Forskare vid Örebro universitet har varit delaktiga i att ta fram en ny matematisk modell för smittspridning. Modellen tar även hänsyn till superspridare.
Under coronapandemin visade det sig att de matematiska modeller som fanns för infektionssjukdomar ofta gav felaktiga prognoser för hur smittspridningen skulle fortsätta. En tidigare välkänd modell visade att mer än 60 procent i storstäderna skulle bli smitttade. Men så blev det inte.
– Ändå fick den här typen av resultat från matematiska modeller ofta dramatiska konsekvenser för hur vissa länder valde att tackla pandemin under det första året, berättar Magnus Ögren som är docent i matematik och forskar om matematisk fysik och tillämpad matematik vid Örebro universitet, i ett pressmeddelande.
Magnus Ögren nämner Storbritannien som exempel, där politikerna hastigt tog beslutet att stänga ned hela samhället efter att en forskningsgrupp publicerat en rapport som förutspådde en dramatisk samhällsspridning.
– När vi nu tittar i backspegeln ett par år senare har förloppet varit ett helt annat än de dominerande första prognoserna. De matematiska modeller som användes beskriver verkligheten dåligt, vilket kan ha många olika orsaker, säger Magnus Ögren.
Tillsammans med kollegor i Lund och Region Gävleborg har Magnus Ögren och postdoc Francois Rousse fokuserat på en modell som beräknar mer korrekt. De har valt att titta närmare på vilken roll de så kallade super-spridarna har för smittspridningen.
– Super-spridare är personer som sprider smittan vidare till många andra, betydligt fler än vad en genomsnittlig person gör. Personen kanske deltar i en social aktivitet som körsång när den är som mest smittsam eller har ett yrke där den möter många nya människor under en dag. Det kan också vara så att personen har en exceptionellt hög koncentration av viruset.
Max Lejon Konnman