Faktisk.

Dette må du vite om smitte­tal­let R

Smittetallet R er blitt sentralt for å fortelle hvordan det egentlig går med koronapandemien i Norge, men ikke all medieomtale er nøyaktig og riktig. Hva betyr egentlig R-en, og hvorfor er det så mye snakk om den?

Foto: Terje Pedersen / NTB scanpix

Et stigende R-tall kan varsle mulig ny kraftig spredning av viruset, som igjen kan utfordre det norske helsevesenet. Om tallet er lavt, kan alle sammen senke skuldrene litt.

Derfor har både smitteeksperter, helsebyråkrater, regjeringen og mange andre fulgt nøye med på hva beregningene fra Folkehelseinstituttet (FHI) sier at tallet ligger på.

Men ikke all omtale av tallet er nøyaktig og riktig. Blant annet har norske medier omtalt endringer i anslaget for FHIs R-tall dag for dag – noe eksperter mener blir helt feil.

I denne artikkelen forteller vi deg alt du trenger å vite om R.

1. Hva betyr R?

R står for reproduksjonstall, og viser hvor mange personer én person med koronasmitte smitter videre. Hvis R=1, vil hver smittede person i snitt smitte én annen person.

Figuren viser hvordan smitten sprer seg hvis R er 2 og 3.
Figuren viser hvordan smitten sprer seg hvis R er 2 og 3. Illustrasjon: SNL.no / Halvard Hiis under Creative Commons-lisens

R kan brukes både om basalt reproduksjonstalI og effektivt reproduksjonstall.

Enkelt forklart: Det basale tallet viser hvor mange personer som smittes videre hvis man ikke gjør noe for å stoppe smitten. Dette omtales ofte som R0.

Noe forenklet viser det effektive smittetallet hvor mange som smittes videre etter at det er satt inn tiltak som skal stoppe smitten, og/eller etter at noen har oppnådd immunitet. Dette tallet omtales ofte som Re.

I denne artikkelen mener vi Re når vi bruker bokstaven R.

2. Er R-tallet viktig for deg?

Smittetallet R forteller noe om hvordan epidemien utvikler seg.

FHI har anslått at smittetallet før man innførte strenge tiltak, var på rundt 3.

Om tallet er over 1, øker mengden personer som er smittet i samfunnet.

Problemet er at det kan bli så mange syke samtidig at antallet som trenger sykehusbehandling blir høyere enn det er kapasitet til i norske sykehus.

Mange har kanskje hørt om begrepet «å flate ut kurven».

Grafikk: Toby Morris, Siouxsie Wiles/The Spinoff under Creative Commons-lisens

Dét handler om at man passer på at antall smittede aldri blir høyere enn sykehusenes kapasitet. For å flate ut kurven må smittetallet være lavt nok.

Ved å beregne smittetallet kan FHI og helsemyndighetene regne seg fram til hvor mange som kommer til å trenge sykehusbehandling også framover i tid.

– Oppgaven vår er å lage anslag for myndighetene. For å bidra til å unngå at man får for høyt press på helsevesenet, beregner vi estimater for hvor mange sykehusinnlagte det blir, og hvor mange som trenger respiratorbehandling, forklarer professor Arnoldo Frigessi i en e-post til Faktisk.no. Han er en del av modelleringsgruppen til Folkehelseinstituttet (FHI) og professor på UiO og OUS.

Smittetallet brukes også i vurderingene av hvilke tiltak som skal fjernes, eller om det må innføres nye tiltak igjen.

Hvis smittetallet stiger igjen, kan myndighetene måtte innføre nye strenge tiltak.

Statsminister Erna Solberg var tydelig på at dette var grunnen til at de ikke kunne fjerne alle tiltakene samtidig, nå som samfunnet skal åpnes igjen:

– Svaret er at summen av å innfri alle gode ønsker, er at vi åpner for raskt og at smittespredningen kan komme ut av kontroll. I en sånn situasjon, måtte vi ha strammet inn igjen, sa statsministeren på pressekonferansen torsdag 7. mai.

Så et økt smittetall kan også bety for deg personlig at du blir ilagt nye restriksjoner fra myndighetene.

Ifølge Frigessi i modellgruppa står vi ikke i fare for å overbelaste helsevesenet den nærmeste tiden:

– Anslagene forteller oss at vi mest sannsynlig er langt unna kritisk press på det norske helsevesenet de neste ukene, skriver professoren.

3. Hvordan finner FHI smittetallet R?

Siden vi aldri kan vite om hver eneste person med smitte i Norge, må R-tallet beregnes. I Norge er det FHI som har ansvaret for å regne ut R-tallet som legges til grunn når myndighetene skal ta beslutninger.

Beregningene er kompliserte, og gjøres ved å bruke en matematisk modell. Professor Frigessi forklarer at det er veldig sentralt hvilke data man har å basere beregningene på:

– Hva jeg VIL regne ut og hva jeg KAN regne ut er to forskjellige ting, skriver Frigessi.

– I statistisk arbeid må vi balansere realismen i modellene og den faktiske muligheten for å beregne de sentrale parametrene med de dataene vi har.

Hovedmodellen til FHI inneholder flere lag med informasjon, som sammen skal si noe om hvor mange som blir smittet:

  1. Befolkningsdata:
    Informasjon om hvordan befolkningen i hver enkelt kommune er satt sammen.
  2. Mobilitetsdata:
    FHI samarbeider med Telenor. Ved å bruke tall på mobiltrafikken deres kan FHI se hvordan vi forflytter oss mellom kommunene. Dette brukes til å anslå smittespredning mellom kommuner.
  3. Antagelser om hvordan sykdommen utvikler seg:
    FHI bruker anslåtte tall om sykdommen. De legger blant annet inn hvor mange dager det tar før man blir syk, hvor mange dager man er smittsom og andelen av de smittede som legges inn på sykehus.

Når man legger all denne informasjonen sammen, kommer man fram til mange mulige svar på hva smittetallet kan være. Deretter sjekker man hvordan disse svarene passer med et tall man er helt sikker på – nemlig antall sykehusinnleggelser. På denne måten finner man fram til et svar, eller et R-tall, som ligger nærmest virkeligheten.

4. Kan man si at tallet stiger og synker dag for dag?

Den siste tiden har flere norske medier publisert meldinger om at smittetallet fra FHI har gått opp eller ned siden dagen før.

Men gir dette noe mening? Det korte svaret er nei.

Melding sendt ut fra NTB fredag 8. mai kl. 13.02
Melding sendt ut fra NTB fredag 8. mai kl. 13.02

– Det er alvorlige misforståelser ute og går når pressen rapporterer endringer dag for dag i våre estimater for R, skriver professor Arnoldo Frigessi.

Siden R-tallet er en beregning, er det usikkerhet knyttet til tallet. Og siden deler av dataene i beregningen også er antagelser, blir tallet ekstra usikkert.

– Det er viktig at alle forstår usikkerhetene bedre. Når konfidensintervallet er stort, betyr det at det er mye usikkerhet. Å bare rapportere middelverdien eller medianen blir da rett og slett feil, skriver professoren.

Det seneste R-tallet fra FHIs rapporter kom fredag 9. mai. Da ble R-tallet oppgitt å være 0,49. Men dette er altså bare en middelverdi. Leser man videre ser man at det oppgis et konfidensintervall på 0,09 til 0,95.

Det vil si at smittetallet innenfor 95% sannsynlighet kan være både så lavt som 0,09 eller så høyt som 0,95.

Små endringer i middelverdien når FHI regner ut et nytt anslag, vil være langt innenfor feilmarginen. Feilmarginen vil imidlertid bli mindre etterhvert som FHI får mer data om sykehusinnleggelser å legge inn.

Flere medier, som NTB og VG, har i senere publiseringer eller oppdateringer tatt inn noe forbehold og forklaring om at smittetallet er beheftet med usikkerhet.

5. Er R-tallet fra i dag?

En annen grunn til at det ikke gir så stor mening å snakke om endringer i dagens R-tall fra FHI, er at tallet i virkeligheten har ganske stor forsinkelse. Det er fordi FHI bruker sykehusinnleggelser som grunnlag for beregningen, og det tar tid fra man blir smittet til man blir lagt inn på sykehus med covid-19.

I en rapport skriver FHI at de regner med 10–14 dager fra man blir smittet til man eventuelt legges inn på sykehus. De siste tallene for sykehusinnleggelser, er altså basert på smitten som skjedde for rundt to uker siden, og forteller oss noe om R på det tidspunktet.

FHI har nettopp lansert en beregning som anslår R basert på sykehusinnleggelser 13 dager etter 20. april, da regjeringen begynte gjenåpningen av samfunnet. Dagens tall er altså en ny beregning av R-tallet siden restriksjonene ble lettet på (R2).

Måten FHI beregner R-tallet på nå, innebærer at de hele tiden justerer tallet også bakover i tid. Dette gjør de ved å kjøre modellen på nytt etter hvert som de får mer informasjon om sykehusinnleggelser. Derfor antas R-tallet å være det samme på startdatoen for perioden – som for anslag framover i tid.

«Dagens» R-tall kan altså ikke si noe nøyaktig om hvordan smittetrykket i samfunnet er akkurat nå.

6. FHI har fått kritikk

FHI har også en R-beregning som tar utgangspunkt i dagene mellom 15. mars og 19. april (R1). De anslår også en egen R for dagene før 15. mars, altså før smitteverntiltakene begynte å virke i samfunnet (R0).

Denne måten å regne ut smittetallet på har blitt kritisert. I et debattinnlegg i VG tidligere i mai, skrev informatikkprofessor Dag Svanæs ved NTNU at R-tallet sa lite om dagens situasjon, og om hvordan pandemien sprer seg i befolkningen akkurat nå:

Problemet er at FHI framstiller en middelverdi for seks uker som om det gjelder nåsituasjonen. Det er som om Meteorologisk Institutt skulle si «dagens temperatur i Oslo er fem grader» og mene gjennomsnittet siden 15. mars, når temperaturen rett utenfor er 20 grader.

Også forskere ved Universitetet i Tromsø (UiT) er kritiske til at FHI modellerer R til å variere i noen få sprang. I et forskningsnotat datert 3. mai, skrev de at man i større grad kunne fange opp ferske endringer i R-tallet ved å tillate kontinuerlig variasjon. De understreker at det ikke er modellen for smittespredningen som er kjernepunktet, men hvilke føringer man legger på hvordan R skal kunne endre seg.

I samme notat anslo de at R kunne være over 1, og på vei oppover, per 3. mai. Kritikken ble først omtalt i Aftenposten.

Frigessi mener forskerne ved UiT bommer i kritikken sin:

– Våre modeller har fokus på å forutse spredning i tid og utover i landet. Fordi halve Norge nå er virusfritt, blir folks bevegelser svært viktig. Da mener vi at våre egne modeller er de beste som eksisterer på nåværende tidspunkt.

7. Det finnes mange måter å finne en R på

I andre land, deriblant Danmark, bruker helsemyndighetene en annen type modell som gir et bilde av nåsituasjonen. FHI har en lignende, supplerende modell. Denne modellen er imidlertid basert på antall smittede, og er derfor veldig sårbar for endringer i testkriterier. I Norge har vi endret testkriterier flere ganger.

PÅ NTNU har de satt ned en taskforce for covid-19, hvor forskere innen medisin, bioteknologi, kybernetikk, statistikk, og økonomi jobber sammen. Forskerne har blant annet utviklet en modell for smittespredning i alle kommuner i Norge.

Professor Stig W. Omholt leder dette arbeidet. Han forklarer at NTNUs modell er individbasert.

– Vi kan legge inn de ulike lagene for smitte på for eksempel skole, barnehage, kjøpesenter og lignende. Det gjør at R kommer ut som et resultat av de premissene vi legger inn og ikke noe vi legger inn i modellen eller estimerer separat, sier Omholt.

Han vil ikke kritisere FHIs modellering, og vil heller kalle NTNUs modell et tilskudd til FHIs utregninger.

Forrige uke la NTNU-gruppa frem beregninger som viser at norske skoler, inkludert videregående trinn, kan åpne uten å øke smittetallet særlig så lenge testingen er god.

Funnene viser også at testing av dem som allerede har symptomer ikke reduserer smittetallet. Gruppa foreslår i stedet testing av alle personer i store husholdninger, siden det er der smittespredningen lettest skjer.

Omholt sier at R-tallet er viktig, men at små endringer fra dag til dag ikke nødvendigvis sier så mye. Det viktigste er at R-en holder seg lav.

– Med vår modell kan vi anslå R dag for dag fremover, som funksjon av tiltakene vi opprettholder eller avvikler. Alle modeller er beheftet med usikkerhet, og det gir ikke mening å se på små desimalendringer.

Det viktigste mener Omholt, er å finne frem til en mest mulig skånsom pakke med tiltak som ivaretar både helse og økonomi på en best mulig måte. Her er smart testing viktig, mener han.

Frigessi i FHIs modellgruppe skriver at FHI setter pris på innspill fra andre:

– Vi er veldig interesserte i å lære fra andres innfallsvinkler og modeller. Så vi studerer nøye hva andre forskere i Norge og internasjonalt gjør. Selv kjører vi nå fire ulike modeller parallelt, og har to til under utvikling.

Embed artikkel

Les også

Vipps oss

Ønsker du mer fakta i hverdagen?

Tips oss

Vet du om noe vi bør faktasjekke?