Suomen koronastrategiasta

Viranomaisten viesti viime kuukausien aikana on ollut selvä: Suomi on varautunut hyvin, epidemian leviäminen Suomeen on epätodennäköistä, resurssit riittävät, tauti ei ole kovin paha ainakaan perusterveelle, eikä syytä huoleen ole. Viimeisen parin viikon aikana suhtautuminen on muuttunut vakavammaksi, mutta ydinviesti on edelleen terveydenhuollon resurssien riittäminen kunhan epidemiaa vähän hidastetaan. Tämän varmistamiseksi Suomi on valinnut  Britannian tavoin “flatten the curve” -strategian.

Strategiavalinta on tapahtunut melkein ilman keskustelua, eikä sen pohjana olevia laskelmia ole juurikaan julkisuudessa nähty. Esimerkkinä harvalukuisesta kritiikistä mainittakoon tämä THL:n emeritusprofessori Matti Jantusen ulostulo. Poikkeusoloissa viranomainen toki päättää ja kansalainen tottelee, mutta komplianssia varmasti lisää jos valitut toimenpiteet ovat uskottavia ja ne perustellaan uskottavasti. Onko siis uskottavaa että terveydenhuollon kapasiteetti tosiaan tulee riittämään viranomaisten valitsemalla strategialla?

Tässä kirjoituksessa tarkastelen kysymystä terveydenhuollon resurssien riittävyydestä. Argumentoin että viruksen ominaisuudet ovat toistaiseksi niin huonosti tunnettuja, ettei riittävyyttä voi varmuudella arvioida. Monessa realistisessa skenaariossa tehohoitoresurssit loppuvat ja kuolleisuus kasvaa viranomaisten näkemystä suuremmaksi. Nähdäkseni virus on joko vähemmän tappava ja laajalle levinnyt (kansallisten viranomaisten näkemys), tai enemmän tappava mutta ei niin laajalle levinnyt (WHO:n ja monien tutkijoiden näkemys). Jälkimmäinen vaihtoehto tulisi huomioida kansallista strategiaa valittaessa.

Epidemian mallintaminen

Epidemian mallintamisessa on oikeastaan kaksi irrallista osaa. Ensimmäinen on epidemian etenemisen mallintaminen, eli montako ihmistä saa tartunnan minäkin päivänä edellisiltä tartunnansaaneilta. Toinen osa on näiden tartuntojen seuraamusten mallintaminen.

Etenemisen mallintaminen

TTHL on julkaissut joitakin tuloksia etenemismallinnoksistaan. Tulokset ovat pääpiirteittäin samankaltaisia oman karkean taulukkolaskentamallini kanssa.

Epidemian etenemistä mallintaessa oleellisimmat parametrit ovat:

  • R (Reproduction number) = Montako ihmistä yksi tartunnan saanut tartuttaa. Jos R > 1, epidemia laajenee, jos R < 1, se hiipuu pois. Jos R ≈ 1, tartunnan saaneiden määrä säilyy suurin piirtein vakiona. 
  • Length of incubation period = Kauanko tartunnan saamisesta kestää siihen, kun tartunnan saanut alkaa erittämään virusta ja voi siis tartuttaa infektion eteenpäin.
  • Duration patient is infectious = Kauanko tartunnan saanut jatkaa viruksen erittämistä.

Vaikka epidemian alussa olisikin R > 1, epidemian laajeneminen hidastuu sitä mukaa, kun yhä suurempi osuus väestöstä on sairastanut taudin ja saanut tätä kautta immuniteetin. R-arvoa voidaan myös pienentää pitämällä sosiaalista etäisyyttä ja parantamalla käsi- yms. hygieniaa, jolloin tartunnan saanut ennättää infektoida harvempia yksilöitä sinä aikana, kun hän virusta erittää. THL:n etenemismallissa on tarkasteltu perustapausta R=2.2, sekä lievien sosiaalisten etäännyttämistoimien tapausta R=1.8, ja rankempien sosiaalisten etäännyttämistoimien tapausta
R=1.42.

Seurausten mallintaminen

Taudin vakavuuden eli siis tartunnan seurausten arvioissa on toistaiseksi enemmän epävarmuutta. Olennaisimmat parametrit ovat:

  • CFR (Case Fatality Rate) = Kuolleiden osuus varmistetuista tautitapauksista. 
  • IFR (Infection Fatality Rate) = Kuolleiden osuus kaikista tartunnan saaneista. 
  • Hospitalization rate = Sairaalaan joutuvien osuus varmistetuista tautitapauksista.
  • Time to hospitalization = Milloin tartunnan saanut päätyy sairaalaan jos päätyy.
  • Length of hospital stay = Sairaalajakson pituus.
  • Time to death =  Kuinka nopeasti tartunnan saanut kuolee jos kuolee.
  • Time to recovery = Kuinka nopeasti tartunnan saanut toipuu jos toipuu.

Sekä etenemistä että seurauksia (vaikutus sairaalakapasiteetin tarpeeseen) voi jokainen mallintaa itse esimerkiksi tällä laskurilla, jota on käytetty myös jäljempänä esimerkeissä. Käytetyt parametrien arvot  lähteineen on esitetty liitteessä 1.

CFR vs IFR

Kuolleiden tai sairaalaan joutuneiden osuus diagnoosin saaneista on helppo laskea kunhan epidemia on ensin päättynyt. Epidemian aikana tämä on hieman työläämpää mutta onnistuu seuraamalla diagnoosin saanutta kohorttia ajassa eteenpäin kunnes kohortin potilaiden kohtalo on selvä. Näin voidaan arvioida CFR. Todellisuudessa kaikki tartunnan saaneet eivät koskaan saa diagnoosia, vaan tuntematon osuus sairastaa tautinsa lieväoireisina tai oireettomina tai muuten vain ei päädy terveydenhuollon piiriin. Siis CFR = IFR x alpha, missä alpha kuvaa eroa tunnettujen ja tunnistamattomien tautitapausten määrässä. Esimerkkejä: kaikki tartunnansaaneet tunnetaan: CFR = IFR, alpha = 1. Puolet tartunnansaaneista tunnetaan: CFR = 2 x IFR, alpha = 2. Kymmenesosa tartunnansaaneista tunnetaan: CFR = 10 x IFR, alpha = 10.

Oireettomien tartunnansaajien (huom. eri kuin tunnistamattomat tartunnansaajat!) osuutta on koronaepidemiassa arvioitu ainakin seuraavista otoksista:

  1. Epidemian alkaessa Italiassa ensimmäinen kuolemantapaus sattui Vo’n kylässä. Tutkijat  testasivat kaikki kylän 3300 asukasta, kukin heistä kahdesti. Positiivisia löydöksiä oli “ainakin 90”, joista “ainakin 6” oireettomia, vastaten noin 7% oireettomien tartunnansaajien osuutta. (Paikallinen epidemia kylässä saatiin uutisoinnin perusteella kuriin eristämällä sekä oireelliset että oireettomat tartunnan kantajat.)
  2. Koronaviruksen takia kahdeksi viikoksi karanteeniin asetetulla Diamond princess risteilyaluksella oli 3711 matkustajaa. Heistä 634 antoi positiivisen testinäytteen. Arvioitu oireettomien tartunnansaajien osuus on 17.9%. [1]
  3. Wuhanista evakuoitujen Japanilaisten keskuudessa oireettomien tartunnansaajien osuudeksi arvioitiin 41.6%. Tutkimuksen N on kuitenkin pienempi (5 oireetonta ja 7 oireellista tapausta), joten arvion luotettavuus on edellisiä kohtia heikompi. [2]

Vaikuttaisi siis, että oireettomia tartunnansaaneita olisi maksimissaan noin viidennes. Arvio on luonteeltaan suuntaa-antava ja epävarma. WHO arvioi oireettomien tartuntojen määrän Kiinassa olleen vähäinen eikä merkittävä epidemian etenemisen kannalta (raportti s.12). ECDC arvioi, että noin 80% tartunnoista on oireiltaan lieviä, korkeintaan tasoa “mild pneumonia”. Käsitys oireettomien kantajien pienehköstä osuudesta yhdistettynä käsitykseen lieväoireisten tartunnansaajien enintään 80% osuudesta viittaa matalahkoon alpha-arvoon.

Verity et al[3] esittivät osittain edelläkuvattuihin datasetteihin nojautuen arvion, jossa CFR = 1.38% ja IFR = 0.66%, eli alpha ≈ 2. Oireettomien tai vähäoireisten kantajien osuuden arviointiin on kuitenkin esitetty sisältyvän jopa kertaluokan suuruisia epävarmuustekijöitä.

IFR:n alarajaestimaattina esitän seuraavaa: 

  • Tähän päivään (25.3.2020) mennessä Italiassa Lombardian alueella on kuollut 4474 henkilöä kokonaisväestön ollessa noin 10 miljoonaa. Olettaen, että kriisin huippu on saavutettu tänään, ja epidemia vaimenee logaritmisesti tappaen vielä toiset 4474 henkilöä, alueen kuolleiden kokonaismääräksi tulisi 8948 henkilöä. Oletuksella, että vaimenemisen taustalla on laumaimmuniteetin saavuttaminen, kun 50% väestöstä on sairastanut taudin, tulisi IFR:ksi 0.18%.
  • Tähän päivään (25.3.2020) mennessä Italiassa Lodin provinssissa on kuollut 15.38 ihmistä 10 000 asukasta kohden, vastaten siis 0.1538% alueen väestöstä (noin 230 000). Samoilla oletuksilla 50% laumaimmuniteetista ja epidemian huipun saavuttamisesta tänään ja kuolleisuuden logaritmisesta hiipumisesta, saadaan IFR-arvioksi Lodissa 0.6%. Alueen pienemmästä väkimäärästä johtuen arvion luotettavuus on matalampi kuin Lombardian aluetta koskevassa tarkastelussa.

Molempien alueiden kohdalla IFR-arviot tulevat kasvamaan, mikäli epidemian huippua ei ole vielä saavutettu.

Suomen terveydenhoitoresurssit

Mikä on “tavanomaisten” sairaalapaikkojen määrä Suomessa? Tästä tuntuu olevan vaikea löytää arviota. Näiden paikkojen määrää voinee kuitenkin kasvattaa joustavammin kuin tehokapasiteettia. Suomessa on noin 20 000 työikäistä lääkäriä ja noin 70 000 työssäkäyvää sairaanhoitajaa. Lähihoitajien määrästä en löytänyt luotettavaa arviota. Lähdetään oletuksesta, että lääkäreitä olisi noin 20 000 ja hoitajia noin 100 000. Poikkeusjärjestelyillä ehkä puolet tästä henkilökunnasta voidaan vapauttaa sairaalahoitoisten koronapotilaiden joukkoon, kun toinen puolikas vastaisi muun terveydenhuollon tarjonnasta minimitasolla ja hoitaisi myös kotihoitoiset koronapotilaat. Sairaalahoitoisten koronapotilaiden käytössä olisi siis 10 000 lääkäriä ja 50 000 hoitajaa.

Viranomaiset ovat ilmoittaneet Suomen tehohoitopaikkojen määrän nostamisesta 500:sta noin 1000:een. Tehopaikkaa tarvitsevien ja sellaisen saavien kuolleisuus on todennäköisesti joka tapauksessa korkeahko. Erään asiantuntija-arvion mukaan noin 50% [4]. Wuhanin epidemian alun  potilasaineistossa 31 potilasta 32:sta invasiivisesti ventiloidusta kuolivat. Non-invasiivisesti ventiloiduista 24 potilasta 26:sta kuoli.[5]

Viranomaisarviot epidemiasta Suomessa

Valtioneuvoston muistiossa poikkeusolojen toteamisesta on esitetty viranomaisarvio tartunnan seurauksista (Taulukko). Vertailukohtana Kiinassa toteutuneet luvut sekä WHO:n ja tutkijoiden esittämiä arvioita. Vertaamalla Kiinan jo päättyneen epidemian toteutunutta CFR:ää ja suomalaisten viranomaisten IFR:ää, havaitaan viranomaisarvion vastaava arvoa alpha ≈ 40. Toisin sanoen vain noin 1/40 kiinan tartuntatapauksista olisi tullut tilastoiduksi.

Hospitalization rateTehohoitoisiaCFRIFR
Suomalainen
viranomaisarvio [6]
1%25% sairaalahoitoisista0.1%
Tunnetut kiinalaiset potilastapaukset4.0%
WHO-arvio [7]0.7 %
Ferguson et al [8]4.4%30% sairaalahoitoisista0.9 %
Wu et al [9]1.4%
oireilevista
Verity et al [10]1.38%
(1.23% – 1.53%)
0.66%
(0.39% – 1.33%)
Taulukko: Arvioita tartunnan seuraamuksista. Kiinan CFR on laskettu 23.3.2020 tilanteen mukaan, kun tartuntoja oli  81 496 ja kuolleita 3274, eli 3274 / 81496 = 0.04

Mihin THL:n arviot perustuvat? Tähän on vaikea vastata, koska THL ei tietääkseni ole arvioitaan perustellut. Joitain mahdollisia ajatuskulkuja on kuvattu tässä:

  • On tunnettua, että epidemiat yleisesti levitessään vaikuttavat lieventyvän ja alkuvaiheen CFR edustaa vain jäävuoren huippua. Näin kävi myös H1N1 epidemian kanssa, jossa alkuvaiheessa mortaliteetti vaikutti suuremmalta kuin se sitten oli. Tämän lieventymisilmiön olemassaolo ei kuitenkaan vielä tarkoita, että lieventyminen vääjäämättä tapahtuisi viranomaisten arvioimalle tasolle saakka, lievemmäksi kuin juuri mikään tämänhetkinen kansainvälinen arvio. 
  • Ylen lehtijutussa on haastateltu Suomen ennusteiden laskentaan osallistunutta professori Kari Aurasta. Hän vastaa kysymykseen tähän tapaan: “Se, kuinka suuri osuus tartunnoista on oireettomia, on kysymys, joka vaikuttaa noihin prosentteihin. Loppujen lopulta kuitenkin tapausten lukumäärät väestötasolla vastaavat Wuhanin (ja Hubein) alueen havaintoja.” Tarkoittaako tämä, että Wuhanin epidemian on arvioitu pysähtyneen laumaimmuniteettiin, ei historiallisen tiukkoihin karanteeni-, testaus- ja -jäljitystoimenpiteisiin? Wuhanin väkiluku on noin 11 miljoonaa, joten laumaimmuniteetti (50%) tarkoittaisi noin 5.5 miljoonaa tartunnan saanutta. Viimeisintä Wuhanin kaupungin kuolleisuuslukua ei helpolla löydy, mutta helmikuun lopussa, kun Kiinan epidemia oli jo loppumaisillaan, Wuhanissa oli kuolleita 2169. IFR:ksi saataisiin 2169 / 5 500 000  = 0.04%. Kiinan ja erityisesti nopeasti kasvaneen kaupungin kuten Wuhanin ikärakenne on nuorempi kuin Suomessa, joten ikäkorjauksella voitaisiin päästä lähelle arvioitua 0.1% IFR:ää.
  • THL:n arviot ovat suuruusluokaltaan samanlaisia kuin Suomen influenssaviruksen varalle tehdyissä pandemiavarautumissuunnitelmissa. Niillä laskettuna saadaan tulokseksi epidemia johon ollaan varauduttu ja johon resurssit riittävät. Ehkä pessimistisempiä skenaarioita ei haluta ajatella tai ainakaan spekuloida julkisesti?

Mitä jos viranomaiset arvioivat oikein?

Oletetaan, että viranomaisarvio parametreille IFR ja hospitalization rate pitävät paikkansa. Oletetaan lisäksi, että viranomaistoimin R pudotetaan THL:n etenemismallissa esitettyyn arvoon 1.42. Tuloksena saadaan THL:n oman etenemismallin perusteella epidemia, joka kestää noin 188 päivää ja jonka huipussa uusia tartuntoja on 22 000 kpl / vrk [11]. Oletetaan huippu loivaksi ainakin 10 päivän ajan, jolloin epidemian huipulla sairastuu kymmenen päivän aikana yhteensä noin 220 000 suomalaista. Liitteen 1 parametreja käyttäen, 10 vrk myöhemmin 1% eli 2200 heistä on aloittanut sairaalajakson, jonka pituus on 10 päivää, ja ovat siis yhtä aikaa sairaalassa. Edelleen viranomaisarviota hyödyntäen neljännes eli 550 heistä tarvitsee samanaikaisesti tehohoitoa. (Jos tehojakso on lyhyempi kuin 10 vrk, luku on yliarvioitu, jos se on pidempi niin aliarvioitu.) Jokatapauksessa vaikuttaa siltä, että kapasiteetti riittää. Kuolleita tulee viranomaisten IFR:ää (0.1%) ja laumaimmuniteettiarviota (42%) käyttäen noin 2300. (5 500 000 x 0.42 x 0.001)

Seuraavaksi sama arvio aiemmin mainitulla laskurilla. Unohdetaan THL:n etenemismalli mutta hyödynnetään Liitteen 1 parametreja ja samoja viranomaisarvioita taudin vakavuudesta. Saadaan kuvan 1 mukainen epidemia. Epidemian kestoksi saadaan noin 220 vrk, ja maksimin korkeudeksi 27000 tartuntaa / vrk. Epidemia on siis hieman pidempi ja korkeahuippuisempi kuin THL:n mallissa, pääpiirteet kuitenkin täsmäävät. Samanaikaisesti sairaalassa on enintään 2791 potilasta, joista teholla noin neljännes eli 700. Kapasiteetti riittänee näihinkin lukuihin.

Oma, karkeampi taulukkolaskenta-mallini epidemian etenemisestä ja seurauksista antaa samanaikaisesti sairaalahoidossa olevien potilaiden maksimimääräksi 3125 potilasta.

Kuva 1: Epidemian eteneminen Suomessa viranomaisten luvuilla laskettuna. Hidastustoimien on arvioitu alkavan päivänä, jolloin infektoituneita oli 4800, ja sairaalahoitoisia potilaita 20. Hidastustoimien jälkeen R = 1.41. “Number of initial infections” on tekninen parametri, jonka avulla on siirretty käyrien sijaintia asteikolla, se ei vaikuta huipun korkeuteen tai muotoon. Näillä arvoilla epidemian kesto noin 220 vrk. Huipun kohdalla inkubaatio on käynnissä noin 80 000 potilaalla (keltaisen grafiikan osuus, tarkka lukuarvo vasemmassa laidassa kohdassa “population currently in incubation”), joka vastaa 27000 päivätartuntaa inkubaatioajan ollessa THL:n etenemismallin mukainen 3 vrk. (80 000 / 3 = 27 000)

Mitä jos viranomaiset arvioivat väärin?

Skenaario R = 1.4

Miltä epidemia näyttää, jos THL:n arvio tartunnan seurauksista on väärässä, ja kansainväliset arviot osuvat enemmän oikeaan? Oletetaan Ferguson et al. mukainen hospitalization rate 4.4% ja IFR 0.9%, tehohoitoisten osuus 30%. THL:n etenemismallista saadaan edelleen 22 000 vuorokausitapauksen huippu, ja samalla menetelmällä kuin edellä arvioidaan samanaikaisten sairaalapotilaiden maksimimääräksi 9 680 kpl, joista tehohoitoisia noin 3 000.

Kuvassa 2 vastaava simulaatio nettilaskurilla. Yhtäaikaisten sairaalapotilaiden maksimimääräksi saadaan 13 355 suomalaista, joista noin 4 000 tarvitsisi tehohoitoa.

Tässä skenaariossa taulukkolaskentamalli antaa samanaikaisesti sairaalahoitoisten potilaiden maksimimääräksi 13 751 potilasta.

Laskentamenetelmästä riippumatta kuolleita on tässä skenaariossa Ferguson et al arvioiman IFR:n pohjalta noin 21 000 (5 500 000 x 0.009 x 0.42), ja lisäksi valtaosa niistä 2 000 – 3 000:sta, joille ei riitä tehopaikkaa.

Kuva 2: Epidemian eteneminen Suomessa, kun R=1.4 ja taudin vakavuus Ferguson et al. mukainen. Muut parametrit kuten edellisessä esimerkissä. Tartuntakäyrän huippu yhtä korkea ja epidemian kesto yhtä pitkä. Sairaalassa on samanaikaisesti enintään 13 355 suomalaista, joista 30% eli 4 000 tarvitsee samanaikaisesti tehohoitoa.

Skenaario R = 1.8

Katsotaan vielä, miltä epidemia näyttää jos hidastustoimenpiteet ovat lievempiä, mutta  Ferguson et al mukaisilla hospitalization rate 4.4% ja IFR 0.9% -arvoilla. THL:n etenemismalli antaa uusien tartuntojen maksimiksi 41 000 / vrk, ja samalla menetelmällä kuin edellä arvioidaan samanaikaisten sairaalapotilaiden maksimimääräksi 18 040 kpl, joista tehohoitoisia noin 5 400.

Kuvassa 3 vastaava simulaatio nettilaskurilla. Inkubaatioajan perusteella laskettu uusien tartuntojen maksimi 67 000 / vrk. Yhtäaikaisten sairaalapotilaiden maksimi 30 557, joista enintään 9 200 tarvitsee tehohoitoa samanaikaisesti. 

Tässä skenaariossa taulukkolaskentamalli antaa samanaikaisesti sairaalahoitoisten potilaiden maksimimääräksi 36 113 potilasta.

Laskentamenetelmästä riippumatta kuolleita on tässä skenaariossa Ferguson et al arvioiman IFR:n pohjalta noin 25000 (5 500 000 x 0.009 x 0.51), ja lisäksi valtaosa niistä 4 000 – 8 000:sta, joille ei riitä tehopaikkaa.

Kuva 3: Epidemian eteneminen Suomessa, kun R=1.8 ja taudin vakavuus Ferguson et al. mukainen. Muut parametrit kuten edellisessä esimerkissä. Tartuntakäyrän huippu on korkeampi ja epidemian kesto lyhempi kuin edellisessä esimerkissä. Sairaalassa on samanaikaisesti enintään 30 557 suomalaista, joista 30% eli 9 200 tarvitsee samanaikaisesti tehohoitoa.

Mitä tämä tarkoittaa käytännössä?

Mikäli kuvatut skenaariot R = 1.4 tai R = 1.8 toteutuvat, niin mitä tämä käytännössä tarkoittaa? Kuolleita on normaalivuonna noin 50 000, eli noin 4000 kuukaudessa. Tämän normaalikuolleisuuden päälle tulisi siis parin peräkkäisen kuukauden aikana yhteensä 20000 – 30000 “lisäkuolemaa”, eli noin 7000-10000 kuukaudessa. Sairaalahoitoisten potilaiden maksimimäärä olisi 10000 – 30000 potilasta. Huomioiden aiempi arvioni, että 10 000 lääkäriä ja 50 000 hoitajaa voidaan vapauttaa sairaalahoitoisten koronapotilaiden hoitoon, tarkoittaisi tämä huonommassakin skenaariossa noin 0.3 lääkäriä per potilas ja 1.6 hoitajaa per potilas. Vuorotyö ja henkilöstön oma sairastavuus huomioiden henkilökunta olisi tiukoilla mutta perustason tilapäissairaala, jossa on mahdollisuus iv-nesteytykseen, happilisään  ja sekundaaristen komplikaatioiden iv-antibioottihoitoon saataneen tarvittaessa pystyyn Suomen jokaisen terveyskeskuksen yhteyteen. Tehohoitopaikat loppuvat kesken molemmissa skenaarioissa, mutta tämän merkitys kokonaiskuolleisuudessa pysyy muutamassa tuhannessa, kun huomioidaan aiempana kuvattu arvio tehohoitopotilaiden kuolleisuudesta.

Onko vaihtoehtoja?

Viranomaisnäkemyksen mukaan leviämistä ei voi estää, koska epidemia on jo niin laajalle levinnyt. Mediassa esitettyjen arvioiden mukaan todellisia tautitapauksia on jopa 20-30 x niin paljon kuin diagnosoituja. Tätä suurta diagnosoimattoman tartuntojen osuutta Suomessa ei kuitenkaan ole perusteltu sen enempää kuin arviota suuresta diagnosoimattomien tartuntojen osuudesta Suomen ulkopuolella. Mitä ilmeisimmin nämä arviot ovat kuitenkin läheistä sukua toisilleen. Epidemia on siis joko tappava, mutta ei vielä kovin levinnyt Suomessa (jolloin sen pysäyttämisen yrittäminen olisi mielekäs strategia), tai se on vähemmän tappava ja laajalle levinnyt Suomessa (kuten THL uskoo).

Tämän “leviämistä ei voi estää” -fatalismin lisäksi on toinenkin strategia, jota seurattiin onnistuneesti ainakin Wuhanissa ja Etelä-Koreassa. Käynnistetään yhtä laajamittaiset eristystoimet kuin Wuhanissa, tarkoituksena epidemian pysäyttäminen ja sairastuneiden kokonaismäärän minimointi, ei vain käyrän loiventaminen ja leventäminen ilman merkittävää muutosta sairastuneiden kokonaismäärään. Strategiaan kuuluu oleellisena osana laajamittainen testaaminen, tartunnansaaneiden eristäminen ja altistuneiden jäljitys sekä karanteeni. Johtuen oireettomien tartunnankantajien osuudesta pelkkä oireilevien ihmisten kotikaranteeni ei riitä. Kun R < 1, epidemia hiipuu itsestään, jo ennen kuin laumaimmuniteetti syntyy. Jos onnistutaan laskemaan R tasolle 0.5, epidemian kehityksestä tulee kuvan 4 mukainen. Epidemia laantuu laskennallisesti noin puolessa vuodessa. Sairastuneita on noin 16 000, kuolleita 143, sairaalahoitoisia potilaita epidemian maksimissa 171. Kiinassa epidemia saatiin käytännössä kuriin muutamassa kuukaudessa.

Tästä rajaamisstrategiasta ei Suomessa ole edes keskusteltu, muuta kuin toteamalla lakonisesti sen olevan mahdoton toteuttaa.

Kuva 4: Epidemian eteneminen tilanteessa, jossa R lasketaan arvoon 0.5 äärimmäisillä eristystoimilla, aktiivisella testaamisella ja kaikkien altistuneiden jäljittämisellä ja eristämisellä. Noin puolessa vuodessa epidemia on laantunut. Sairastuneita noin 16 000, kuolleita 143, sairaalahoitoisia potilaita epidemian maksimissa 171. Kustannukset kansantaloudelle ovat epäilemättä merkittäviä.

Välimuodon strategiat, joissa 0.5 < R < 1.4 johtavat pidentyviin epidemioihin, yli vuoteenkin. Yhteiskunta siis käy puoliteholla, mutta aktiivisten tartuntojen määrä pysyy vakaana ja voidaan säätää tasolle, jossa kaikille pystytään takaamaan laadukas hoito. Strategian mielekkyydestä minulla ei ole selkeää näkemystä. Riskinä on, että joko talouden tai ihmisten sietokyky loppuu, ja hidastustoimet joudutaan purkamaan tai purkautuvat ennen laumaimmuniteettia, aiheuttaen juuri senkaltaisen epidemiahuipun, jota toimilla pyrittiin välttämään.

Yhteenveto

Tässä esitetyt laskelmat ovat teoreettisia suuruusluokka-arvioita ja löytyy monia tekijöitä, joita niissä ei huomioida, tärkeimpinä varmaankin väestön ikäjakauma, paikallinen asukastiheys ja yli 70-vuotiaiden eristämisen vaikutukset tartunnansaaneiden ikäjakaumaan.

En väitä että viranomaiset olisivat tehneet virhearvioita taudin vakavuudesta. Väitän että kukaan ei tiedä varmuudella, kuinka vakavasta taudista on kyse ja kuinka suuri diagnosoimattomien tartuntojen osuus on. Tämä epävarmuus olisi syytä myöntää. Itse asiassa toivon että THL on oikeassa ja WHO sekä lukuisat kansainväliset asiantuntijatahot väärässä. Sehän olisi ihan hemmetin hieno juttu! Kuolleisuus pysyisi matalana lievemmilläkin hidastustoimilla ja suhteellisen harva tarvitsisi sairaala- tai tehohoitoa. Kapasiteetti riittäisi. 

Viranomaisten käyttämä päättelyketju vaikuttaa perustuvan ajatukseen, että laumaimmuniteetti on ainoa keino jolla tämä pysähtyy. Tällä logiikalla Wuhanin epidemia pysähtyi ensisijaisesti laumaimmuniteettiin, ei karanteenitoimiin. Diagnosoimattomia vähäoireisia tartuntoja on kymmeniä kertoja diagnosoituja enemmän. Näin ollen todellisten tartuntojen määrä Suomessakin on kymmeniä kertoja tunnettujen tartuntojen määrää suurempi, ja epidemia niin laajalle levinnyt,  ettei sitä enää voi pysäyttää. Samaa ajatteluketjua jatkaen tämä suuri oireettomien tartuntojen määrä tekee taudista kuitenkin suhteellisen lievän, ja Suomen terveydenhuoltoresurssit tulevat tämän kestämään, kunhan epidemiaa hieman hidastetaan. Kaikki nojaa siis yhteen ja samaan oletukseen suuresta diagnosoimattomien tartuntojen osuudesta.

Eikö Suomen kannattaisi varautua myös pahempaan vaihtoehtoon, siis siihen että CFR:n ja IFR:n ero on pienehkö? Tauti ei pysähtynytkään Wuhanissa laumaimmuniteettiin vaan laajaan karanteeniin, testaukseen, eristämiseen jne. Tällöin tämänhetkinen tartunnansaaneiden määrä Suomessa on todennäköisesti myös suhteellisen alhainen, mutta tauti onkin suhteellisen vaarallinen ja tulee ylittämään tehohoitoresurssit jos sen annetaan levitä laumaimmuniteettiin asti. Jos näin on, kannattaisiko Kiinan, Etelä-Korean ja Hong Kongin strategiaa ainakin yrittää, vaikkei takeita onnistumisesta olisikaan? Laumaimmuniteetin hankkiminen antamalla kansan sairastaa jää joka tapauksessa fall-back-strategiaksi, halusimme sitä tai emme.

Kriisitilanteessa päätöksiä joudutaan tekemään vajavaisten tietojen perusteella. Eikö tämä tietojen epävarmuus tulisi tunnistaa ja toimenpiteet mitoittaa niin, että ne riittävät myös siinä tapauksessa, että arvioidut parametrit ovatkin luottamusvälin yläpäässä tai edes keskivaiheella, eikä laskea sen oletuksen varaan, että arvot tulevat kyllä lopulta asettumaan luottamusvälin alalaitaan? 

Joka tapauksessa toivoisin viranomaisten esittävän arvionsa ja niiden perustelut avoimesti ja kvantitatiivisesti, sekä kertovan rehellisesti mitä epävarmuuksia niihin sisältyy. Voisiko vaikka sanoa ääneen, että tehohoitopaikkaa ei kaikissa skenaarioissa pystytä jokaiselle tarvitsevalle tarjoamaan? Perustelematon “resurssit riittävät kyllä” -rauhoittelu herättää kuulijoissa vain tarpeetonta epäluottamusta.

Teksti: 25.3.2020 Antti Viitala

Kirjoittaja on teknillisen fysiikan DI ja lääketieteen kandidaatti, joka on seurannut epidemian etenemistä aktiivisesti tammikuusta alkaen.

Liite1: Parametrit

Valittu arvoArvoja muissa lähteissäHuomiot
R0 (ilman hidastamistoimia)2.2
Length of incubation period3 d4.6 d
Duration patient is infectious 7 d
Length of hospital stay10.4 d11 d
Time from end of incubation to death16 d
Recovery time for mild cases21 dArvioitu oireiden alku 5d + 2 viikkoa. Ei vaikuta sairaalahoitoisten määrään
Time to hospitalization10.1 d16.0 d

Viitteet ja kommentit

  • [1] Mizumoto, K., Kagaya, K., Zarebski, A., and Chowell, G. (2020). Estimating the asymptomatic proportion of coronavirus disease 2019 (COVID-19) cases on board the Diamond Princess cruise ship, Yokohama, Japan, 2020. Eurosurveillance 25.
  • [2] Nishiura, H., Kobayashi, T., Miyama, T., Suzuki, A., Jung, S., Hayashi, K., Kinoshita, R., Yang, Y., Yuan, B., Akhmetzhanov, A.R., et al. (2020). Estimation of the asymptomatic ratio of novel coronavirus infections (COVID-19). MedRxiv 2020.02.03.20020248.
  • [3] Verity, R., Okell, L.C., Dorigatti, I., Winskill, P., Whittaker, C., Imai, N., Cuomo-Dannenburg, G., Thompson, H., Walker, P., Fu, H., et al. (2020). Estimates of the severity of COVID-19 disease (Epidemiology).
  • [4]  Verity, R., Okell, L.C., Dorigatti, I., Winskill, P., Whittaker, C., Imai, N., Cuomo-Dannenburg, G., Thompson, H., Walker, P., Fu, H., et al. (2020). Estimates of the severity of COVID-19 disease (Epidemiology).
  • [5]  Zhou, F., Yu, T., Du, R., Fan, G., Liu, Y., Liu, Z., Xiang, J., Wang, Y., Song, B., Gu, X., et al. (2020). Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: a retrospective cohort study. The Lancet S0140673620305663.
  • [6] Muistio poikkeusolojen toteamisesta, 16.3.2020
  • [7] Report of the WHO-China Joint Mission on Coronavirus Disease 2019 (COVID-19)
  • [8] Ferguson, N.M., Laydon, D., Nedjati-Gilani, G., Imai, N., Ainslie, K., Baguelin, M., Bhatia, S., Boonyasiri, A., Cucunubá, Z., Cuomo-Dannenburg, G., et al. (2020). Impact of non-pharmaceutical interventions (NPIs) to reduce COVID- 19 mortality and healthcare demand. 20.
  • [9] Wu, J.T., Leung, K., Bushman, M., Kishore, N., Niehus, R., de Salazar, P.M., Cowling, B.J., Lipsitch, M., and Leung, G.M. (2020). Estimating clinical severity of COVID-19 from the transmission dynamics in Wuhan, China. Nat Med.
  • [10] Verity, R., Okell, L.C., Dorigatti, I., Winskill, P., Whittaker, C., Imai, N., Cuomo-Dannenburg, G., Thompson, H., Walker, P., Fu, H., et al. (2020). Estimates of the severity of COVID-19 disease (Epidemiology).
  • [11] THL:n etenemismallissa on kuvaaja, jossa käyrä huipentuu arvoon 22 ja on nimetty “Daily number of cases (in 1000)”, sekä taulukko jossa annettu arvo 22 sarakkeessa “uusia tartuntoja / 1000 asukasta”. Toisen näistä täytyy olla virheellinen. 22 uutta tartuntaa päivässä tuhatta suomalaista kohden vastaisi Suomen väestössä 121000 uutta tartuntaa päivässä, missä on ilmeinen suuruusluokkavirhe suhteessa epidemian kestoon ja etenemismallin arvioimaan 42% kumulatiiviseen tartuntamäärään. Otaksun siis tässä että englanninkielinen label on oikein ja suomenkielinen otsikointi perustuu väärinkäsitykseen.

3 thoughts on “Suomen koronastrategiasta

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s

Create your website at WordPress.com
Get started
%d bloggers like this: