Kombinationer av data från vårdtillfällen och samtal till sjukvårdsrådgivningen 1177 om influensasymptom, kan förutsäga influensaepidemier. Prognoserna som är användbara bland annat vid vid vårdplanering – så att en omfördelning av vårdresurser under epidemier kan ske på bästa möjliga sätt.
Det är forskare vid Linköpings universitet har utvecklat en metoden som kan förutse influensaepidemier genom att kombinera flera datakällor.
– De olika datakällorna används för att prognosticera olika delar av en epidemi, säger Armin Spreco, medicine doktor från Institutionen för hälsa, vård och medicin vid Linköpings universitet, samt epidemiolog och statistiker vid Region Östergötland.
Studien fokuserar på övre luftvägsinfektioner och jämför de tre stora sjukvårdsregionerna Stockholm, Västra Götaland och Skåne under tio år, mellan januari 2008 och februari 2019. Resultaten visar att forskarnas framtagna modell gav bra Och prognoser och tillfredsställande resultat för alla influensasäsonger under stabila förhållanden.
Studien visar också att man bör vara försiktigare med prognoser i tider av samhällelig oro. När befolkningen inte uppträder eller rör sig som vanligt medför det att smittor kan spridas från oväntade håll, vilket kan störa prognoserna.
Datakällor som ligger före i tid
Att exempelvis förutse en influensatopp, hade i princip varit en omöjlighet om forskarna endast hade tittat på inläggningar eller primärvårdsbesök. Nu möjliggörs prognos, genom att inkludera extra datakällor som ligger ett visst antal veckor före i tid. Exempelvis har 1177 visat sig vara bra för att förutsäga tidpunkten för en influensatopp.
Forskningen om prognoser vid olika typer av virusepidemier och pandemier började redan år 2005 under fågelinfluensan. Svensk lagstiftning innebär att den offentliga miljön, som exempelvis sjukvården, ska kunna ställas om för krisberedskapsuppgifter och där har regionerna ett ansvar.
– Under 10-talet började vi förbereda informationssystemen i vår sjukvårdsregion, så att rutindata kan användas för denna sorts analyser. Det är erfarenheterna från samarbetet med skickliga statistiker och tekniker vid Region Östergötland som gjort att även andra databaser i landet har kommit i ordning för krisberedskapsanalyser, säger Toomas Timpka, professor vid HMV, Linköpings universitet och överläkare vid Region Östergötland, som har lett studien.
Helt anonymiserad data
Det är också tack vare detta som Armin Spreco under de senaste tio åren har kunnat analysera data från databaserna i Region Östergötland. Datauttagen stör varken vårdsystemen eller vårdpersonalen, då det sker i den administrativa delen av databaserna, och utmatade data är helt anonymiserade, vilket är en styrka med studiedesignen.
Förutom att prognosmodellen är användbar vid influensaepidemier är den även högaktuell för pågående coronapandemi, som är ett typiskt exempel på samhällelig oro. Metodiken har använts under pandemins första våg i flera svenska regioner, och kommer att användas även vid en eventuell andra våg.
Vetenskaplig artikel:
Nowcasting (Short-Term Forecasting) of Influenza Epidemics in Local Settings, Sweden, 2008–2019(Armin Spreco, Olle Eriksson, Örjan Dahlström, Benjamin John Cowling, Matthew Biggerstaff, Gunnar Ljunggren, Anna Jöud, Emanuel Istefan och Toomas Timpka)Emerging Infectious Diseases
Kontakt:
Armin Spreco, medicine doktor vid Institutionen för hälsa, vård och medicin, Linköpings universitet, samt epidemiolog och statistiker vid Region Östergötland, armin.spreco@liu.se
Toomas Timpka, professor vid Institutionen för hälsa, vård och medicin, Linköpings universitet, och överläkare vid Region Östergötland, toomas.timpka@liu.se
