HUS hyödyntää koronaviruksen hoidossa potilaspaikkojen tarvetta ennustavaa mallia. Sen mukaan tilanne pysyy lähiviikot vakaana ja HUSin hoitopaikat riittävät. Nykyiset rajoitustoimet näyttävät siis toimineen hyvin.
HUSin käyttämä ennustemalli koronaviruspotilaiden määristä lasketaan päivittäin ja ulottuu aina kaksi viikkoa eteenpäin. Tämän päivän malli ulottuu näin ollen 6.5. saakka. Malli on oppiva, eli se ottaa aina uudet, todelliset havainnot huomioon.
Tuoreimmista luvuista voi päätellä, että Suomessa käyttöön otetut rajoitustoimet näyttävät toimineen erittäin hyvin. Pelättyä nopeaa kasvua tehohoidon tarpeessa ei ole tapahtunut. Toteutuneessa tehohoidon tarpeessa on ollut nähtävissä jopa hienoista laskua, ja tilanne on kehittynyt alkuperäistä pitkän ajanjakson mallia suotuisammin (kuva 1).
Kuva 1.
Todennäköinen ennuste p50 ja pahimman tapauksen ennuste p95 ovat lähestyneet toisiaan niin sairaalahoidon kuin teho-osastohoidon tarpeidenkin osalta. Tämä helpottaa varautumisen suunnittelua.
Ennustemallin mukaan vuodeosastohoidon ja teho-osastohoidon tarve tulee säilymään lähiviikot maltillisena, mikäli rajoitukset säilyvät entisellään. Todennäköisimmän p50 ennusteen mukaan päivittäinen vuodeosastotarve olisi kahden viikon kuluttua noin 53 potilasta ja teho-osastotarve noin 33 potilasta. Epäsuotuisan kehityksen toteutuessa vuodeosastoilla olisi 128 ja teho-osastoilla 70 potilasta. (kuva 2). Näin HUSissa käytettävissä oleva hoitokapasiteetti tulisi riittämään hyvin ja takaisi parhaan mahdollisen hoiton kaikille potilaille.
Kuva 2.
Malli perustuu noin 30 maasta kerättyyn aineistoon ja kertyneeseen HUS-alueen dataan. Kertyneiden havaintojen pohjalta myös mallin ennakkoehtoja on muutettu joiltakin osin. Esimerkiksi tehohoidon kestosta on tullut uutta tietoa, ja Suomen osalta lisääntyneet testaukset ovat vaikuttaneet ennusteeseen siitä, kuinka suuri osa varmistetuista ja diagnosoiduista joutuu sairaalahoitoon.
Malli koostuu epidemiaa kuvaavasta yleisesti käytetystä SEIR (alttiudessa, altistunut, tartunnan saanut, vastustuskykyinen) -mallista, johon on sovellettu bayesilaista analytiikkaa, sekä lisäksi Markovin ketjusta. Jälkimmäisessä kullekin potilaalle annetaan todennäköisyydet siirtyä eri tilojen (koti, osastolla, teholla ja niin edelleen) välillä eri suuntiin. Uuden tiedon ansiosta on myös Markovin mallin tilojen vaihteluiden todennäköisyyksiä muutettu vastaamaan havaittua dataa.