Tähän liittyen herää kysymys onko suomessa tehty vielä uudenlaisia arvioita koronaviruksen leviämisen suhteen? Taudin leviämiseen liittyvä prosenttiyksikkömuotoinen tarkastelu olisi omiaan suuruusluokkien hahmottamiseen, sillä sen avulla voidaan verrata suhteellisen helposti eri tautien kattavuutta maassa.
THL:n mallin pohjana on vuoden 2009 H1N1 epidemia. Epidemian jälkeen THL:n tutkijat käyttivät dynaamista, bayesialaista, muuttuva-R0-arvoista (ajan ja ikäryhmän suhteen) mallia, lisättynä herkkyysanalyysillä. Ilmeisesti epidemian alussa/aikana käytettiin staattista SIR-mallia.
Tässä COVID-19 epidemiassa käyttämiään malleja ja skenaarioita THL ei ole julkaissut, mikä on harmillista.
Vuoden 2009 H1N1 -epidemian yksinkertainen lisääntymisluku, R0 oli ~1.1 - 1.8 (Kanada - Norja arviot) . Nämä luvut ovat olleet 2009:n epidemiassa myös STM:n/THL:n muistioissa
Tämän COVID-2019 naiivi R0 ei ole missään järkevässä arvioissa ollut alle 2, vaan lähempänä väliä 2.4 - 3.4. Ero esimerkiksi R0 luvun 1.1 ja 2.8 välillä voi tuntua pieneltä, mutta epidemian kohdalla se ei sitä ole. Oheinen kuvio havainnollistaa eroa:
Kuvio: Epidemian lisääntymisluvun R0 ja sen kertymäosuuden ('attack rate') suhde
Kuviosta näkyy helposti, että R0 arvolla 1.1 (2009 H1N1 Kanadassa) voidaan epidemian olettaa saavuttaa tartuttavan 30% väestöstä (n. 0.3 pystyakselilla) SEIR-mallilla, kun taas R0~2.8 epidemia saavuttaat todenäköisesti 80% populaatiosta (n. 0.8 pystyakselilla) SEIR-mallissa.
Tämä lienee yksi niitä syitä, minkä takia THL:n arvio meni ehkä alkumetreillä metsään, kuviteltiin R0:n olevan alhaisempi kuin mitä se oli. Tämä on oma arvaukseni, en ole THL:ltä tätä tietoa saanut.
Toinen arvaamani syy on, että R0:sta riippumatta arvioitiin tartuntatapojen ja käytäntöjen enemmän muistuttavan vuoden 2003 SARS-koronavirusta, vaikka lähes kaikki tutkimuspaperit ja kentällä kliinisesti kokeneet olivat sanoneet, että tämä tarttuu herkemmin ja on vaikeammin suojauduttavissa oleva virus, kuin SARS-CoV (2003) ja itse asiassa muistuttaa tarttuvuudeltaan enemmän luonteeltaan norovirusta (paljo vaikeampi kontrolloida).
Itse en tiedä mitä tartuntamallia (SEIR, SEIRQD, jne) THL:llä käytetään nyt tämän epidemian leviämisen estimointiin. On hämmentävää ja taas kerran masentavaa, että kukaan toimittaja ei ole näitä malleja kysynyt (tai sitten niitä saanut ja julkistanut).
Vaikka itse matemaattisia laskelmia ehkä kukaan haluaisi, niin veikkaan, että laskennan tulokset eri oletuksilla varmasti kiinnostaisivat aika montaakin ihmistä, samoin kuin tieto epävarmuuden määrästä arvioissa.
Lähde:
Twin Peaks: A/H1N1 Pandemic Influenza Virus Infection and Vaccination in Norway, 2009–2010
Lähde:
Comparison of methods to Estimate Basic Reproduction Number (R0) of influenza, Using Canada 2009 and 2017-18 A (H1N1) Data
Lähde:
Revealing the True Incidence of Pandemic A(H1N1)pdm09 Influenza in Finland during the First Two Seasons — An Analysis Based on a Dynamic Transmission Model
Lähde:
https://julkaisut.valtioneuvosto.fi..._978-952-00-3642-3.pdf?sequence=1&isAllowed=y
Lähde:
Feasibility of controlling COVID-19 outbreaks by isolation of cases and contacts. - PubMed - NCBI
Lähde:
A mathematical model for simulating the phase-based transmissibility of a novel coronavirus. - PubMed - NCBI
Lähde:
Estimating the Unreported Number of Novel Coronavirus (2019-nCoV) Cases in China in the First Half of January 2020: A Data-Driven Modelling Analysi... - PubMed - NCBI
Lähde:
Estimating the Unreported Number of Novel Coronavirus (2019-nCoV) Cases in China in the First Half of January 2020: A Data-Driven Modelling Analysi... - PubMed - NCBI
Lähde:
Preliminary estimation of the basic reproduction number of novel coronavirus (2019-nCoV) in China, from 2019 to 2020: A data-driven analysis in the... - PubMed - NCBI
Lähde:
Unraveling R0: Considerations for Public Health Applications