Spridningen av covid-19 är beroende av antalet fysiska möten mellan människor, något som varierat under pandemins gång beroende på påbjuden och frivillig social distansering. Ett sätt att mäta och förutse denna spridning är att titta på hur mycket vi förflyttar oss, med antagandet att ju mer vi rör oss, desto fler fysiska möten har vi.
I en preprint har Philip Gerlee och Torbjörn Lundh, Chalmers tekniska högskola och Göteborgs universitet, tillsammans med flera andra forskare från universitet och universitetssjukhus i Göteborg, Linköping och Lund jämfört antalet inlagda patienter med covid-19 med mobilitetsdata i form av lokaltrafikanvändning och mobiltelefondata. Denna modell har visat sig kunna fånga både den första och början av den andra pandemivågen.
Resedata från Västtrafik och Skånetrafiken
Jämförelsen med mobiltelefondata gjordes för alla regioner i Sverige och modellen visade sig stämma något bättre för större regioner än för mindre, där slumpmässiga händelser kan ha en större effekt. Forskarna fick också resedata från Västtrafik och Skånetrafiken och kunde visa att denna data gav en ännu bättre anpassning av modellen.
Eftersom det finns en fördröjning mellan ökad smitta och sjukhusinläggningar, så kan denna modell förutsäga behovet av sjukhusvård på regionnivå tre veckor i förväg genom tillgång till lokaltrafikdata.
Preprinten ”Predicting regional COVID-19 hospital admissions in Sweden using mobility data” kan läsas på webbplatsen arXiv. En preprint är en vetenskaplig artikel som ännu inte granskats och publicerats i en vetenskaplig tidskrift.
Intervju med Philip Gerlee från augusti om att förutsäga vårdbehovet för covid-19-patienter >>
Kontaktuppgifter till Philip Gerlee och Torbjörn Lundh >>
Text: Setta Aspström