P42 – Var ligger flockimmunitetströskeln, och vad påverkar fluktuationerna i antal registrerade COVID19 fall?

3. Epidemiologi

Marcus Carlsson¹, Cecilia Söderberg-Nauclér²

¹ Matematikcentrum, Lunds Universitet, Lund, Sverige
² Institutionen för medicin, Karolinska institutet, Stockholm, Sverige

Bakgrund: Etablerade formler för flockimmunitet ger vid lag att flockimmunitetströskeln för COVID-19 ligger över 70%. Imperial Colleges COVID19-team skattade 81% inom ett par månader i scenariot "gör ingenting", och flertalet svenska experter gissade våren 2020 att flockimmunitet var nära förestående. Trots detta hade vi våren 2021 drygt 30% sero-prevalens, efter tre distinkta smittvågor.

Har restriktionerna och medborgarnas följsamhet verkligen haft en såpass markant effekt på smittspridningen, eller kan det vara så att de formler som ligger till grund för ovan nämnda beräkningar är missvisande? 

Metod: Vi har implementerat ett flertal olika varianter av SEIR modeller för prediktion av COVID19, som vi sedan försökt passa ihop med data från FHM gällande smittspridningskurvan, varianter och seroprevalens. Vi har även använt matematisk teori för att analysera skillnaden mellan avancerade "compartmental SEIR-models" och en vanlig rudimentär SIR-modell.

Resultat: Vi finner att det är svårförklarligt stor diskrepans mellan modell och observerad data för samtliga modeller som inte tar med en viss nivå av pre-immunitet. Vi visar att avancerade SEIR modeller som tar i beaktan olika åldersfördelning, slumpmässighet i smittspridning, olika beteendemönster samt olika nivåer av infektivitet och mottaglighet, kan approximeras väl av rudimentär SIR givet att pre-immunitet tas med i initialvillkoren. Vi finner att förra vinterns två stora vågor kan modelleras mycket väl om en pre-immunitet runt 60% tas med i beräkningarna.

Slutsats: Matematisk modellering tyder på en stor varians i mottaglighet för SARS-CoV-2, och att klassiska modeller och formler för flockimmunitet är missvisande.