Kristoffer T. Bæk og Kasper P. Kepp, oktober 2020
Senest opdateret 8. marts 2021.
Vi foreslår en simpel model for estimering af antallet af SARS-CoV-2 smittede i Danmark fra februar 2020 til nu. Modellen er baseret på antallet af Covid-19 relaterede dødsfald og tre forskellige estimater for dødeligheden (infection fatality rate, IFR). Modellen er empirisk, vil korrelere tæt til dødsfald, og kan ikke bruges til forudsigelse.
Antal nye smittede er beregnet udfra et 7-dages bagudrettet gennemsnit af antal daglige dødsfald. Det gennemsnitlige antal døde per dag deles med IFR for det pågældende scenarie og tilbagedateres 23 dage, som er den antagede periode fra smittetidspunkt til død.
1) Der er korrelation mellem antal dødsfald og antal smittede.
2) Tid fra smittetidspunkt til død: 23 dage. Inkubationstid: 5 dage. Aktiv smitteperiode: 10 dage.
3) Modellen antager tre forskellige effektive IFR-værdier for de faktiske smittede:
0,6%, 0,37%, og 0,29%.
IFR estimaterne er baseret på seroprævalensstudier, altså studier der måler hvor mange personer der har været smittet.
De tre scenarier kan fortolkes på flere måder, f.eks. bedre behandling og diagnose, underestimeret seroprævalens, skærmning af sårbare grupper. Vi mener ikke at IFR for befolkningen som helhed har ændret sig væsentligt over tid, men eksponeringen af ældre kan have ændret sig. Vi forventer, at de ældre har skærmet sig tidligt i forløbet bedre end gennemsnitsbefolkningen, og ikke har ændret adfærd markant siden da. En meget forsimplet fortolkning for denne hypotese er:
Baseret på den simple antagelse at:
Dette giver en samlet IFR = 0.6% hvis udbredelsen var konstant på tidspunktet da dødsfaldene blev registreret til IFR beregningen, hvilket de fleste store IFR-studier antager, da dødsfaldene typisk ikke vægtes med prævalensen i smittelommerne (heterogenitet).
Mere rimeligt kan de lavere IFR-værdier betragtes som en konsekvens af både dette og flere andre effekter, og det er derfor ikke rimeligt at lave modellen mere præcis end de usikkerheder, der p.t. eksisterer i IFR-estimaterne.
Vi tager forbehold for brugen af en simpel konstant IFR over tid; i virkeligheden korrelerer dødsfald og IFR med det faktiske antal smittede i hver aldersgruppe over tid, hvilket er data, der ikke kendes og derfor ikke med rimelighed kan modelleres.
Vi tager forbehold for, at verdens mange IFR estimater kan være forkerte hvis den målte seroprævalens ikke er præcis, eller hvis personer har været smittet uden at have dannet målbare antistoffer.
Det mest sandsynlige scenarie vurderes at have samlet IFR = 0.37%.
Kurverne angiver det estimerede antal dagligt nye smittede og angiver smittetidspunktet (eksponering).
Kurverne angiver det estimerede antal aktivt smittede beregnet udfra en aktiv smitteperiode på 10 dage startende fra dag 5 efter eksponering.
Kurverne angiver det estimerede kumulerede antal smittede.
Plottet viser det estimerede antal dagligt nye smittede (smittetidspunkt) for Scenarie 2 (IFR = 0.37%) sammenlignet med det observerede antal nyindlæggelser.
Plottet viser det estimerede antal aktive smittede for Scenarie 2 (IFR = 0.37%) sammenlignet med det daglige antal positivt testede.
Kurven viser det estimerede antal aktive smittede for Scenarie 2 (IFR = 0.37%) sammenlignet med positivprocenten (antal positivt testede ifht antal testede).
Erikstrup, C. et al. Estimation of SARS-CoV-2 Infection Fatality Rate by Real-time Antibody Screening of Blood Donors. Clin. Infect. Dis. 2020, ciaa849.
Meyerowitz-Katz, G., Merone, L. A systematic review and meta-analysis of published research data on COVID-19 infection-fatality rates. medRxiv 2020.05.03.20089854.
Wilson, N. et al. Case-Fatality Risk Estimates for COVID-19 Calculated by Using a Lag Time for Fatality. Emerg. Infect. Dis. 2020;26(6):1339-1441.
Lauer, S. A. et al. The Incubation Period of Coronavirus Disease 2019 (COVID-19) From Publicly Reported Confirmed Cases: Estimation and Application. Ann. Intern. Med. 2020 172:9, 577-582