• No results found

Korttidsframskrivninger sykehusinnleggelser

N/A
N/A
Protected

Academic year: 2022

Share "Korttidsframskrivninger sykehusinnleggelser"

Copied!
16
0
0

Laster.... (Se fulltekst nå)

Fulltekst

(1)

Korttidsframskrivninger sykehusinnleggelser

Dato: 11. desember 2021

————————————————–

Data:

• Data ekstrahert fra BeredtC19 11/12 kl. 8:30.

Siste inkluderte dag er 7/12.

• Smitte er her definert som registrert positiv test.

• Innleggelser er avgrenset til de med covid-19 som hovedårsak.

Nytt:

• Smittetrender og trender i framskrevne innleggelser er lite endret fra rapport av 7/12. Modellen predikerer fortsatt en klar økning i innleggelser framover.

• Innleggelser i aldersgruppen [75,110) er fortsatt på et høyt nivå, men det er fort- satt noe nedgang, spesielt blant vaksinerte. Aldersgruppene [40,60) og [60,75) begynner å utgjøre en større andel av innleggelser enn den eldste aldersgruppen.

• Smittetall i aldersgruppen [75,110) ligger omtrent flatt. I andre aldersgrupper fortsetter det eksponensielle vekstmønsteret i smitte som har vært sett over de siste ukene. Spesielt uvaksinerte i aldersgruppen [5,20) utgjør nå en stor andel av de smittede.

• I aldersgruppen [60,75) er det antydning til avflating i smitte den siste uken. Det er imidlertid for tidlig å si om dette er reelt eller skyldes f.eks. forsinkede reg- istreringer.

(2)

Modellbeskrivelse:

• Modellene tar utgangspunkt i smittetrend siste tre ukene, med mest vekt på nyeste data. Fra disse beregnes forventet antall nye innleggelser og inneliggende pasienter noen uker framover. Beregningene gjøres i grupper definert av alder, vaksinasjonsstatus, riskogruppe og kjønn.

• Framskrivningene er derfor en indikasjon på trend og størrelsesorden av inn- leggelsestall dersom nåværende trender fortsetter.

• Raske endringer i smitteverntiltak, teststrategier etc. vil kunne endre trendene og gi faktiske innleggelsestall fremover som er annerledes enn de estimerte.

• Modellene inkluderer foreløpig ikke tredje vaksinedose som en egen kategori.

En kort beskrivelse av modellene finnes påslutten av rapporten.

(3)

1 BAKGRUNN

1 Bakgrunn

Gjennom pandemien har antallet innleggelser på sykehus med covid-19 som hovedår- sak tett fulgt antall positive tester. Faktorer som alder og det å være i en risikogruppe for alvorlig forløp av en koronainfeksjon påvirker i stor grad sannsynligheten for å bli innlagt dersom man har testet positivt. Vaksinasjon reduserer sannsynligheten for å bli smittet, men reduserer også sannsynligheten for å bli sykehusinnlagt dersom man likevel er blitt smittet. Etter at en større del av befolkningen er del- eller fullvaksinerte, og størstedelen av smitten finner sted i yngre alderskategorier, vil derfor en stadig lavere andel av antallet smittede (test-positive) bli innlagt. I gjennomsnitt over pan- demien har ca. 3-4% av personer med bekreftet positiv test blitt innlagt, men grunnet vaksinering har dette tallet falt til under 1% mot slutten av pandemien. Det er viktig å beregne korttidsframskrivninger av forventet antall innlagte basert på dagens smit- teutvikling og vaksineringsgrad i aldersgrupper, slik at sykdomsbyrden i forhold til sykehusinnleggelser kan vurderes.

Modellen som er benyttet her tar hensyn til alder, kjønn, vaksinestatus, risikogruppe og tidspunkt i pandemien for å beregne framskrivninger av innleggelser utfra smitte- tall (antall positive tester). Den estimerer bl.a. sannsynligheten for å bli sykehusinnlagt, tid til innleggelse, og varighet av innleggelse. Modellen tilpasses observerte data for de siste tre ukene, med høyere vekt på nyere data. Data som benyttes er nyeste data ek- strahert fra BeredtC19. Modellframskrivningene beregnes 2-3 uker fram i tid, avhengig av hvor raske endringene er. Noen flere detaljer om modellen er gitt påslutten av rap- porten.

Korttidsframskrivninger må oppfattes på linje med “værmeldinger” – når smittetall endres raskt vil også framskrivningene endres raskt. De må oppfattes å gi en in- dikasjon på hvordan situasjonen vil være om noen uker, under forutsetning av nåværende smittetrender holder seg, heller enn presise estimater. Det er derfor også nyttig å opp- datere korttidsframskrivninger relativt ofte når det er raske endringer i smittetall.

Figur1viser hvordan antall smittede og sykehusinnlagte har endret seg gjennom pan- demien. Den viser også hvor mange innlagte modellen estimerer ut fra risikofaktorene som alder etc., basert på observerte smittetall. Fra mai 2021 og utover er det økende forskjell på smittekurve og innleggelseskurve. Den modellbaserte innleggelseskurven stemmer likevel godt med den observerte innleggelseskurven. Den modellbaserte kur- ven korrigerer for bl.a. alder og vaksinestatus, og dette forklarer forskjell mellom smit-

(4)

1 BAKGRUNN

0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400 2600 2800 3000 3200 3400 3600 3800 4000 4200 4400

0 50 100 150

2020−03−012020−05−012020−07−012020−09−012020−11−012021−01−012021−03−012021−05−012021−07−012021−09−012021−11−01 Dato for positiv test

Antall positive tester pr. dag Antall test−positive som blir innlagt

Innleggelse Positiv test Prediksjon fra modell

Figur 1: Antall positive tester pr. dag og antall test-positive som senere blir innlagt (7 dagers glidende gjennomsnitt) gjennom pandemien. Kurven for innleggelser er skalert for å kunne sammenlignes med smittetallskurven. Svart kurve viser forventet antall innleggelser, modellestimert fra observerte smitte- tall.

(5)

2 REGISTRERTE POSITIVE TESTER, I ALDERSGRUPPER

2 Registrerte positive tester, i aldersgrupper

Siden modellen tar utgangspunkt i antallet registrerte positive tester viser vi figurene2, 3og4med faktiske antall etter aldersgruppe og vaksinestatus.

0 500 1000 1500

Jul Oct

Dato (2021)

Antall smittetilfeller pr. dag

Alder [0,5) [5,20) [20,40) [40,60) [60,75) [75,110)

7 dagers glidende gjennomsnitt

Antall smittetilfeller pr. dag i aldersgrupper, siste månedene

Figur 2:Antall registrerte positive tester pr. dag (7 dagers glidende gjennomsnitt) siste månedene, delt i aldersgrupper.

0 100 200 300

Nov 01 Nov 15 Dec 01

Dato (2021)

Antall smittetilfeller pr. dag

Alder [60,75) [75,110)

7 dagers glidende gjennomsnitt.

Antall smittetilfeller pr. dag i høyeste aldersgrupper, siste ukene

Figur 3: Antall registrerte positive tester pr. dag (7 dagers glidende gjennomsnitt) siste ukene, for de eldste aldersgruppene.

(6)

2 REGISTRERTE POSITIVE TESTER, I ALDERSGRUPPER

[40,60) [60,75) [75,110)

[0,5) [5,20) [20,40)

Nov 01 Nov 15 Dec 01 Nov 01 Nov 15 Dec 01 Nov 01 Nov 15 Dec 01 0

250 500 750 1000 1250

0 250 500 750 1000 1250

Dato (2021)

Antall smittetilfeller pr. dag

Vaksinestatus Uvaksinert DelFullvaksinert

Delt etter alder og vaksinestatus. 7 dagers glidende gjennomsnitt.

Antall smittetilfeller pr. dag siste uker

Figur 4:Antall registrerte positive tester pr. dag (7 dagers glidende gjennomsnitt) siste ukene, delt etter alder og vaksinestatus.

Flere figurer, som også viser modellframskrivninger, er vistsenere i rapporten.

(7)

3 ESTIMERT ANTALL INNLEGGELSER

3 Estimert antall innleggelser

I henhold til modellen er antall innleggelser i kommende uker estimert fra nåværende smittetall og smittetrend. Figur5viser modellestimert totalt antall nye innleggelser og innlagte pasienter. Figurene6-13viser tilsvarende estimater, delt etter kategorier etter alder, vaksinestatus etc.

Estimert antall innleggelser, totalt

0 10 20 30 40 50

Oct Nov Dec

Dato (2021)

Antall nye innleggelser pr. dag

Estimert Observert

0 100 200 300

Oct Nov Dec

Dato (2021)

Antall innlagte

Estimert Observert

Figur 5: Venstre panel: Antall registrerte nye sykehusinnleggelser pr. dag (7 dagers glidende gjen- nomsnitt) siste ukene, og tilhørende modellestimerte verdier. Høyre panel: Antall registrerte syke- husinnlagte hver dag siste ukene, og tilhørende modellestimerte verdier.

(8)

3 ESTIMERT ANTALL INNLEGGELSER

Estimert antall innleggelser, etter alder

0 5 10 15

Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 Dato (2021)

Antall nye innleggelser pr. dag

Aldersgruppe [0,5) [5,20) [20,40) [40,60) [60,75) [75,110)

0 25 50 75 100 125

Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 Dato (2021)

Antall innlagte

Aldersgruppe [0,5) [5,20) [20,40) [40,60) [60,75) [75,110)

Figur 6:Venstre panel: Modellestimert antall nye sykehusinnleggelser pr. dag. Høyre panel: Modelles- timert antall sykehusinnlagte. Selve modellen benytter 5-årskategorier. Grovere kategorier er brukt i figurene.

Estimert antall innleggelser, etter vaksinasjonsstatus

0 10 20

Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 Dato (2021)

Antall nye innleggelser pr. dag

Vaksinestatus Uvaksinert DelFullvaksinert

0 50 100 150 200

Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 Dato (2021)

Antall innlagte

Vaksinestatus Uvaksinert DelFullvaksinert

Figur 7:Venstre panel: Modellestimert antall nye sykehusinnleggelser pr. dag. Høyre panel: Modelles- timert antall sykehusinnlagte. Merk at, som forventet, vil andelen uvaksinerte blant innlagte etterhvert avta i forhold til andelen vaksinerte.

(9)

3 ESTIMERT ANTALL INNLEGGELSER

Estimert antall nye innleggelser, etter alder og vaksinasjonsstatus

[40,60) [60,75) [75,110)

[0,5) [5,20) [20,40)

Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 0

2.5 5 7.5

0 2.5 5 7.5

Dato (2021)

Antall nye innleggelser pr. dag

Vaksinestatus Uvaksinert DelFullvaksinert

Nye sykehusinnleggelser (pr. dag), estimert, etter alder og vaksinestatus

Figur 8:Estimert antall nye sykehusinnleggelser pr. dag, etter alder og vaksinasjonsstatus.

Estimert antall nye innleggelser, etter alder og vaksinasjonsstatus. (Pros- ent av totalt antall)

[40,60) [60,75) [75,110)

[0,5) [5,20) [20,40)

Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 0%

10%

20%

30%

40%

0%

10%

20%

30%

40%

Dato (2021)

Antall nye innleggelser pr. dag (prosent)

Vaksinestatus Uvaksinert DelFullvaksinert

Nye sykehusinnleggelser (pr. dag), estimert (prosent), etter alder og vaksinestatus

Figur 9: Estimert antall nye sykehusinnleggelser pr. dag, etter alder og vaksinasjonsstatus. Verdier er regnet som prosenter av totalt estimert antall nye innleggelser pr. dag.

(10)

3 ESTIMERT ANTALL INNLEGGELSER

Estimert antall inneliggende pasienter, etter alder og vaksinasjonssta- tus

[40,60) [60,75) [75,110)

[0,5) [5,20) [20,40)

Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 0

20 40 60 80

0 20 40 60 80

Dato (2021)

Antall innlagte

Vaksinestatus Uvaksinert DelFullvaksinert

Sykehuspasienter (inneliggende), estimert, etter alder og vaksinestatus

Figur 10:Estimert antall inneliggende pasienter, etter alder og vaksinasjonsstatus.

Estimert antall inneliggende pasienter, etter alder og vaksinasjonssta- tus. (Prosent av totalt antall)

[40,60) [60,75) [75,110)

[0,5) [5,20) [20,40)

Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 0%

10%

20%

30%

0%

10%

20%

30%

Dato (2021)

Antall innlagte (prosent)

Vaksinestatus Uvaksinert DelFullvaksinert

Sykehuspasienter (inneliggende), estimert (prosent), etter alder og vaksinestatus

Figur 11:Estimert antall inneliggende pasienter, etter alder og vaksinasjonsstatus. Verdier er regnet som prosenter av totalt estimert antall inneliggende pasienter.

(11)

3 ESTIMERT ANTALL INNLEGGELSER

Estimert antall innleggelser, etter risikogruppe

0 10 20 30

Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 Dato (2021)

Antall nye innleggelser pr. dag

Risikogruppe 0 1 2

0 50 100 150 200 250

Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 Dato (2021)

Antall innlagte

Risikogruppe 0 1 2

Figur 12:Venstre panel: Modellestimert antall nye sykehusinnleggelser pr. dag. Høyre panel: Modelles- timert antall sykehusinnlagte.

Estimert antall innleggelser, etter kjønn

0 10 20 30

Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 Dato (2021)

Antall nye innleggelser pr. dag

Kjønn Kvinne Mann

0 50 100 150 200

Oct 15 Nov 01 Nov 15 Dec 01 Dec 15 Dato (2021)

Antall innlagte

Kjønn Kvinne Mann

Figur 13:Venstre panel: Modellestimert antall nye sykehusinnleggelser pr. dag. Høyre panel: Modelles- timert antall sykehusinnlagte.

(12)

3 ESTIMERT ANTALL INNLEGGELSER

Modeller utarbeidet av Håkon K. Gjessing

Senter for fruktbarhet og helse, Folkehelseinstituttet

og Institutt for global helse og samfunnsmedisin, Universitetet i Bergen

I samarbeid med Geir Bukholm (FHI) Jostein Starrfelt (FHI)

Robert Neil Whittaker (FHI) Hilde Kløvstad (FHI)

Per Magnus (FHI)

(13)

4 ØVRIGE RESULTATER

4 Øvrige resultater

Registrerte smittetilfeller i aldersgrupper, med modellekstrapolerte verdier (log skala)

100 300 1000 3000

2021−11−15 2021−11−20 2021−11−25 2021−11−30 2021−12−05 2021−12−10 2021−12−15 2021−12−20 Dato

Antall smittetilfeller (log skala)

Alder [0,5) [5,20) [20,40) [40,60) [60,75) [75,110)

Observerte og ekstrapolerte smittetilfeller

Figur 14:Registrerte smittetilfeller i aldersgrupper, med modellekstrapolerte verdier.

Registrerte smittetilfeller i alders- og vaksinestatusgrupper, med mod- ellekstrapolerte verdier (log skala)

[40,60) [60,75) [75,110)

[0,5) [5,20) [20,40)

2021−11−152021−11−202021−11−252021−11−302021−12−052021−12−102021−12−152021−12−202021−11−152021−11−202021−11−252021−11−302021−12−052021−12−102021−12−152021−12−202021−11−152021−11−202021−11−252021−11−302021−12−052021−12−102021−12−152021−12−20 1

10 100 1000

1 10 100 1000

Dato

Antall smittetilfeller (log skala)

Vaksinestatus Uvaksinert DelFullvaksinert

Observerte og ekstrapolerte smittetilfeller

Figur 15:Registrerte smittetilfeller i alders- og vaksinestatusgrupper, med modellekstrapolerte verdier.

(14)

5 MODELLBESKRIVELSE

5 Modellbeskrivelse

Modellen baserer seg på at en viss andel (totalt ca. 3-4%) av smittede legges inn på sykehus. Merk at med “smittet” menes i alle analysene bekreftet positiv test, og inn- leggelser har covid-19 som hovedårsak til innleggelse. Risiko for å bli innlagt hvis man er smittet, hvor lang tid det tar fra smitte til innleggelse, og hvor lenge en pasient vanligvis vil bli liggende inne, vil alle avhenge av pasientkarakteristikker. Data er ek- strahert fra BeredtC19. I disse modellene benyttes variablene

• Alder (i 5-års aldersgrupper)

• Vaksinestatus (uvaksinert, eller del/fullvaksinert)

• Risikogruppe i forhold til mulig alvorlig forløp av smitte

• Kjønn

• Kalenderdato

Siden faktisk antall innlagte i underkategorier kan være ganske små, benytter mod- ellen seg først av en enkel framskrivning av smittetall. Disse omregnes så til forventet antall innlagte i underkategorier.

Modell-elementer

Modellen er bygget opp av følgende:

• Framskrivning av smittetall

• Estimert sannsynlighet for innleggelse hvis smittet

• Estimert sannsynlighet for å bli innlagt samme dag som bekreftet positiv test

• Estimert fordeling av tid til innleggelse dersom innleggelse skjer senere enn bekreftet positiv test

• Estimert fordeling av liggetid gitt at pasienten er innlagt

• Estimert sannsynlighet for intensivinnleggelse etter vanlig innleggelse

• Estimert fordeling av tid fra innleggelse til intensivinnleggelse etter vanlig inn- leggelse

(15)

5 MODELLBESKRIVELSE

Framskrivning av smittetall

Modellen er ikke primært ment som en smittemodell, og har derfor en ganske enkel framskrivning av smittetall. Siden innleggelse (og utskrivning) vanligvis skjer en stund etter positiv test er det både observerte smittetall og den første uken framskrevne smit- tetall som er viktigst for framskrivninger av innleggelser.

Modellen for smittetall er en GLM (Generalized Linear Model) med Poisson-fordelt utfall, ogλsom forventet antall i subgrupper, hvor

log(λ) =kjonn+risikogruppe+ (alder∗vaksinasjonsstatus)/testdato.

Notasjonen betyr at trenden regnes som lineær på log skala, men kan være forskjellig i alle grupper av alder og vaksinasjonsstatus. I estimeringen benyttes data fra siste tre ukers smittetall, men med en vekting som øker jo nærmere nåværende dato man kommer.

Estimering av sannsynligheter

Estimering av sannsynlighet for (1) innlagt hvis smittet, (2) innlagt samme dag som positiv test, dersom innlagt, og (3) intensivinnlagt dersom innlagt estimeres hver for

seg med binomiske GAM-modeller, dvs. Generalized Additive Models, hvorlogit(P(event)) avhenger av samme variable som nevnt over. Kalenderdato modelleres her som en

“smooth spline” over pandemien. Forskjellige variabelinteraksjoner inkluderes etter behov. Estimeringene avgrenses (som oftest) til data fra 2021.

Estimering av fordelinger

Estimering av fordelinger til innleggelse og intensivinnleggelse, samt liggetid ved vanlig- og ved intensivinnleggelse, modelleres med forskjellige varianter av parametriske og ikke-parametriske “levetidsfordelinger”, som er vanlig i forløpsanalyser (“Event His- tory Analyses”). Fordelingene kan avhenge av variable som nevnt over. Estimeringene avgrenses (som oftest) til data fra 2021.

Korreksjon for endringer i teststrategier

Endringer i teststrategi vil medføre at en mindre eller større andel av “sanne positive”

vil bli testet og funnet positiv. Dette medfører igjen at sannsynligheten for å bli innlagt dersom man har testet positiv vil kunne endre seg gjennom pandemien. Denne en- dringen blir fanget opp av “smooth spline”-komponenten i modellen, som endrer seg

(16)

5 MODELLBESKRIVELSE

over tid. I tillegg er det lagt inn interaksjoner mellom aldersgruppe og kalendertid som i noen grad vil fange opp alders-spesifikk endring i teststrategi, slik som endringene i august 2021.

Referanser

RELATERTE DOKUMENTER

Sammenhengen mellom innvandringskategori o vaksinasjon er undersøkt i fire modeller: modell 1 = ujustert, modell 2 = justert for alder, modell 3 = justert for alder, kjønn,

Analysen viser at en god del av forskjellene mellom sykehusenes bruk av tvangsinnleg- gelser skyldes ulik pasientsammensetning, målt ved pasientenes kjønn, alder, tidligere

Både alder, kjønn og utdanning er signifikante variabler for pasientenes tillit til pleiepersonalets faglige dyktighet, mens for tillit til sykehuslegenes faglige dyktighet er

De første 5 tabellene gir absolutte tall -uten opplysning om diagnoser- for utskrivinger og liggedager etter kjønn, alder og fylke.. Tabell 6-8 inneholder tall for utskrivinger

- holder absolutte tall for utskrivinger og liggedager. De øvrige diagnose- tabellene gir tall pr. 1000 innbyggere over utskrivinger og liggedager etter bostedsfylke, kjønn og

Statistikken blir presentert i form av absolutte tall som viser til antall ulykker, skader eller skadde personer, først totalt og deretter fordelt etter kjønn, alder og eventuelt

Kjønnsblind forskning tar ikke hensyn til kjønn, og tar ofte for gitt at eventuelle forskjeller mellom kvinner og menn ikke er relevant, eller antar at forskningen er

Sammenhengen mellom innvandringskategori o vaksinasjon er undersøkt i fire modeller: modell 1 = ujustert, modell 2 = justert for alder, modell 3 = justert for alder, kjønn,