Thread by @JCedernaes

Dödligheten (IFR) i COVID-19 med data för 45 länder, samt jämförelser med influensan – en (lång) tråd

I @nature publicerades för en månad sen en omfattande analys av infection fatality rate (#IFR), utifrån data från 45 länder & 22 antikroppsstudier.

nature.com/articles/s4158…
1/n

De beräknar även infektionsmönstret i de analyserade länderna. Studien finner att IFR är lägst i åldern 5-9 (0.001%), för att gå upp till 8.29% hos de som är ≥80 år (se Fig. 1A, kom ihåg det är en log-linjär skala).

Notera att studien är accepterad men ej editerad ännu.

2/n

Många västländer hamnar på IFR 0.6-0.8%. I snitt hade 5% av invånarna i de undersökta länderna smittats fram till 1:a september i år (med en högre siffra för Latinamerikanska länder; utifrån seroprevalensdata).

3/n

Infection fatality rate (IFR), ett mått på dödligheten, utgör antalet dödsfall i COVID-19 i förhållande till antalet infektioner med SARS-CoV-2. De beskriver att det hittills finns få studier som har undersökt hur IFR varierar mellan olika länder.

4/n

IFR tycks enligt författarna kunna skilja sig utifrån t.ex. prevalensen av folksjukdomar & åldersfördelningen. Det är därtill svårt att generalisera från utbrott på t.ex. vårdhem till allmänbefolkningen.

5/n

T.ex. anger de i Nature-artikeln att 20% av dödsfallen har skett på vårdhem i Sverige, och Storbritannien, men mycket få i Sydkorea eller Singapore; de citerar denna källa:)

ltccovid.org/2020/04/12/mor…

6/n

I en relativ jämförelse (där ålder 55-59 är referensen) finner de först mycket likartat åldersberoende mortalitetsmönster bland länderna hos de <65 år (se Figur 1b). Däremot skiljer sig den relativa mortalitetsrisken mer hos de äldre individerna.

7/n

I England kunde de tack vare högupplöst data exkludera dödsfall på vårdhem för äldre.

Utifrån denna data fann de att mortaliteten följer ett log-linjärt förhållande även i högre (≥65) åldrar även i andra länder, då man tittade på dödligheten som ej inkluderar de på vårdhem
8/n

För att närmare undersöka IFR, kombinerade de mortalitetsdata med 22 antikroppsstudier, från 16 av länderna (länder som Sverige & Nederländerna hade flera inkluderade studier). De fann att mortaliteten ökade från 0.001% vid åldern 5-9, till 8.29% vid ≥80 år (Fig 2a nedan)

9/n

Här såg de också tydliga könsskillnader bland de äldre, t.ex. 10.83% IFR för män >80, men 5.75% för kvinnor i samma åldersgrupp. Detta stämmer med tidigare fynd, t.ex. här i Science, data från Frankrike: IFR ~0.5%

2 nästa tweets för andra estimat
science.sciencemag.org/content/369/65…

10/n

I denna preprint (från Imperial College London) finner de utifrån seroprevalensdata på ~105,000 individer, en IFR på 0.9 (0.86-0.94)

När forskarna i stället beräknade utifrån överdödlighet & inkluderade dödsfall på äldrehem, då hamnade IFR ~1.6%

medrxiv.org/content/10.110…

11/n

Siffrorna för IFR har rapporterats på samma nivå i andra tidigare studier, här t.ex. baserat utifrån fall i Kina: De fann en IFR på ~0.66%:

"...overall infection fatality ratio for China was 0·66% (0·39–1·33), with an increasing profile with age"
thelancet.com/journals/lanin…
12/n

Tillbaka till studien i Nature av @meganodris
et al. Här är hennes egen tråd om denna studie:

https://twitter.com/meganodris/status/1323217426625036291?s=20

Utifrån bara antikroppsstudierna såg det ut att finnas skillnader mellan olika länder, varav vissa hade inneburit (orimliga) 100% drabbade av #SARSCoV2

13/n

Seroprevalensstudierna indikerade alltså stor variation i IFR (0.24-1.49%). T.ex. några med högre IFR, såsom New York (2.28%, 95% CI 2.15-2.42), England (1.41%) & Skottland (1.49%), medan andra hade lägre, såsom Kenya (0.24%) och Danmark (0.26%, 95%CI .24-.32).

14/n

De tror att variabiliteten kan bero på olika andel individer i riskgrupper (t.ex. med #komorbiditeter), olika metodik för antikroppsstudierna, samt ev. påverkan över tid på antikroppsnivåer (dvs. att vissa testar falskt negativt, men finner ej stöd för det senare).

15/n

Även i en analys där t.ex. 5% av de med antikroppar testar negativt över tid (falskt negativa avseende tidigare infektion) så finner de ändå att IFR i Frankrike skulle landa på 0.65% (95% CI 0.56-0.73%)

16/n

De tittade även på om de skulle få andra resultat om de bara analyserade antikroppsdata insamlat från blodgivare, men finner inte heller att det påverkar analyserna. De efterlyser fler studier för att förstå skillnader mellan #SARSCoV2 antikroppsstudier (seroprevalensdata).

17/n

Blodgivarbaserade antikroppsstudier skulle t.ex. troligtvis ha uteslutit de flesta individer som var asymptomatiska vid provtagningen (man screenas ju för att säkerställa att man är frisk då man ger blod)

18/n

Utifrån demografiska skillnader för varje land beräknar de därefter fram det populationsviktade IFR-värdet. De finner att länder med äldst befolkning har högst IFR, såsom Japan (1.09%) och Italien (0.94%), att jämföra med t.ex. Kenya (0.09%).

19/n

Utifrån denna viktade modell uppger de sig även (som bekräftelse för modellen antar jag) kunna reproducera/modellera seroprevalens-värdena, även över tid (deras modeller har givetvis vissa antaganden).

20/n

Som man kan se i figur 2C (bild infogad nedan) hamnar över hälften av länderna på IFR högre än 0.5% i den viktade modellen.

Sverige, Finland & Danmark tycks ligga rätt nära varandra, över ~0.7% (FHM har tidigare uppskattat IFR till 0.6% (0.4–1.1%): folkhalsomyndigheten.se/contentassets/…)

21/n

I likhet med data från Imperial College (se länk ovan) – som beräknade genomsnittlig IFR till ~0.9% – så finner forskarna att IFR blir högre om man inkluderar dödsfall på vårdhem:

I Frankrike går då IFR från 0.74% till 1.10%

22/n

I @nature-studien beräknar de sammantaget att i snitt 5.3% av befolkningarna har smittats av SARS-CoV-2, men även här var variationen stor: ~0.06% i Sydkorea till 62.4% i Peru.

Forskarna betonar att det givetvis finns osäkerhet med datan:

https://twitter.com/meganodris/status/1323218007053783053

23/n

Det beräknade IFR-värdena är därmed för många länder i linje med estimat som tidigare beräknats.

Här är en meta-analys från i våras:

IFR beräknades till ~0.68% utifrån 24 dataset i en studie i International Journal of Infectious Diseases ijidonline.com/article/S1201-….

24/n

Forskarna är för övrigt verksamma vid Mathematical Modelling of Infectious Diseases Unit - dvs. experter på modelering av infektionssjukdomar vid Institut Pasteur (Frankrike), samt vid Department of Genetics, University of Cambridge.

research.pasteur.fr/en/team/mathem…

25/n

WHO har också uttalat sig om IFR (0.5-1% anger de som troligt): "with estimates of IFR converging at approximately 0.5 - 1%"

De anger bl.a. FHMs rapport (se ovan), men även denna i @TheLancetInfDis (IFR ~0.64%)
thelancet.com/journals/lanin…

(från Aug.:) who.int/news-room/comm…

26/n

WHO har i en senare presskonferens nämnt hållit med om att de flesta tycks peka på ett värde runt 0.6% (who.int/publications/m…).

27/n

En tidigare mycket omstridd studie från Santa Clara i Kalifornien uppskattade tidigt att IFR kunde vara <0.2% (medrxiv.org/content/10.110…). Dock har många kritiserat den studien (ej ännu publicerad, lades upp i april) för många metodologiska fel -->

28/n

T.ex. här är en omanalys gjord utifrån den mer troliga sensitiviteten & specificiteten för de antikroppskit som de använde i Santa Clara-studien: De finner att andelen smittade i regionen (under perioden) då går ner från 2.49-4.16% till 0.27-3.21%.

medrxiv.org/content/10.110…
29/n

Därtill tycks urvalet varit udda (ev. pga. rekrytering via Facebook), med skev demografi, & analysen inkluderade inte åldersjusterad data, trots att enbart ~4.5% av de i studien var ≥65, medan deras andel i befolkningen är 12.9%. Det tas upp här: academic.oup.com/jid/article/22…

30/n

Studien blev mycket omtalad då den användes av vissa grupper för att (så sent som idag) jämföra dödligheten med säsongsinfluensan: undark.org/2020/04/24/joh…
nytimes.com/2020/05/14/opi…

31/n

Här är en annan mycket utförlig kritik av Santa Clara-studien av statistikprofessorn Andrew Gelman vid Stanford:

32/n

https://twitter.com/StatModeling/status/1251861833813839872

Prof. John Ioannidis ingår som en av författarna i Santa Clara-studien (han omnämns bl.a. i det sammanhaget i artiklarna ovan). Hans fortsatta egna studier kring låg IFR har fått hård kritik, se bl.a. dessa trådar:

33/n

https://twitter.com/GidMK/status/1315447757067362305

https://twitter.com/GidMK/status/1283232023402868737

Här är för övrigt en uttömmande tråd med många länkar om IFR för olika länder (hämtade lite inspiration därifrån, även om huvuddelen är baserat på ett inlägg i läkargruppen på Facebook; hoppas för övrigt inga slarvfel slunkit in i tråden)

34/n

https://twitter.com/MartinJuhl2/status/1328392369935425536?s=19

CDC har för övrigt tagit upp Nature-studien ovan i deras vetenskapliga uppdatering för lite mer än en vecka sen. De anger t.ex. att en begränsning kan vara felrapportering i dödsfall & serovprevalensdata

35/n
cdc.gov/library/covid1…

Flera har påpekat att COVID-19 därmed bedöms vara betydligt mer dödligt än säsongsinfluensan. Och ofta räknas då inte heller ev. morbiditet / långtidseffekter in (se t.ex. nedan)

Tråd av infektionsepidemiolog om influensan:

https://twitter.com/ChristoPhraser/status/1233740643249336320

36/n
bmj.com/content/371/bm…

Sen sker det ju förbättringar i vården och behandlingsalternativ, så dödlighetssiffrorna (IFR) som presenteras i Nature kan komma att se annorlunda ut över tid, här perspektiv kring detta i @nature:

nature.com/articles/d4158…

37/n

Som en intressant jämförelse med hur COVID-19 kan slå jämfört med säsongsinfluensan, publicerades en studie i @JAMAInternalMed där de jämförde dödligheten i COVID-19 med den för säsongsinfluensan under vårens svåra våg i USA (jamanetwork.com/journals/jamai…).

38/n

De fann att t.ex. under mitten av april så var dödligheten runt 20.5 gånger högre (9.5-44.1) för #COVID19 jämfört med den mest dödliga veckan i #säsongsinfluensa (under de 7 föregående åren).

39/n

Som möjliga confounders nämner de att det kan ske en överskattning av antalet dödsfall orsakade av #influensa, samt att vissa dödsfall kanske angetts som orsakade av #COVID19, men egentligen var av annan orsak.

40/n

Författarna skriver själva:
"Although officials may say that SARS-CoV-2 is “just another flu,” this is not true"

Även WHO (här från mars) höll tidigt med om att COVID-19 har högre IFR än influensan, samt att dödligheten påverkas av tillgång till vård
who.int/docs/default-s…
41/n