Datoriserad simulering som stöd för planering av vård och åtgärder vid den nya influensan A(H1N1) Lisa Brouwers Smittskyddsinstitutet (SMI)
Upplägg Data Modell Två experiment med vaccination Frågor
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
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
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
Objekt i modellen (1): Personer Från register: person id kön ålder familje id branchkod arbetsplats id Vårdinrättning Patienter -- Personal Kollegor Hem Arbetsplats Familj
Objekt i modellen (2): Platser Från register: typ (hem, arbetsplats, dagis, skola, vårdinrättning) plats id koordinater medlemmar
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
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
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
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)
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
1 1 1 2 2 3 3 4 4 5 5 6 6 6 7 7 8 8 9 9 1 Infection risk (8 hours) Sjukdomsbeskrivning: smittsamhet Infectiousness profiles adult - adult.6.5.4 Asymptomatic Mild Typical Severe.3.2.1 Time (in days) from end of latency Kalibrering av höjden på profilerna för att nå önskad storlek på utbrottet - R - Antal smittade per vecka
Sjukdomsprofil Fyra allvarlighetsprofiler Asymptomatisk 16% Mild 34% Typisk 4% Allvarlig 1% Samma fördelning för alla åldersgrupper (men barn har större smittsamhet och mottaglighet)
Level of illness Level of illness depending on disease profile Platsval 4 Severe (1%) 3 Typical (4%) Mild (34%) Asymptomatic (16%) 2 1 1 2 3 4 6 7 8 9 11 12 13 14 16 17 18 19 21 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
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%
New infections/week Thousands Baseline: utbrott utan vaccination No vaccination, 18 days 12 1 8 6 run 1 run 2 run 3 run 4 run 5 4 2 1 3 5 7 9 11 13 15 17 19 21 23 25 Time (weeks) Totalt 1.1 miljon infektioner efter 18 dagar
New infections/week New infections/week 11 11 13 13 15 15 17 17 19 21 19 23 21 25 23 25 New infections/week New infections/week 11 13 15 17 19 19 21 21 23 23 25 25 New infections/week New infections/week 11 13 15 17 19 21 23 25 Jämförelse av scenarierna: smittade %, 3%, 5%, 6%, 7%, 9% No vaccination, 18 days Vaccination 3 % coverage 18 dagar Vaccination 5 % coverage 18 days 12 12 12 1 8 6 limit 1 average limit 2 1 8 6 limit 1 average limit 2 1 8 6 limit 1 average limit 2 4 2 4 2 4 2 1 3 5 7 9 1 3 5 7 9 1 3 5 7 9 Time (weeks) Time (weeks) Time (weeks) Vaccination 6 % coverage 18 days Vaccination 7 % coverage 18 days Vaccination 9 % coverage 18 days 12 12 12 1 8 6 limit 1 average limit 2 1 8 6 limit 1 average limit 2 1 8 6 limit 1 average limit 2 4 2 4 2 4 2 1 3 5 7 9 9 11 1 3 5 7 9 1 3 5 7 Time (weeks) 11 13 15 17 Time (weeks) 13 15 17 19 21 23 25 Time (weeks)
Reduction No of infected persons Minskad smittspridning Total no of infections, 18 days 1 4 1 2 1 8 6 4 2 1 17 55 518 847 2 85 111 861 78 863 76 524 No vacc 3% 5% 6% 7% 9% Scenarios Reduction from vaccination 1% 8% 6% 4% 2% % 3% 5% 6% 7% 9% Scenario
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
Millions SEK Samhällskostnad för de sex scenarierna 6 5 51 252 4 5 4 825 654 4 4 3 3 431 429 3 94 876 4 2 998 36 4 2 971 65 6 2 1 No vacc Vacc 3 Vacc 5 Vacc 6 Vacc 7 Vacc 9 Dödskostnader exkluderade pga stor osäkerhet om dödsrisk (och kostnad) -5-1 -1 5-2 No vacc Vacc 3 Vacc 5 Vacc 6 Vacc 7 Vacc 9 Besparing -2 5-3
Nya smittade/vecka Thousands Experiment 2: har vaccination hjälpt? Vacc start 3 25 Kalibrering av Mikrosim (tom vecka 46) 2 15 1 5 32 33 34 35 36 37 38 39 4 41 42 43 44 45 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
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 46 45 4 35 3 25 2 15 1 5 labbfall x 1 no_vacc.4.6.9 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 32 33 34 35 36 37 38 39 4 41 42 43 44 45 46 47 48 49 5 51 52 53 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 16 17 18 19 2 21 Vecka (vacc start v 42) I alla vacc-scenarier förbrukas samtliga doser initialt.
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
Tack för uppmärksamheten Frågor?