2020 har prediktionsmodeller legat till grund för nationellt beslutsfattande och vårdplanering inom sjukvårdsregioner i Sverige. Det är viktigt att klarlägga tillförlitligheten och precisionen i dessa modeller relaterat till den faktiska utvecklingen av covid-19 i landet. Målsättningen med den här studien var att:

  1. Beskriva modeller för prediktion av spridning av covid-19 och relaterad sjukvårdsbelastning i Sverige publicerade mellan 2020-01-01 och 2020-12-31 (prediktioner, scenarion, prognoser etc.), samt
  2. Utvärdera modellerna ur kvalitetssynpunkt och jämföra modellerat/predicerat utfall med det observerade utfallet under den aktuella tidsperioden.

Studien genomfördes som en systematisk litteraturgenomgång och resultatsyntes (sammanställning). För ändamålet utfördes sökningar efter vetenskapliga publikationer (vetenskapligt granskade innan publicering), preprints (artiklar av vetenskaplig karaktär som publiceras öppet utan föregående granskning) samt den grå litteraturen (rapporter och underlag publicerade av organisationer och myndigheter). Studieprotokollet är registrerat i databasen för strukturerade litteratursynteser och metaanalyser PROSPERO (International prospective register of systematic reviews) dnr CRD42021229514 (tillgänglig: https://www.crd.york.ac.uk/prospero/display_record.php?ID=CRD42021229514).

I litteratursökningen identifierades initialt 1478 artiklar; 892 genom systematisk sökning efter kollegialt granskade vetenskapliga artiklar, 566 genom explorativ sökning i preprint-arkiv, samt 20 rapporter via uppslagssökning i den grå litteraturen. Efter granskning av sammanfattningar och därefter hela titlar med avseende på urvalskriterierna kvarstod totalt 33. Elva av dessa uteslöts på grund av risk för påverkan från felkällor. Av de 22 titlar som ingick i den avslutande resultatsyntesen var omkring hälften vetenskapliga publikationer och de övriga var myndighetsrapporter.

Den detaljerade analysen visade att prediktionernas faktiska precision och tillförlitlighet sällan rapporterades tillsammans med modellerna. Endast ett fåtal artiklar beskrev någon form av validering och bara två modeller hade utvärderats framåtblickande (prospektivt). När vi gjorde en sekundär utvärdering mot faktiska data fann vi att bara två modeller av beläggning på intensivvårdsavdelningar och fyra modeller av antalet dödsfall överensstämde tillfredsställande med det faktiska utfallet. Att jämföra modeller och dra slutsatser var dock svårt då somliga prediktioner publicerades avsevärt före den tidsperiod som de gällde, medan andra publicerades i anknytning till perioden eller i efterhand.

Avsaknaden av metodologiskt väl utförda utvärderingar begränsar möjligheterna att samla erfarenheter om värdet av att vid framtida pandemier använda prediktionsmodellering. Förutom brister gällande validering och utvärdering noterade vi att dokumentationen av modellerna, och redovisningen av de antaganden som gjorts, generellt var otillräcklig.

Trots dessa brister måste prediktionsmodellerna anses ha bidragit positivt till förståelsen av pandemins utveckling i Sverige under 2020 och möjligheterna att genomföra interventioner. Exempelvis visade modellerna att smittspridningen kunde förväntas skilja sig avsevärt åt mellan de svenska sjukvårdsregionerna. Scenariomodellerna visade även hur förändringar i sociala kontaktmönster har samband med smittspridning givet olika fasta antaganden. Bidraget skulle ha varit ännu mer värdefullt om rapporteringen av modellerna hade varit tydligare med om de ansågs vara prediktioner, eller om de skulle betraktas som en del av större scenarion med alternativa utvecklingar givet olika antaganden.

Vi drar slutsatserna att forskare, myndigheter och andra organ som publicerar pandemimodeller måste vara tydliga i sin kommunikation med avseende på avsedda mottagare (andra forskare, myndigheter, allmänheten, etc.), avsikten med modellen (scenario eller prediktion), data och antaganden som använts, samt hur tillförlitligheten i utfallet ska tolkas. I synnerhet behöver rapporteringen av pandemimodeller vara tydlig med avseende på om modellerna ska betraktas som prediktioner av en trolig utveckling, eller som scenarier som beskriver hypotetiska förlopp givet olika antaganden.

Vid framtida pandemier behöver kunskap om prediktioners tillförlitlighet grundläggas redan tidigt under spridningsförloppet. Utvärderingsprotokoll bör skapas och registreras i internationella databaser för forskningsprotokoll före initiering av datainsamlingen. Rutiner för samarbete mellan nationella myndigheter, sjukvårdsregioner och akademiska institutioner behöver etableras för att sammanföra modelleringskompetens och data.

Fortsatt utvecklingsarbete och forskning behövs om utvärderingsmetoder för pandemimodeller. Förutom att prediktioner måste vara tillförlitliga och begripliga, ska scenariomodeller generera realistiska scenarier. Därför behöver metoder för utvärdering av scenariomodellers interna logik, rimlighet och pluralism utvecklas.

Place, publisher, year, edition, pages
Linköping: Linköping University Electronic Press, 2021. , p. 46
Keywords [sv]
covid-19; prognos; prediktion; modellering
National Category
Public Health, Global Health, Social Medicine and Epidemiology
Identifiers
URN: urn:nbn:se:liu:diva-175787Libris ID: 9pd99cc97s93zqr4OAI: oai:DiVA.org:liu-175787DiVA, id: diva2:1557080
Available from: 2021-05-25 Created: 2021-05-25 Last updated: 2021-10-08Bibliographically approved

Open Access in DiVA

fulltext(891 kB)736 downloads
File information
File name FULLTEXT02.pdfFile size 891 kBChecksum SHA-512
8e12d37710a56b8c8462c3349765c1b7e33203b7ce8b95bf8ded1cbc823dc5c977d2f829b01d67beb1b7f9ab6bd4d24ca50728925ae26642ced9397bd9ce8b92
Type fulltextMimetype application/pdf
bilaga 1(97 kB)122 downloads
File information
File name ATTACHMENT05.pdfFile size 97 kBChecksum SHA-512
176c14faed4ba22a5fef43ca504949d61ffe2e0b74172f5d55747f067960210448a6477415b0b3486f2c3a709c88e6b51a3b1574b1c0c083c241003d58b95c1a
Type attachmentMimetype application/pdf
bilaga 2(175 kB)106 downloads
File information
File name ATTACHMENT06.pdfFile size 175 kBChecksum SHA-512
f3dc9d9f7e966c6ef288ad61ff28b710abafe8af233dc1080e7c0fa73f87728d84b500fac39da7364b999de8b3f918fe69f21ed1f639b407ea788fc2e7c63074
Type attachmentMimetype application/pdf
bilaga 3(129 kB)106 downloads
File information
File name ATTACHMENT07.pdfFile size 129 kBChecksum SHA-512
57008539387e66ae99807d6d9e0388f7ea92ec3ebb2d8fc0187296681ea89e1ac7455d61ab75b538bb3d83700fe206cb0620cc8504966a0f4a3954ef8381ea0f
Type attachmentMimetype application/pdf
bilaga 4(1026 kB)553 downloads
File information
File name ATTACHMENT08.pdfFile size 1026 kBChecksum SHA-512
7bd114789347ec71f30d934d88cfdbe196a6d906506d46d5b5fd3686b9284e58e07d5299f0747caf32f106f440b7510875701d3dd8038c655026c3f7908bd2b1
Type attachmentMimetype application/pdf

Other links

Find book at a swedish library/Hitta boken i ett svenskt bibliotek

Authority records

Spreco, ArminTimpka, Toomas

Search in DiVA

By author/editor
Spreco, ArminTimpka, Toomas
By organisation
Faculty of Medicine and Health SciencesDivision of Society and HealthEnheten för folkhälsa
Public Health, Global Health, Social Medicine and Epidemiology

Search outside of DiVA

GoogleGoogle Scholar
Total: 741 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 4894 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf