Hundratusen skulle dö – modellen slog fel

En eftermiddag för nästan två år sedan stegade USA:s dåvarande president Donald Trump in i Vita Husets trånga pressrum.

Han ställde sig vid podiet och tittade ut över de samlade journalisterna: de satt utspridda i rummet, med ett par stolars mellanrum mellan sig.

– Det gör mig glad att se att ni tillämpar social distansering. Väldigt bra, sa Trump.

Det var den 16 mars 2020. Sedan någon vecka handlade nyhets­rapporteringen nästan uteslutande om det nya coronavirus från Kina som spred sig över världen. Länder som Italien och Iran hade redan drabbats hårt, men hur det stod till i USA var inte helt klart. Färre än hundra personer, av en befolkning på nästan 330 miljoner människor, hade hittills dött av viruset.

Bakom Donald Trump fanns nu skyltar med texten ”15 days to stop the spread”.

– Vi har beslutat oss för att tuffa till riktlinjerna ännu mer, sa Trump.

Från och med nu rekommenderade den amerikanska regeringen skolstängningar. Medborgarna råddes också att undvika folksamlingar på fler än tio personer, och att på andra sätt isolera sig från varandra.

– Om alla gör de här förändringarna nu kommer vi att samlas som en nation och besegra viruset, sa Trump.

Därefter lämnade han över till regeringens experter. En av dem hette Deborah Birx. Hon var läkare, överste i armén och hade ett par veckor tidigare utsetts till koordinator i ”The White House Coronavirus Task Force”.

Nu berättade hon vad som låg bakom den nya strategin.

– Vi har fått ny information från en modell, sa hon.

Vetenskapliga modeller finns överallt i samhället. Det är tack vare dem som väderappen i din telefon kan berätta hur stor sannolikhet det är för regn imorgon. De ligger till grund för centralbankers räntebeslut. De visar hur utsläpp av koldioxid kan rubba jordens strålningsbalans och värma upp planeten.

Ordet ”modell”, skriver Philip Gerlee och Torbjörn Lundh i boken ”Vetenskapliga modeller: svarta lådor, röda atomer och vita lögner ”, betydde tidigare verkliga, fysiska modeller. Men från 1900-talet och framåt har betydelsen förändrats. ”Det vi idag kallar vetenskapliga modeller betecknades tidigare som idealiseringar, abstraktioner och analogier.”

Modellerna är helt enkelt användbara förenklingar – ungefär som kartor över verkligheten. Och på samma sätt som det finns topografiska kartor, bilatlaser, orienteringskartor och militära kartor tjänar olika modeller olika syften.

Inom epidemiologin används sedan länge den så kallade SIR-modellen. Den utvecklades av William Ogilvy Kermack och Anderson Gray McKendrick redan 1927 och delar in en befolkning i tre delar: ”susceptible”, ”infected” och ”recovered” – mottagliga, infekterade och tillfrisknade.

I takt med att en epidemi sprider sig flödar människorna österut genom ekvationen. Från S till I till R. Den enklaste versionen av den här modellen bygger på några grundläggande antaganden – som att alla i befolkningen till en början är lika mottagliga för viruset och att alla som är infekterade har lika stor chans att smitta någon.

Med tidens gång – och med datorernas utveckling – har mer komplexa smittspridningsmodeller börjat användas. I dem kan mer avancerade antaganden göras. Befolkningen kan också delas in i mindre grupper: hur gamla de är, vilket kön de har och hur stora sociala nätverk de rör sig inom. Det går också att lägga till hur de rör sig i samhället: var barnen går i skolan, var föräldrarna har sina arbetsplatser och annat.

Det finns alltså olika smittspridningsmodeller med olika grader av komplexitet. Det är egentligen inte konstigare än att det finns en enkel modell av fotosyntesen som lärs ut till mellanstadieelever – syre, solljus, koldioxid och sånt för den som minns den – och mer avancerade modeller som också innehåller kolliderande fotoner och elektroner.

Det är bara olika kartor av verkligheten. Olika modeller.

Den modell som Deborah Birx hänvisade till där i Vita Huset den 16 mars var av den komplexa typen. Den kom från Imperial College i London och hade börjat utvecklas redan 2005 – då för att se vad som skulle hända i Thailand om viruset bakom fågelinfluensan muterade till en version som spreds lättare mellan människor.

Upphovsmannen hette Neil Ferguson – en 51-åring som en gång utbildat sig i teoretisk fysik och som nu var professor i matematisk biologi. Nu var han också medlem av den brittiska regeringens ”Scientific Advisory Group for Emergencies” – eller ”Sage”.

Resultatet som Fergusons modell spottade ut var skräckinjagande. New York Times sammanfattade budskapet redan samma dag:

”Utan åtgärder av regeringen och individer för att bromsa smittspridningen och trycka ner antalet nya fall kan 2,2 miljoner amerikaner dö.”

– Vi har ingen exitstrategi. Vi kommer att behöva trycka ner det här viruset – i oändlighet, ärligt talat – tills vi har ett vaccin, sa Neil Ferguson till tidningen.

Dagen efter var det Boris Johnsons tur att ställa sig framför kamerorna.

Storbritanniens premiärminister hade tidigare förespråkat en mer avslappnad inställning till det nya viruset. Så sent som på torsdagen innan hade han stått i samma rum, framför samma kameror, och sagt att det var den största folkhälsokrisen på en generation – men att inställda idrottsevenemang inte skulle ha särskilt stor effekt på smittspridningen.

Den brittiska linjen började sticka ut mer och mer. Flera europeiska länder – som Norge, Danmark, Tjeckien, Grekland, Österrike, Portugal och Frankrike – hade redan börjat stänga skolor och förskolor.

Premiärministerns rådgivare Patrick Vallance hade tidigare förklarat den brittiska strategin: det handlade om att trycka ner kurvan över antalet smittade, och att skjuta den längre fram i tiden – helst till sommaren då sjukvårdssystemet i allmänhet var mindre ansträngt.

– Men det är viktigt att inse att det inte handlar om att hindra alla från att få smittan. Det går inte. Det är inte heller önskvärt, eftersom man vill ha lite immunitet i befolkningen. Vi behöver en immunitet för att skydda oss mot det här i framtiden, hade Patrick Vallance sagt.

Nu – bara fem dagar senare – lät det väldigt annorlunda. Boris Johnson kallade sin regering för en ”krigstidsregering”, och de restriktioner den infört som ”utan motstycke sedan andra världskriget”.

Den nya sjukdomen, sa han, ”kan vara dödlig, men den kan också besegras”.

Resultaten från den modell som på kort tid fick USA och Storbritannien att så kraftigt skärpa sina åtgärder började nu spridas över världen. I en rapport från Imperial College gick det att läsa vad en avvaktande inställning skulle innebära.

Vågformade kurvor i olika färger visade hur många intensivvårdsplatser som krävdes under olika scenarier. Och längst ner – knappt märkbar – fanns en röd linje som visade hur många platser som fanns i landet.

Det var ett statistiskt blodbad för Storbritannien. Om ingenting gjordes kunde det krävas nästan en kvarts miljon intensivvårdsplatser – trettio gånger fler än vad som fanns i landet.

Men politikerna hade ett val. De kunde besluta om vad som kallades non-pharmaceutical interventions – ”icke-farmakologiska åtgärder” som på olika sätt fick ner smittspridningen.

Åtgärderna som presenterades med varsin färg var sådant som att stänga skolor och universitet, att isolera de smittade och att införa olika karantänsregler.

För varje åtgärd minskade anspänningen på sjukvården något. I det bästa scenariot behövdes bara en tredjedel så många sjukvårdsplatser jämfört med om ingenting gjordes.

Diagrammen ritades av i världens medier, siffrorna bakades om och tillämpades av forskare i andra länder. Med Fergusons modell kunde varje land skaffa sig en prognos över hur många som skulle dö just där. Modellen skulle också komma att citeras av regeringsföreträdare i Tyskland och Frankrike.

Tre dagar efter Johnsons presskonferens var alla skolor och förskolor i England och Wales stängda ”until further notice”. Undantag gjordes för särskilt sårbara barn och barn vars föräldrar arbetade i samhällskritiska yrken.

Neil Ferguson fick nu ett nytt namn i brittisk press: ”Professor Lockdown”.

Rapporten från Imperial College kom också till Sverige. På kvällen den 17 mars skickade den svenske läkaren Johan von Schreeb en kopia av den till åtta personer på Karolinska Institutet. På sändlistan fanns bland annat den förre statsepidemiologen Johan Giesecke, som innehade en emeritus­professur på universitetet och därför hade en mejladress kopplad dit. Samma dag hade Giesecke också kontrakterats för att arbeta på Folkhälsomyndigheten som konsult.

”Hej. Central rapport som nu får UK att ändra sin strategi från mitigation till suppression”, skrev von Schreeb.

Ordet mitigation betyder ”lindring” och var ett namn för den strategi som Folkhälsomyndigheten hade valt. Det handlade om att lindra effekterna av viruset – inte att till varje pris slå ner på spridningen av det.

Motsatsen – suppression – kan översättas till ”nedtryckning”.

Nu skulle pressen på Folkhälsomyndigheten bli hård, förutsåg von Schreeb.

”Läs och fundera”, skrev han.

Uppmaningen resulterade i en lång mejltråd där ett flertal svenskar – både innanför och utanför Folkhälsomyndigheten – diskuterade rapporten. Med i tråden fanns, förutom Giesecke, bland annat matematikprofessorn Tom Britton, vaccinforskaren och professorn Matti Sällberg, smittskydds­professorn Jan Albert och så småningom också statsepidemiologen Anders Tegnell.

Det bildades ganska snabbt konsensus om att rapporten dels var för pessimistisk, och dels föreslog allt för genomgripande åtgärder i samhället.

”Enligt min mening saknas beräkning av collateral damage på samhälle och ekonomi i denna studie och de flesta åtgärder som gjorts”, skrev Jan Albert.

Tom Britton höll med: skulle man lamslå hela samhället för en sjukdom vars dödlighet låg under en procent? Han – liksom Tegnell – pekade också på att dödligheten troligen var lägre än vad Neil Ferguson och hans modell räknade med.

Johan Gieseckes invändningar handlade till stor del om modellens begränsningar – men också om de tidigare prediktioner som Neil Ferguson och andra forskare på Imperial College utfört.

För många epidemiologer var Neil Fergusons gissningar ganska kända: under fågelinfluensan 2005 hade han beräknat antalet dödsfall i Storbritannien till mellan 21 500 och 709 000. I ett omtalat citat för tidningen The Guardian hade han sagt:

– Omkring 40 miljoner människor dog i Spanska sjukan 1918. Det finns sex gånger fler människor på jorden nu så du kan förmodligen skala upp det till 200 miljoner.

Enligt WHO dog färre än 500 människor över hela världen.

Vid flera andra epidemier – mul- och klövsjukan 2001, galna kosjukan 2002, svininfluensan 2009 – hade scenarier från Imperial College överskattat riskerna. Om detta påminde nu Johan Giesecke de andra trådskrivarna:

”Kom ihåg att när Roy Andersons grupp (som nu leds av Neil Ferguson) skattade antalet dödsfall i galna kosjukan för 25 år sedan så angav de en övre gräns på 200 000 fall.”

Efter några dagar avslutades mejltråden.

Men det var inte bara de svenska forskare som – formellt eller informellt – var knutna till Folkhälsomyndigheten som satte tänderna i rapporten.

En vecka senare intervjuade Sveriges Radio Paul Franks, professor vid Lunds universitet. Han berättade då att han applicerat siffrorna från Imperial College på den svenska befolkningen:

– Om du översätter andelen av befolkningen som förväntas dö utan interventioner i en svensk miljö kommer den siffran att bli omkring 85 000 enligt de här simulationerna, sa han.

I radioinslaget berättade Franks också om vad ”aggressiva nedtryckningsstrategier” skulle innebära.

– Om man griper in väldigt aggressivt visar prediktionerna att dödstalen kan halveras.

Med andra ord skulle mer än 40 000 svenskar dö – även vid väldigt hårda restriktioner.

– That’s the estimation that can be inferred from the Imperial College simulation.

Översatt: Det är den bedömning man kan sluta sig till av simuleringen från Imperial College.

Ungefär samtidigt började forskarna Jasmine Gardner, Peter Kasson och Lynn Kamerlin på Uppsala universitet undersöka vilken effekt ”olika nivåer av åtgärder” hade på spridningen. I ett pressmeddelande som universitet skickade ut berättades det att epidemiologen Tove Fall bidrog till modellen.

– Resultaten kan vara till vägledning för att förstå hur olika åtgärder kan påverka smittspridning och vårdbehov. För allmänheten kan de också illustrera vikten av att följa rekommendationerna kring social distansering, sa hon i pressmeddelandet.

Forskarna fick tillgång till flera så kallade superdatorer, bland annat Uppmax i Uppsala men också HPC2N i Umeå, NSC i Linköping, och PDC i Stockholm. Den 15 april lades en ogranskad studie upp på sajten medRxiv. Den visade att 96 000 svenskar kunde stryka med till den 1 juli – om strategin inte ändrades.

Även andra forskare runtom i Sverige försökte modellera smittspridning och dödsfall i relation till skolstängningar och fullskaliga lockdowns. I Umeå kom professorn Joacim Rocklöv och sju andra forskare fram till att behovet av antalet intensivvårdsplatser mångdubbelt kunde överstiga kapaciteten i Sverige. I en intervju med SVT sa Rocklöv att man borde stänga skolor i den grad det gick. Tegnell ville inte kommentera rapporten, men skrev i en mejlväxling med von Schreeb, Giesecke och Britton att det var ett ”skräckscenario som ingen har nytta av” och att det nog var ”en ren plankning av Imperials senaste rapport”.

Det blev ändå modelleringarna från Uppsala universitet som kom att få störst genomslag. Men inte för att de påverkade beslutsfattandet i Sverige – som bekant infördes inte någon lockdown eller några grundskole­stängningar i Sverige – utan för att flera utländska debattörer såg studien som bevis för att Imperialrapporten var kraftigt överdriven. Under den tidsperiod då det med 95 procents sannolikhet, under den svenska strategin, skulle dö mellan 52 000 och 183 000 svenskar (med 96 000 som medianutfall) dog istället cirka 5 500 personer av covid.

På sidan åtta i studien från Uppsala stod det: ”We employed an agent-based model based on work by Ferguson et al” – ”vi använde en agentbaserad modell baserad på arbete av Ferguson med flera”. I fotnoterna till den meningen hänvisades också till Imperialrapporten, tillsammans med ytterligare en studie från Ferguson samt en databas för populationsdata.

Den andra juni frågades Neil Ferguson ut i det brittiska överhusets Select Committee on Science and Technology. Han fick då frågor om Sverige och den svenska strategin, och så småningom om studien från Uppsala. Han tog kraftigt avstånd från den:

– Uppsala använde inte vår modell. De utvecklade en egen modell.

De låga svenska dödstalen har ända sedan dess varit en stridsfråga i Storbritannien – inte minst eftersom Imperial College i flera rapporter och vittnesmål hävdat att en tidigare införd lockdown hade kunnat få ner dödstalen. Enligt forskarna hade en veckas tidigareläggning kunnat få ner dödligheten under första vågen i Storbritannien från 36 700 till 15 700 dödsfall.

Det är en analys som har fått vissa brittiska tidningar att sluta sig till att tiotusentals människor dött i onödan. Med formuleringar som ”A Costly March” och ”tre veckor av velande och förseningar” har Johnson och hans regering anklagats för att ha ändrat strategi för sent.

Eftersom det inte finns någon tidsmaskin som gör det möjligt för britterna att återuppleva pandemin och ändra de tidiga besluten är det svårt att bedöma sanningshalten i påståendet om att tiotusentals liv hade kunnat räddas.

Däremot finns det ett land – Sverige – som från mitten av mars valde en annan väg än Storbritannien.

I en artikel i tidningen Nature i juni 2020 försökte Ferguson och de övriga forskarna från Imperial uppskatta effekten av olika restriktioner i elva olika länder – däribland Sverige. Slutsatsen var att ”major non-pharmaceutical interventions – and lockdowns in particular – have had a large effect on reducing transmission”.

Budskapet var att ”fortsatta interventioner borde övervägas för att hålla smittspridningen av SARS-CoV-2 under kontroll”.

Men i december 2020 publicerades ännu en artikel i Nature. I den påpekade flera svenska forskare att Sverige fått en ”special treatment” – en särbehandling – i Imperial Colleges genomgång av restriktionerna.

I korthet gick denna särbehandling till så att den sista restriktionen som infördes i Sverige våren 2020 – förbudet mot folksamlingar över 50 personer – beräknades minska reproduktionstalet med i genomsnitt 71 procent.

”Det kontrasterar mot den negligerbara effekten av förbudet mot allmänna sammankomster i de övriga 10 länderna”, skrev forskarna.

Klart är i alla fall att Sverige har klarat sig betydligt lindrigare ur pandemin än Storbritannien – oavsett om man mäter registrerade dödsfall med covid eller utifrån uppmätt överdödlighet.

Vad som gick fel med Imperials modell är inte helt lätt att reda ut eftersom det handlar om flera olika faktorer. Vissa forskare, som statistikprofessorn Simon Wood vid universitetet i Edinburgh, har påpekat att det är omöjligt att urskilja vädereffekter från lockdowneffekter i utvärderingen av restriktionerna. Flera andra har påpekat att medborgare över hela världen började minska sina sociala kontakter redan innan de tvingades till det. Ytterligare en detalj är att den antagna dödligheten i covid-19, mätt som IFR, på 0,9 procent, är något för hög.

Det har också varit svårt för utomstående forskare att kontrollera den ursprungliga Imperial College-modellen och dess antaganden. Den har beskrivits som allt från en oöverskådlig ”kodmatta” till en ”buggig röra” av flera programmerare.

I maj 2020 skrev Konrad Hinsen, en biofysiker på franska CNRS, att koden förvisso såg ”förskräcklig” ut, men att det trots allt var ganska vanligt bland forskare som inte var skolade i mjukvaruutveckling att programmera på det sättet.

Andra forskare har kommit fram till att koden – trots sin oöverskådlighet – går att använda för att replikera och kontrollera resultaten.

En av dem som gått igenom Imperial College-koden är Kristian Soltesz, professor i reglerteknik vid Lunds universitet och en av författarna till den kritiska artikeln i Nature.

– Det är ungefär som Sim City, fast utan grafik. Problemet ligger i att man måste bestämma värden för hur smittsamma människor är, och hur de rör sig och interagerar. Gör man små ändringar i några av dessa väldigt många antaganden så kan man få ett helt annat utfall.

Han sätter fingret på en detalj i modellerna som många andra uppmärksammat: att antagandena påverkar slutresultaten. Om en modell antar att skolstängningar har en stor effekt på smittspridningen, då kommer skolstängningar också att framstå som en kraftfull och effektiv åtgärd i slutresultatet. Och om modellen antar att ett förbud mot allmänna sammankomster i ett specifikt land har stor effekt – då kommer slutresultatet att visa en stor effekt.

– Och även i det osannolika fallet att man skulle pricka rätt på alla antaganden så är modellens komplexitet så hög att det är väldigt lätt hänt att något blir fel när modellen beskrivs i programmeringskod, säger Kristian Soltesz.

Neil Ferguson är inte längre medlem av Sage. Han tvingades avgå redan i maj 2020 efter att ha brutit mot de restriktioner han själv varit med och infört.

Men den brittiska regeringen har – likt beslutsfattare över hela världen – fortsatt att använda sig av vetenskapliga modeller. Och till skillnad från under den första pandemivåren har den på sistone valt att avvisa råden från sina forskare.

För en dryg månad sedan, i december 2021, var det återigen braskande rubriker i de brittiska tidningarna. Forskare från Sage varnade då för att 6 000 britter – om dagen – kunde dö om inte nya, hårdare, restriktioner infördes snabbt.

Men nu behöver britterna inte längre jämföra med andra länder för att bedöma modellerna. Det räcker med att studera det faktiska utfallet: under den värsta perioden i januari har färre än 300 personer om dagen avlidit i genomsnitt – trots frånvaron av lockdowns.

Tidningen The Spectator har sammanställt de prediktioner som Sage och andra forskare gjorde inför sommarens återöppningar och inför omikronvågen. Det är tydligt att den förmodade anstormningen till landets sjukhus har uteblivit. Dödstalen är också dramatiskt lägre än befarat.

– Sagemodellerna har varit häpnadsväckande fel. Det indikerar att de ursprungliga Sagemodellerna också höll låg kvalitet, säger Fraser Nelson, chefredaktör för The Spectator, som nu kräver en utredning av hur Storbritannien tvingades in i lockdown.

Värdet av avancerade smittspridningsmodeller är troligen något som kommer att debatteras långt efter att den här pandemin har tagit slut.

Att det finns olika åsikter är heller inte så underligt; förhållandet mellan modellernas abstraktion och verklighetens komplexitet är ett problem som funnits lika länge som vetenskapen.

När epidemiologer vill illustrera problemet berättar de ibland en uppenbart apokryfisk historia. Den handlar om några vetenskapsmän som nått sådan perfektion i sitt arbete att de kartor de ritar bara blir större och större. Till sist ritar de en karta som när den rullas ut täcker hela riket. Berättelsen har återgetts i olika former av författare som Lewis Carroll och Jorge Luis Borges och sätter fingret på hur svårt det är att hitta rätt balans mellan användbarhet och precision.

Men kanske är det Professor Lockdown själv, Neil Ferguson, som har beskrivit problemet bäst. För nästan två decennier sedan, i oktober 2003, skrev han en artikel med titeln ”Planning for smallpox outbreaks” för tidskriften Nature.

”Modeller”, skrev han och hans medforskare då, ”måste balansera biologisk realitet med kunskapens gränser. Och osäkerheter måste bli korrekt kommunicerade till beslutsfattare.”

De studier som gjorts dittills, skrev han, innehöll så många osäkerheter att försöken att hitta en optimal strategi var ”arguably attempting the impossible”.

Det var som att ”försöka det omöjliga”.