Coronahjælp: Danske fysikere udvikler effektivt værktøj til at forudsige sygdomsspredning

Når de danske myndigheder i dag laver nedlukninger og tager forholdsregler ift. Corona, er det baseret på matematiske modeller, der simulerer, hvordan sygdommen udvikler sig. Nu har Mathias Heltberg, Christian Michelsen, Emil Martiny, Mogens H. Jensen og Troels Petersen fra Niels Bohr Institutet udviklet en ny, såkaldt agentbaseret model, der som noget nyt kan medtage specifikke karakteristika for Danmarks befolkning f.eks. geografisk udbredelse og folks interaktioner i netværk.

”Vi har udviklet en model, der rykker grænsen for, hvordan vi kan modellere og forudsige sygdomsudvikling på nationalt niveau. Det er et værkstøj, som bl.a. Serum Instituttet kan bruge til bedre at forudsige og estimere sygdomsudvikling i hele Danmark over tid. Det betyder, at vi fremover vil være bedre rustet til at håndtere Corona,” siger Mathias Heltberg.

Modellen kan bl.a. give viden om, hvor stor effekten er ved at lave lokale nedlukninger, så man forstyrrer og påvirker færrest mulige mennesker med tiltagene. Den kan også give svar på, om man bør opruste testkapaciteten i et lokalt område eller skabe klarhed omkring den bedste fremgangsmåde, når der opstår smittestigning i et område – om det fx er bedre at øge testkapaciteten og den tilhørende smitteopsporing i stedet for at lave nedlukninger.

Kan forudsige hvor hurtigt smitten spreder sig

Det, der udmærker den nye model er, at den er baseret på den enkelte borgers aktivitet. Mathias Heltberg har sammen med sine kolleger haft adgang til befolkningens geografiske placering, bl.a. ved hjælp af at studere hussalg i Danmark gennem de sidste 13 år. Med hjælp fra Danmarks Statistik har forskerne også kigget på familiestrukturer: hvor mange personer bor sammen, hvor folk arbejder, hvor langt de pendler, hvor mange man har kontakt med hver dag osv. Og der er tale om statistiske udtræk, så der ikke er nogen borgerovervågning.

”Vi kommer aldrig til at kunne forudsige, at der til en tandlægefest i en given by er en superspreder til stede, der smitter 30 mennesker. Enkeltstående begivenheder kan vi ikke forudsige da de er helt tilfældige af natur. Men det vi kan forudsige, er i hvilken udstrækning folk i forskellige områder interagerer med hinanden, og hvor hurtigt smitte breder sig mellem områder. Og det er centralt ift. at forudsige, hvor hurtigt sygdommen udvikler sig geografisk i Danmark, og om man f.eks. kan hindre store udbrud ved at lukke ned i lokale regioner i stedet for i hele landet,” siger Mathias Heltberg.

Kan forbedre beredskabet i fremtiden

Modellen giver de danske myndigheder et styreværktøj, som kan forhindre, at nogle bliver smittet i fremtiden.  Forskernes håb er, at det bliver et værktøj, der kan redde liv. Ikke kun i forbindelse med Corona, men også i forhold til fremtidige epidemier. For modellen kan også bruges til at forudsige andre sygdomme med andre dna-typer, der smitter anderledes, fordi det grundlæggende, matematiske framework er det samme.

Vi skal sætte ind med det samme - men det bliver ikke så slemt som vi frygter

Med modellen kan forskerne medtage de effekter der kommer af at nogle mennesker bor i tæt befolkede byer, mens andre bor på landet.

”Når mennesker bor tæt kommer man meget naturligt til at have flere smittekontakter end man gør i mindre tætte områder. Selvfølgelig er der individuelle forskelle men på et statistisk plan bliver det ret tydeligt” udtaler lektor Troels Petersen der normalt forsker i partikelfysik.

Af dette er der to konklusioner der springer i øjnene - og de er begge af positiv karakter:

“Først og fremmest tenderer vi til at overestimere det niveau der skal til for at opnå flokimmunitet og dermed både hvor mange der skal smittes før pandemien ikke længere kan vokse samt hvor der vil blive smittet med pandemien i alt. Det skyldes, at visse borgere har rigtig mange smittekontakter og statistisk set får Corona hurtigere. Men når de så har haft det, bliver dem med de mange kontakter taget ud af ligningen (fordi de bliver immune), så der er overvægt af dem med færre kontakter tilbage, som vil smitte færre osv. Så på den måde vil kurven, man ser i starten ikke være repræsentativ for selve sygdommens karakteristik”, udtaler Christian Michelsen der er ph.d.- studerende på Niels Bohr Instituttet.

Derudover påpeger forskningen vigtigheden af at man så hurtigt som muligt i pandemiens forløb laver de nødvendige indgreb.

“I starten drives smitten af dem med mange kontakter og derfor er det vigtigt at indskrænke deres muligheder for smitte. Så hvis man gerne vil sikre at sundhedssektoren ikke bliver overbelastet samtidig med at man vil undgå at indskrænke for mange mennesker i for lang tid, så skal man lave de strengeste restriktioner i starten” siger Mathias Heltberg.

Mathias Heltberg understreger, at det ikke giver meget mening når folk diskuterer rigtigheden af indgreb eller sammenligner forskellige landes strategier. For vi er stadig i den tidlige fase, hvor sygdomsudviklingen blev bremset af nedlukningen.

”Der er stadig ting vi ikke ved med denne sygdom, bl.a. hvor længe de tidligere smittede vil bevare deres immunitet. Men når vaccinen kommer, vil det antal mennesker man behøver at vaccinere for at stoppe smitteudbredelsen formentlig være lavere end det man forudså ved den tidlige kurve. Og så vil det ikke kræve helt så mange vacciner, før man nærmer sig noget der ligner folkimmunitet,” tilføjer Mathias Heltberg.

 

Topics