7. februar 2020

af Anders Gunderson og Liana Voskie, HGHI

i et udbrud er spørgsmålet om, hvor hurtigt et nyt patogen spreder sig fra en sag til mange, et vigtigt stykke af puslespillet, som forskere prøver at sammensætte. For at besvare dette spørgsmål bruger eksperter modeller, der giver estimater, tegning fra forskellige informationskilder. Resultatet af denne komplekse modelleringsproces er et grundlæggende reproduktionsnummer eller R0, der i gennemsnit fortæller os, hvor mange mennesker en inficeret person kan inficere.

Hvad er R-intet?
R-intet (R0) er en værdi, der kan beregnes for smitsomme sygdomme. Det repræsenterer i gennemsnit antallet af mennesker, som en enkelt inficeret person kan forventes at overføre denne sygdom til. Det er med andre ord en beregning af den gennemsnitlige “spredbarhed” af en smitsom sygdom.

hvorfor er det nyttigt?
R0 giver værdifuld indsigt i den potentielle spredning af en sygdom, som lokale, statslige og nationale regeringer samt offentlige sundhedsmyndigheder kan bruge til at indgå i deres beslutningstagning for bedst at kontrollere . Da det også kan beregnes for forskellige sygdomme, giver det os mulighed for at kontekstualisere et udbrud med dem, vi tidligere har set, såsom SARS, MERS, Ebola, AIDS, seasonal flu, 2009 H1N1 flu pandemic osv.

hvordan beregnes det?
der er tre hovedfaktorer, der bruges til at beregne R0. De er den smitsomme periode af sygdommen, transmissionsmåden og kontaktfrekvensen. Vi dykker lidt dybere ned i hver.

infektiøs periode
Dette er varigheden, som en inficeret person er i stand til at overføre denne infektion til et andet menneske — hvor længe en person med sygdommen er smitsom. Længere infektiøse perioder betyder højere R0-værdier.

Overførselsmåde
Sådan spredes sygdommen. Luftbårne infektioner, som flu, vil sprede sig hurtigere end dem, der kræver fysisk kontakt, der skal overføres, som HIV eller Ebola. Derfor har luftbårne infektioner tendens til at have højere R0-værdier.

Kontaktrate
Dette refererer til, hvor mange mennesker en person med sygdommen kan forventes at komme i kontakt med. Denne variabel er ikke specifik for en sygdom som de to første. Det påvirkes snarere af adskillige faktorer, herunder placering og folkesundhedsforanstaltninger på plads, såsom karantæner eller rejseforbud. Denne faktor kan ændres betydeligt.

kilder til usikkerhed i R0 i 2019-nCoV — udbruddet

infektiøs periode
denne variabel er relativt fast for en given infektion-men den kan variere noget fra person til person. For eksempel kan en yngre, ellers sund person være smitsom i kortere tid end en ældre person med underliggende sundhedsmæssige forhold. I tilfælde af 2019-nCoV har vi estimater for den infektiøse periode baseret på indledende tilfælde, men disse værdier forbliver estimater. Dette rejser også det punkt, at R0 er et gennemsnit, og de værdier, hvorfra det beregnes, inklusive den infektiøse periode, er også gennemsnit, hvilket betyder, at der kan være betydelig variation. For eksempel, når der er superspreaders med en høj R0, vil dette blive opvejet af, at de fleste af befolkningen faktisk har lav R0.

transmissionstilstand
denne variabel er også relativt fast for en given infektion, men på samme måde som den infektiøse periode er vi ikke sikre på, hvordan 2019-nCoV spredes. Flere tidlige undersøgelser antyder, at store luftbårne dråber, som hvad der kan produceres fra hoste hos en inficeret person, kan overføre sygdommen, men der har været forvirring om, hvorvidt mennesker med 2019-nCoV er infektiøse, før de udvikler symptomer. For eksempel er en artikel offentliggjort i Ny England Journal of Medicine den 30.januar, at dokumenteret bevis for asymptomatisk transmission af 2019-nCoV nu er rapporteret at være baseret på defekte oplysninger. Vi lærer stadig om denne virus, og eventuelle R0-værdier, der hidtil er produceret, kan kun beregnes ud fra de foreliggende oplysninger.

Kontaktrate
det er her, tingene begynder at blive lidt mere komplicerede. Kontaktfrekvensen for en inficeret patient kan variere vildt fra person til person og afhænger af adskillige variabler, herunder geografi, rejsemønstre, karantæner eller rejseforbud, og et sundhedssystems evne til effektivt at identificere og isolere inficerede patienter for at nævne nogle få. Denne værdi er i modsætning til den infektiøse periode eller transmissionsform meget modificerbar. Højere kontakthastigheder betyder højere R0-værdier, men alle disse faktorer skal estimeres ud fra sammenhængen med udbruddet. I tilfælde af 2019-nCoV anslog et nyligt papir i Lancet daglige rejsemængder og tegnede sig for folkesundhedsinterventioner, såsom karantæner, for at udarbejde deres skøn.

R0 af 2019-nCoV i sammenhæng

R0 tegnes ofte sammen med en sygdoms dødelighed, såsom i dette nyt interactive (rul ned) eller denne visualisering. Dette er en nyttig måde at få en ide om både en sygdoms “spredbarhed” og hvor dødelig den er i forhold til andre, men det er ikke uden problemer. På dette stadium kan dødeligheden i 2019-nCoV ikke beregnes nøjagtigt, fordi vi ikke kender det sande antal samlede tilfælde – Det er derfor et skøn baseret på det, vi kender fra nu af, ligesom R0. Så sådanne grafer giver en vis sammenhæng for, hvor 2019-nCoV står i forhold til andre smitsomme sygdomme, men vi skal bemærke, at blot at se, at 2019-nCoV ikke ser ud til at være så dødelig eller spredbar, betyder ikke, at udbrudets virkelighed vil spille ud på den måde.

Hvad betyder det hele?
dette fremhæver den iboende kompleksitet og variabilitet af udbrud. R0-værdier kan være nyttige til måling af alvorligheden af udbruddet, men en høj R0-værdi garanterer ikke en verdensomspændende spredning, eller en pandemi. Det er en beregning af en gennemsnitsværdi, der er baseret på estimater af gennemsnit. Når der produceres tidlige R0-værdier, skal de cirkuleres med omhu og vejledning i, hvordan de skal fortolkes. Vi har set offentlig alarm omkring R0 estimater med dette nuværende udbrud, hvilket er præcis, hvad vi skal sigte mod at undgå.