Nå som Norge gradvis åpnes opp igjen, kan smitten av covid-19 fort blusse opp igjen. Hva gjør vi da?
− Dataene vi har tyder på at bare en liten del av befolkningen i Norge har så langt blitt smittet med koronaviruset SARS-CoV-2. Derfor vil det være mulighet for at epidemien kan vokse igjen i en eller flere bølger. Da kan det bli behov for nye tiltak, sier Birgitte Freiesleben de Blasio, leder for modelleringsgruppa ved Folkehelseinstuttet til forskning.no.
Sjefen hennes, Camilla Stoltenberg, har advart mot ny nedstengning av Norge hvis smitten blomstrer opp igjen.
Men hvis nye tiltak allikevel må til, kan det være lurt for oss alle om myndighetene prioriterer de som bremser smitten mest − uten å koste samfunnet for dyrt.
Derfor jobber forskere ved Folkehelseinstituttet jobbet med å få på plass en ny matematisk modell som skal kunne skille mellom effekten av for eksempel å stenge skoler, ha hjemmekontor eller begrense hvor mange som kan møtes på fritiden.
Modellen er en etterligning av det norske samfunnet og er mye mer detaljert enn de andre modellene de har brukt til nå.
− Modellen er på en måte et laboratorium man har inni datamaskinen sin hvor man kan utforske mange ulike scenarier, sa de Blasio på et foredrag ved det norske vitenskapsakademi 23. april.
Krever enorme mengder informasjon
Den matematiske modellen er et slags virtuelt samfunn på datamaskinen som inneholder alle innbyggerne i Norge. Forskerne kaller det en individbasert modell.
Slik skiller den seg fra modellen de har brukt til å regne ut smittetallet R, som du kan lese mer om i denne saken på forskning.no.
Den nye modellen er som et virtuelt samfunn med 5,3 millioner mennesker. Som lever i familier eller alene, bor på landet eller i byen, drar på jobb eller skole eller holder seg hjemme, sier de Blasio til forskning.no.
Forskerne har altså puttet veldig mye informasjon inn i modellen. Blant annet fra Statistisk sentralbyrå.
− Hvis du vil beskrive et virtuelt samfunn med husholdninger og barnehager og skoler, krever det nesten at du tømmer en hel statistikkbank ned i modellen, sier de Blasio.
Når modellen er på plass, kan forskerne for eksempel stenge skolene eller pålegge alle hjemmekontor.
Med andre ord kan de la innbyggerne i det virtuelle samfunnet teste ut forskjellige tiltak for å se hva som skjer med smittespredningen.
− På den måten kan vi belyse effekten av for eksempel hjemmekontor, betydningen av kontakter i «det offentlige rom» og i skoler og barnehager. Og betydningen av at personer med symptomer holder seg hjemme i karantene, sier de Blasio.
NTNU har allerede en slik modell
Men forskerne ved Folkehelseinstituttet har ennå ikke offentliggjort noen resultater fra den nye modellen.
− Vi jobber med modellen og å skrive en rapport. Det er vanskelig å si når resultatene kan publiseres, skriver de Blasio til forskning.no.
Samtidig har forskere ved NTNU allerede vært ute med resultater fra en tilsvarende individbasert matematisk modell av covid-19. Den kan du lese mer i denne saken på forskning.no fra NTNU.
Lederen for NTNU Covid-19 Taskforce, Stig William Omholt, vil ikke kritisere forskerne ved Folkehelseinsituttet for at de har brukt lang tid å få ut resultater fra den nye modellen.
− Det er flinke folk som jobber i modelleringsgruppen ved FHI, og de har vært under et enormt press i lang tid. Så jeg vil tro det kun er snakk om at de har vært nødt til å prioritere de mest presserende tingene som de har håndtert med andre modelltilnærminger, skriver Omholt til forskning.no.
Kunne mobilisert flere forskningsmiljøer
Omholt vil samtidig rette søkelyset mot myndighetene. Han mener de burde lagt til rette for at flere forskere kunne bidratt til å lage smittemodellene ved Folkehelseinstituttet.
− Det overrasker meg at myndighetene ikke har vært mer proaktive med å legge finansielt til rette for å mobilisere og organisere en forskerportefølje rundt modelleringsarbeidet ved Folkehelseinstituttet. Da kunne myndighetene i større grad nyttiggjort seg den betydelige intellektuelle kapitalen som eksisterer i universitets-Norge innen modellering og styring av komplekse systemer, skriver Omholt til forskning.no.
Ifølge NTNU-forskeren ville mange forskere, som til daglig jobber med andre typer matematiske modeller, ganske lett kunne omstille seg til å regne på covid-19-spredningen istedenfor.
− En slik mobilisering ville koste minimalt og sannsynligvis gi en avkastning på investert kapital i form av nye og bedre styringsverktøy som ville gjøre enhver hedgefondforvalter grønn av misunnelse, skriver Omholt.
Mange simuleringer
De Blasio forteller at det som tar mest tid, er å gjøre den individbaserte modellen mest mulig virkelighetsnær.
− Vi har laget et internt notat basert på resultater fra den individbaserte modellen. Basert på resultatene justerer vi antagelser og reviderer modellen i samarbeid med epidemiologene på Folkehelseinstituttet, skriver hun i en e-post til forskning.no.
Det er nemlig mye forskere i hele verden enda ikke vet om hvordan koronaviruset sprer seg.
Det gjør at det er mange usikre tall i modellen. En av tingene forskerne gjør for å kompensere for all usikkerheten er å kjøre mange simuleringer.
− Vi varierer noen nøkkelparametere som vi er usikre på. Vi kjører simuleringen mange ganger. Og så varierer vi en parameter og kjører enda flere simuleringer. Og sånn gjør vi for alle parameterne, sier de Blasio.
Med en så komplisert modell og så mange simuleringer kan utregningene ta flere dager å gjennomføre, forklarer forskeren.
Skal bruke data fra Smittestopp-appen
Noe av det forskerne ikke vet nok om er hvordan nordmenn faktisk beveger seg rundt i samfunnet. Og hvor folk egentlig blir smittet. Vi vet fortsatt ikke om det er mest i hjemmene våre eller ute i samfunnet at vi blir smittet, sier de Blasio.
Nå venter forskerne på å få informasjon fra Smittestopp-appen om nettopp dette.
− Data fra Smittestopp-appen og andre digitale verktøy vil gi viktig informasjon om når og hvor folk har kontakt. Vi vil også få viktig kunnskap fra studier som følger spredning innen familier og skoler eller barnehager, sier de Blasio.
All ny informasjon om hvordan vi oppfører oss og hvordan viruset faktisk sprer seg vil kunne brukes til å forbedre modellen.
Som er helt avgjørende for at den skal kunne brukes til å si noe om hvilke tiltak som er lurest å prioritere inn om smitten skulle blusse opp igjen.
