Det tidigaste måttet på utvecklingen av covid-19-pandemin ges av antalet fall som hittats vid PCR-testning. Två till tre veckor senare ses påverkan på antalet inlagda på sjukhus och efter ytterligare två till tre veckor kommer ett facit, hur många som har dött. Ju tidigare man ser utvecklingen i Sverige desto större är möjligheterna att snabbt anpassa åtgärder mot smittspridning, och ju snabbare man kan se resultatet av andra länders och regioners agerande desto snabbare kan man lära sig av dem.
Det rapporterade antalet nya fall beror både på ändringar av prevalens och på variationer i hur många som har testats, och är därför inte lätt att dra direkt nytta av. Om man testar dubbelt så många kommer man att finna flera fall, men eftersom man testar de som har störst risk först kommer resultatet inte att bli att man hittar dubbelt så många fall.
En färsk rapport från Statens Seruminstitut i Danmark [1] utvecklar en statistisk metod att prediktera hur antalet detekterade fall beror av antalet utförda test. Rapporten uppskattar att om man till exempel gör dubbelt så många test kommer man inte att finna två gånger så många fall men i stället 1,6 gånger så många fall enligt formeln 1,6 = 20,7. Vid 3 gånger så många test kommer man att finna 2,2 = 30,7 gånger så många fall. Därmed kan man normera antalet fall i olika länder och regioner så att de svarar mot samma antal test. På så sätt blir talen jämförbara och mer användbara.
Figur 1 visar skattningarna av antalet fall man skulle sett i Sverige, Danmark och Norge om man gjort lika många test, 210 000 i veckan, i alla tre länderna. Kurvorna är ungefär parallella fram till vecka 39. Därefter ökar antalet fall i Sverige kraftigt, medan ökningen i Danmark och Norge är betydligt svagare.
Figur 2 gör samma jämförelse mellan Region Skåne och Region Stockholm med normering till 70 000 test per vecka. I vecka 36 och 37 är antalet fall ungefär lika stort i båda regionerna. Därefter ökar de snabbare i Stockholm, så att Stockholm vecka 44 har ungefär dubbelt så många fall.
Danska Seruminstitutet anger ett konfidensintervall (0,6, 0,8) för exponenten 0,7 i normeringsformeln. I figurerna är normeringen gjord per vecka, i rapporten per dag. Vi har för de danska data (de svenska ger inte antal test per dag) jämfört två metoder: att först normera dagstalen och sedan summera till veckodata och att direkt normera veckotalen. Det var mycket liten skillnad mellan metoderna.
I stället för att normera till samma antal test kunde man välja göra det till att samma andel av befolkningen testats eller visa prevalensen av normerade data. Det första skulle leda till att talen för Sverige multipliceras med 1,6 och det andra med 0,8. Vi har experimenterat med att använda olika värden på exponenterna och fann att slutsatserna var robusta mot valet av exponent. Att normera till ett annat antal test påverkar inte utseendet av kurvorna utan bara värdena på y-axeln.
Anledningen till att vi valt att jämföra Sverige med våra grannar är att Danmark och Norge är de länder som liknar Sverige mest i levnadsvillkor. Vi kan därför lära mest av dem. För att minska smittspridningen ska man, så klart, dessutom försöka lära sig av de länder som lyckas väl och inte av länder där det går sämre.
Danmark och Norge har agerat mycket snabbare för att minska smittan och använt kraftfullare medel; påbud om munskydd i offentliga områden, restriktioner för utskänkning av alkohol och storlek av församlingar. Testintensiten är mer än 4 gånger så hög i Danmark som i Sverige, och i Norge är den 1,7 gånger högre än i Sverige. Region Skåne har varit något tidigare ute med smittbekämpningen än Region Stockholm och Skånes nya särskilda lokala råd är mera långtgående.
Data för länderna är hämtade från EU:s smittskyddsenhet EDCD [2]. För Sverige skiljer dessa sig något från talen i Folkhälsomyndighetens veckorapporter [3]. Data för Skåne och Stockholm kommer från regionernas covid-19-rapportering [4, 5].