Datoriserad simulering som stöd för planering av vård och åtgärder vid den nya influensan A(H1N1)

Transkript

1 Datoriserad simulering som stöd för planering av vård och åtgärder vid den nya influensan A(H1N1) Lisa Brouwers Smittskyddsinstitutet (SMI)

2 Upplägg Data Modell Två experiment med vaccination Frågor

3 Bakgrund Att stödja beslutsfattare (SMI, SoS): skatta konsekvenserna av ett utbrott jämföra motåtgärder Traditionellt används SIR-modeller för att göra prognoser om spridningsförlopp de representerar flödet mellan Suseptible Infected Recovered Nackdel, tar inte hänsyn till kontaktstruktur eller geografi ( alla träffar alla ) S I R

4 Epidemisk modellering på individnivå Kontaktstrukturen i en population är viktig för spridningen av infektionssjukdomar ett fall är också en källa Strukturen kan representeras som ett nätverk: noder: personer länkar: kontakt mellan personer Överföring är troligast när personer befinner sig på samma plats vid samma tid

5 Sverige har bra registerdata Tre administrativa register används totalbefolkningsregistret (1999), arbetsställeregistret (1999) och den geografiska databasen (2). Sammanlänkas via individernas personnummer Personnummer ersatt med löpnummer Datat används direkt i modellen, vi läser först in alla filer och länkar samman individer familjevis och knyter samman dem via arbetsplasterna

6 Objekt i modellen (1): Personer Från register: person id kön ålder familje id branchkod arbetsplats id Vårdinrättning Patienter -- Personal Kollegor Hem Arbetsplats Familj

7 Objekt i modellen (2): Platser Från register: typ (hem, arbetsplats, dagis, skola, vårdinrättning) plats id koordinater medlemmar

8 Kopplar samman personer och platser De flesta personer är kopplade till två platser; hem och arbetsplats / skola / dagis Koordinaterna som platserna beskrivs med pekar på det nedre vänstra hörnet på en 1 x 1 meter stor ruta

9 Simuleringsmodell konceptuell Individers dagliga beteende Inkl. slumpmässighet Sjukdomsrepresentation - Klinisk representation - Smittsamhet beskrivning Socialt strukturat kontaktnätverk m. explicit geografi Extraherat från adm register Output -Transmissionslogg (en rad per smitta) Policyåtgärder - Antiviral medicinering - Vaccination - Social distansering / rese-restriktioner

10 8: Day n Early morning Förflyttning mellan platser skapar dynamiken i modellen 9: Jobba Stanna hemma Besök primärvården Inlagd på sjukhus Daytime Transmission at all places 23: Hemma för natten Night Transmission at dwellings 8: Day n+1 Early morning

11 Smittspridning Smittspridningen körs på platser genom att loopa igenom medlemslistan två gånger (1)Beräkna den totala smittrisken från alla smittsamma personer som är på platsen (2)Utsätt mottagliga personer i listan för risken Smittrisken beror på: 1. Hur många smittsamma personer som finns på platsen 2. Hur smittsamma de är (profil, tid)

12 Platser (lite till...) Smittspridning kan även ske på andra platser Därför har vi introducerat ytterligare två platstyper som är mer slumpmässiga, men där geografin är viktig: Grannskap smitta sprids inom en region Resa smitta sprids mellan regioner resemönster baserade på resedata

13 Infection risk (8 hours) Sjukdomsbeskrivning: smittsamhet Infectiousness profiles adult - adult Asymptomatic Mild Typical Severe Time (in days) from end of latency Kalibrering av höjden på profilerna för att nå önskad storlek på utbrottet - R - Antal smittade per vecka

14 Sjukdomsprofil Fyra allvarlighetsprofiler Asymptomatisk 16% Mild 34% Typisk 4% Allvarlig 1% Samma fördelning för alla åldersgrupper (men barn har större smittsamhet och mottaglighet)

15 Level of illness Level of illness depending on disease profile Platsval 4 Severe (1%) 3 Typical (4%) Mild (34%) Asymptomatic (16%) Time (days from end of latency) Place distribution by disease level Platsval beror på sjukdomsnivå, som i sin tur beror på sjukdomsprofil + tid från smitta 1% 9% 8% 7% 6% 5% 4% 3% 2% 1% % Level Level 1 Level 2 Level 3 Level 4 Disease level Hospital care Primary care (GP) Home Work/school

16 Experiment 1: samhällskostnad vid ett utbrott med / utan vaccin genomfördes i början av sommaren Modell kalibrerades för att representera en mild influensa Introduktion av smitta i befolkningen: 5 slumpmässigt utvalda infekteras dag Baseline (ingen vaccination): 5 körningar x 18 dagar Vaccinationsscenarier (täckningsgrad): 3%, 5%, 6%, 7%, och 9%

17 New infections/week Thousands Baseline: utbrott utan vaccination No vaccination, 18 days run 1 run 2 run 3 run 4 run Time (weeks) Totalt 1.1 miljon infektioner efter 18 dagar

18 New infections/week New infections/week New infections/week New infections/week New infections/week New infections/week Jämförelse av scenarierna: smittade %, 3%, 5%, 6%, 7%, 9% No vaccination, 18 days Vaccination 3 % coverage 18 dagar Vaccination 5 % coverage 18 days limit 1 average limit limit 1 average limit limit 1 average limit Time (weeks) Time (weeks) Time (weeks) Vaccination 6 % coverage 18 days Vaccination 7 % coverage 18 days Vaccination 9 % coverage 18 days limit 1 average limit limit 1 average limit limit 1 average limit Time (weeks) Time (weeks) Time (weeks)

19 Reduction No of infected persons Minskad smittspridning Total no of infections, 18 days No vacc 3% 5% 6% 7% 9% Scenarios Reduction from vaccination 1% 8% 6% 4% 2% % 3% 5% 6% 7% 9% Scenario

20 Antaganden kring kostnader en dags arbetsfrånvaro: 2 besök i primärvården: 2 ett slutenvårdsdygn: 8 vaccin per person (2 doser): 3 Vaccinationskostnad betraktas som en fast kostnad

21 Millions SEK Samhällskostnad för de sex scenarierna No vacc Vacc 3 Vacc 5 Vacc 6 Vacc 7 Vacc 9 Dödskostnader exkluderade pga stor osäkerhet om dödsrisk (och kostnad) No vacc Vacc 3 Vacc 5 Vacc 6 Vacc 7 Vacc 9 Besparing

22 Nya smittade/vecka Thousands Experiment 2: har vaccination hjälpt? Vacc start 3 25 Kalibrering av Mikrosim (tom vecka 46) Vecka labbfall x 1 Microsim best fit Kalibrering efter inrapporterade labbfall till SMI x 1 genom att variera smittsamheten i modellen En vaccin-dos för alla 13+ (ger 8% immunitet efter 2 veckor) Två doser för 6 mån 13 år ( 4% efter dos 1, 8% efter 2 veckor, 3 veckors mellanrum) Doser fördelas mellan landstingen enligt SoS schema All tillgängliga doser förbrukas initialt

23 Smittade per vecka Tusental Hur många smittade hade vi haft om...? Omöjligt att veta, men en uppskattning för att illustrera hur modeller kan användas 5 Olika vaccinationstäckning m odell kalibrerad tom v labbfall x 1 no_vacc Slut på kalibrering Antal smittade under 3 dagar no_vacc 4.1 miljoner 4% 2.5 miljoner 6% 2. miljoner 9% 1.7 miljoner Kontrafaktiskt scenario Vecka (vacc start v 42) I alla vacc-scenarier förbrukas samtliga doser initialt.

24 Acknowledgements Modellantaganden har granskats av den expertpanel som är knuten till projektet: Anders Tegnell (SoS), Annika Linde (SMI), och Åke Örtqvist (SLL) Information kring vaccinets effektivitet baseras på information från GlaxoSmithKline AB, Hillar Kangro Logistisk information (doser/vecka/landsting) kommer från Anita Lundin (SoS) Simuleringsmodellen har utvecklats vid SMI med finansiering från MSB Brouwers L, Cakici B, Camitz M, Tegnell A, Boman M. Economic consequences to society of pandemic H1N1 influenza 29 preliminary results for Sweden. Euro Surveill. 29;14(37):pii=19333

25 Tack för uppmärksamheten Frågor?