Skip to main content

Socialstrategisk, evidensbaseret COVID-19-forebyggelse

Hvis man tager moderne, geografiske informationssystemer i brug, får man mulighed for, at sætte en differentieret forebyggelse i værk.

Olaf Chresten Jensen. Foto: Privat
Olaf Chresten Jensen. Foto: Privat

Olaf C. Jensen seniorforsker ph.d. Center for Maritim Sundhed og Samfund Forskningsenheden for Sundhedsfremme Syddansk Universitet. E-mail: ocj@health.sdu.dk. INTERESSEKONFLIKTER: ingen

11. sep. 2020
6 min.

COVID-19 rammer socialt skævt, og forebyggelsen må tilrettes specifikt derefter. Formålet med denne kronik er at iværksætte en sådan områdespecifik socialorienteret forebyggelse i villakvarterer, områder og gader med små og mindre gode boliger etc. baseret på epidemiologiske data fra gentagne stikprøver af veldefinerede områder af befolkningen. Når situationen forværres, bliver hele landet omfattet af stort set de samme forholdsregler. Spørgsmålet er, om ikke de enkelte byområder under fortsat kontrol kunne frigives gradvis fra de strammere forholdsregler, mens områder med højere risiko må have hjælp til at begrænse smitteveje. Mange lande har taget de geografiske informationssystemer (GIS) til hjælp [1] ved at bruge teknologien og den epidemiologiske videnskab til at iværksætte en differentieret forebyggelse ved brug af en epidemiologisk beregning af de områdespecifikke risici for smitte, sygdom og død. COVID-19 kan karakteriseres som et naturligt eksperiment forårsaget af kræfter uden for forskernes kontrol, men med mulighed for at forebygge. Som for alle sygdomme rammer COVID-19 socialt skævt, og den socialt skæve fordeling af dem, der henvender sig med sundhedsproblemer, påvirker validiteten af de officielle data fra Sundhedsministeriet. Validiteten af dødsårsagsdiagnoserne må også kendes, da COVID-19 oftest har en høj komorbiditet [2]. Ingen af de administrative tal fra Sundhedsministeriet for testpositive, indlagte, døde og letalitet (case fatality rate) giver den nødvendige evidens til at kunne tilrettelægge en områdespecifik forebyggelse i de enkelte bykvarterer. Til en målrettet, områdespecifik forebyggelse i villakvarterer, områder og gader med små og mindre gode boliger etc. må der gennemføres epidemiologiske interventionsstudier baseret på data fra veldefinerede stikprøver fra kvartererne og gaderne i byen.

Lokalrådene blev oprettet i 2007 for at udbrede det kriminalpræventive arbejde, men kunne i denne situation inddrages i det COVID-19-forebyggende arbejde i Danmark. Lokalrådene for hvert kvarter i byen med sine lokale særpræg, såsom områder og gader med små og mindre gode boliger, forretnings- og industrikvarterer inddrages til at foretage lokalundersøgelser og rådgivning af beboerne sammen med eksperter fra ministerier og universiteter.

Incidensrater og prævalensrater er de redskaber, vi skal bruge til at bestemme risikoen og den relative risiko. Det unikke ved at bruge epidemiologiske incidensrater er, at de udtrykker en risiko, der kan sammenlignes over tid med resultater fra de samme og andre gader og kvarterer af byen, hvilket antallet af nye tilfælde af smittede, syge og døde ikke kan bruges til. Samme metode kan anvendes på de store arbejdspladser herunder hospitalsafsnit for særligt udsatte patienter såsom patienter med lungesygdomme og patienter i dialyse. Lokalrådene for hvert kvarter og gader i byen med sine lokale særpræg inddrages til at gennemføre dataindsamlingen og til at planlægge forebyggelsen sammen med eksperter fra ministerier og universiteter. Data må indsamles med de samme epidemiologiske metoder som til et planlagt epidemiologisk interventionsstudie om sygdommens naturlige forløb, dens årsager og gentagne målinger af effekten af indsatsen. Korrekt designede og gentagne stikprøver af befolkningen giver pålidelige data med mortalitets-, incidens- og prævalensrater, der kan bruges til at tage informerede beslutninger om sygdomsbekæmpelsesstrategier. Dataindsamlingen foregår bl.a. ved personligt besøg som stikprøver i kvartererne og gaderne med spørgeskema, ved interview om sygdom, demografi, symptomer, Covid-19 swap- test og en blodprøve til test for antistoffer, der gentages over hele perioden.

Epidemiologisk data som udgangspunkt

Med de epidemiologiske data som baggrund iværksættes forebyggelsen specifikt for kvartererne med de højeste risici. COVID-19 tages ind i en videnskabelig epidemiologisk sammenhæng med brug af den spatiale fordeling af incidensrater ved brug af GIS. Tilsvarende den grafiske fremstilling af incidensrater i Rio De Janeiro med mulighed for at tilpasse differentieret forebyggelse i de mest belastede sociale kvarterer. Indsamlingen af data med stikprøver fra de samme kvarterer og gader gentages hver 3.-6. måned af hensyn til at kunne reagere ved de næste bølger af smitte. Data fra de centrale myndigheder om socialøkonomiske forhold baseret på incidensrater af døde og smittede bruges supplerende som baggrund for at planlægge en mere omfattende strategisk forebyggelse med forbedring af boligerne.

Gamle kort er nutidens GIS-kort

Koleraepidemien i London 1854 var et lignende naturligt eksperiment, som førte lægen John Snow til erkendelse af, at kolera blev spredt gennem forurenet drikkevand. Snow udarbejdede bykort svarende til nutidens GIS-kort med angivelse af, hvor mange døde der var i husene, og beregnede de relative risici for død af kolera og hvorfra man fik sit drikkevand [3]. Lukning af de forurenede brønde bidrog til standsning af koleraens forløb. Bykort med angivelse af de døde i gaderne blev et ikon for epidemiologien som et nødvendigt videnskabeligt redskab i forebyggelsen og forløberen for de moderne GIS-kort.

På trods af en markant reduktion af fattigdom og arbejdsløshed i Danmark i de sidste årtier er der i visse områder relativ fattigdom, hvor der er brug for særlig hjælp i denne krise. Det understøttes af studier fra andre lande, at de fattigste angribes hårdest og har mest brug for støtte både økonomisk og sundhedsmæssigt [4, 5]. Forsøg med anvendelse af lokaliseret karantæne i Israel viste, at de fattige regioner udstillede lavere overholdelse af begrænsningerne, og at individer fra fattigdomsområder var forbundet med høj smittehastighed. Desuden at interventioner, der fokuserer på ældre, er de mest effektiv. Et studie fra USA viste, at tætbefolkede områder med luftforurening i nærheden af lufthavne har en øget risiko for COVID-19-relateret dødelighed. Viden, holdninger og praksis ved COVID-19 blandt indkomstfattige husholdninger i Filippinerne viste, at flere forebyggende foranstaltninger blev truffet af dem med mere viden om potentielle transmissionsruter. I et studie fra San Diego i Californien baseret på offentlige sundhedsdata var COVID-19-dødeligheden i landområder signifikant højere for personer, der ikke taler engelsk, personer beskæftiget med landbrugsarbejde og personer, der lever i fattigdom. I byområder var befolkningstætheden signifikant forbundet med højere COVID 19-dødelighed. Fra et andet studie baseret på offentligt tilgængelige sundhedsdata i USA fandtes et stort antal amter i de sydøstlige stater med særlig risiko for befolkningsgrupper med højt fattigdomsniveau, komorbiditeter og lave niveauer af forsikringsdækning.

Løbende overvågning

Samstemmende med anbefalingerne fra disse studier bør der afsættes flere ressourcer til at foretage løbende epidemiologisk baseret overvågning af smittede og døde i de fattigste byområder. Ved at tage COVID-19-forebyggelsen ind i en videnskabelig epidemiologisk sammenhæng med brug af den spatiale fordelinger af incidens- og prævalensrater ved brug af GIS kan der opnås en effektiv socialorienteret forebyggelse. Brugen af GIS viser den rumlige fordeling af epidemiologisk forekomst og dødelighed og en effektiv forebyggelse af COVID-19 med social orientering vil blive opnået i de fattigste byområder i en videnskabelig epidemiologisk kontekst.

På sigt er der behov for bedre økonomiske forhold og boligforhold og bedre forskning for at forhindre COVID-19 i de fattigste områder i byerne og på landet. De kommende vacciner må prioriteres højest for de mest sårbare dele af befolkningen, for sundhedspersonalet, mennesker med kroniske sygdomme, ældre og dem, som lever med en lav økonomi i mindre gode boliger.

Referencer

Litteratur

  1. Cavalcante JR, Abreu A de JL de. COVID-19 no município do Rio de Janeiro: análise espacial da ocorrência dos primeiros casos e óbitos confirmados. Epidemiol E Serviços Saúde 2020 . https://www.scielo.br/scielo.php?script=sci_arttext&pid=S2237-96222020000300302&lng=pt&nrm=iso&tlng=pt (1. aug 2020).

  2. Baradaran A, Ebrahimzadeh MH, Baradaran A et al. Prevalence of comorbidities in COVID-19 patients: a systematic review and meta-analysis. Arch Bone Jt Surg. 2020;8(suppl 1):247-55.

  3. Cerda LJ, Valdivia CG. John Snow, the cholera epidemic and the foundation of modern epidemiology. Rev Chil Infectol 2007;24:331-4.

  4. Ataguba OA, Ataguba JE. Social determinants of health: the role of effective communication in the COVID-19 pandemic in developing countries. Glob Health Action 2020;13:1788263.

  5. Bonaccorsi G, Pierri F, Cinelli M et al. Economic and social consequences of human mobility restrictions under COVID-19. Proc Natl Acad Sci U S A. 2020;117:15530-5.