Handbok ska rusta Sverige inför nästa pandemi

En matematisk modell är en förenkling av verkligheten som kan hjälpa oss att navigera i en komplex omvärld. Under covid-pandemin användes matematiska modeller bland annat för att simulera smittspridning, förutsäga vårdbehov och bedöma effekter av olika åtgärder – från nedstängningar i samhället till handtvättsrutiner och munskydd.

Genom att översätta olika faktorer till matematiska termer – exempelvis data om riskgrupper och demografi eller information om smittade, friskförklarade och avlidna – kunde forskare utnyttja matematiska verktyg för att skapa prognoser och ge råd till beslutsfattarna inför viktiga vägval.

Ny handbok

Torbjörn Lundh är professor i biomatematik vid Chalmers tekniska högskola och Göteborgs universitet. Under pandemin hjälpte han Sahlgrenska Universitetssjukhuset att beräkna behovet av intensivvårdsplatser, vecka för vecka, med hjälp av matematisk modellering.

Bild

Nu är han en av författarna bakom en ny handbok som har tagits fram i ett samarbete mellan Chalmers och Göteborgs universitet, Folkhälsomyndigheten, Totalförsvarets forskningsinstitut (FOI) och Försvarsmakten. Den ger praktisk vägledning om hur matematiska modeller kan användas som beslutsunderlag, och hur resultaten kan kommuniceras i kristider där det mesta är osäkert – och bråttom.

– Det här är en bok som jag själv gärna hade haft under covid-pandemin. Då hade jag kunnat vara ännu effektivare och tryggare i mitt arbete, säger Torbjörn Lundh.

En modell är ingen absolut sanning

Philip Gerlee, professor vid Chalmers och Göteborgs universitet, är huvudansvarig för handboken. Han hoppas att den ska öka kunskapen om olika modeller och hur de bäst bör hanteras – och därmed bana väg för en bättre beredskap inför framtida pandemier.

– Ingen modell kan ge en absolut sanning, men de kan ändå vara väldigt användbara. För oss föddes handboken ur en frustration över de missuppfattningar och bitvis hårda tongångar mellan olika grupper som uppkom i Sverige under pandemin, och som även förekom i andra länder.  Vi vill visa att alla modeller är förenklingar, men att de med rätt antaganden kan vara till hjälp för beslutsfattare och att olika modeller kan komplettera varandra. Förhoppningsvis leder det till bättre samverkan mellan experter, så att vi kan ge bättre råd, på ett bättre sätt, till beslutsfattare i nästa pandemi, säger Philip Gerlee.

Anders Tegnell, senior rådgivare vid Folkhälsomyndigheten och tidigare statsepidemiolog, är en av medförfattarna. Han minns utmaningarna under covid-pandemin, när flera aktörer ville hjälpa till i det kaosartade läget.

– När allt hände snabbt och många ville bidra med sin kunskap, uppstod en viss begreppsförvirring och till och med misstro mellan olika grupper. Det tog sig bland annat uttryck i debattartiklar som inte var så konstruktiva, säger Anders Tegnell.

Olika modeller ger en bredare bild 

En kemist, matematiker eller biolog använder ofta helt olika modeller i sitt arbete, baserade på exempelvis AI, differentialekvationer eller olika datamodeller. Men mångfalden av verktyg är ingen nackdel, framhåller Torbjörn Lundh. Snarare tvärtom.

– Olika modeller och resultat kan ge en bredare bild och djupare förståelse. Det är sällan bra att enbart luta sig mot en modell, och alla fungerar inte lika bra i alla skeden. Exempelvis var AI-modeller svåra att använda i inledningen av covid-pandemin, när det ännu inte fanns tillräckligt med data, säger han.

Om flera modeller pekar åt samma håll ökar tillförlitligheten i resultaten. En annan viktig slutsats är att det finns risker med att förlita sig på alltför komplexa modeller. Torbjörn Lundh ger ett exempel: den omdiskuterade rapporten från Imperial College i London i mars 2020, som förutspådde hundratusentals dödsfall och en överbelastad sjukvård om inte hårda restriktioner infördes. Efteråt har flera forskare kritiserat hur modellen bakom rapporten användes. 

– Ju mer komplicerad en modell är, desto svårare är den att förklara och förstå. Dessutom kan utfallen bli väldigt olika bara utifrån mycket små ändringar i de förutsättningar man ger, säger han.

Övning med Anders Tegnell 

Att ”öva” tillsammans i tider utan smittspridning är också viktigt, något som just nu sker inom ramen för det nationella nätverket SEMAFOR.

– Vi är en grupp modellerare från myndigheter och universitet i Sverige som träffas och gör verklighetsbaserade övningar. Vi höll till exempel en fiktiv presskonferens om att denguefeber kommit till Stockholm, där Anders Tegnell spelade sig själv. Det här nätverket har skapat en vidare syn på alla de verktyg som finns inom modellering, och hur vi kan bli bättre tillsammans, säger Torbjörn Lundh.

Handboken: Handbook of mathematical modelling of infectious diseases for decision-making