Meningokokkiepidemia varuskunnassa - voiko tulevaa ennakoida?

Meningokokit aiheuttavat vuosittain Suomessa viitisenkymmentä vakavaa sairaustapausta (sepsis, aivokalvontulehdus). Meningokokilla on kyky aiheuttaa vaihtelevan suuruisia epidemioita esim. varuskunnissa ja koululuokissa. Sitä kannetaan myös oireita aiheuttamatta nenänielun bakteeriston osana. Tartunnan saanut saattaa sairastua vakavaan meningokokkitautiin muutaman päivän kuluessa. Näin tapahtuu vain pienelle osalle tartunnan saaneista, kun taas useimmille kehittyy immuniteetti ja heistä tulee bakteerin oireettomia kantajia. Meningokokkitaudin ilmaantuvuuden ennustamiseen kehitetään matemaattista mallia.

Epidemian ehkäisyn kannalta olennaista olisi havaita se mahdollisimman varhaisessa vaiheessa, jolloin lähiympäristölle annettu ennalta ehkäisevä mikrobilääke voi pysäyttää epidemian. Tällaista rajatussa populaatiossa tapahtuvaa epidemiaa on tutkittu mallinnuksen avulla. Päämääränä oli ennustaa epidemian kulkua ensimmäisten havaittujen tapausten ja niiden ilmaantumisaikojen (ts. tapahtumahistorian) perusteella sekä käyttämällä hyväksi aiempaa tietämystä epidemiaan vaikuttavista tekijöistä.

Rakenteiden ja muuttujien valinnasta kohti tuloksia: jakauma

Keskeisiä estimoitavia suureita paikallisissa meningokokkiepidemoissa olivat infektoituneen yksilön sairastumistodennäköisyys, bakteerin kantajuuden kestoaika sekä tarttumistodennäköisyys. Tärkeä tekijä on myös epidemian alkutila, eli se kuinka paljon tutkittavassa ihmisjoukossa on tartuttavia kantajia ja kuinka paljon tartunnalle alttiita yksilöitä alkuhetkellä; tässä tapauksessa armeijan palvelukseen astumispäivänä. Ilmaantuvat vakavat sairastapaukset antavat tietoa epidemian kulusta, ja kun nämä havainnot yhdistetään tietämykseen keskeisistä parametreista, voidaan tuottaa sairaustapausten ennusteita jakaumien muodossa. Jakaumat sisältävät ja kuvaavat kaiken sen epävarmuuden ja tiedon, joka vaikuttaa ennustettavaan suureeseen. Mitä suurempi epävarmuus, sitä leveämpi jakauma. Edellisten lisäksi myös mallirakenteet itsessään sisältävät informaatiota. Esimerkiksi käytetty satunnaismalli sisältää oletuksen, että epidemia aina päättyy äärellisessä ajassa, eikä siten voi ylläpitää infektioita loputtomiin.

toisen palstan alkuun

Koko väestössä kantajuus saattaa pysyä endeemisenä, mutta pienissä osapopulaatioissa epidemia on ohimenevä. Tämän tiedon tulee olla osana mallirakenteita.

Saatuja ennusteita verrattiin todellisen epidemian aikasarjaan, ja ennusteet sopivat melko hyvin kuvioon. Aiemmin julkaistuissa muissa epidemiologisissa tutkimuksissa oli usein pyritty tilastollisesti selittämään vakavia meningokokkitapauksia vallitsevan meningokokkia nielussa kantavien yksilöiden (kokonais)määrän avulla, mutta tämä on osoittautunut melko huonoksi selittäväksi tekijäksi. Syynä on, että sairaustapauksia syntyy eniten, kun (em. uusia) tartuntoja syntyy eniten, koska vain alkava kantajuus voi johtaa nopeasti etenevään vakavaan sairaustilaan. Alkavien kantajuuksien lukumäärästä on kuitenkin vaikea saada havaintoja, koska yhtenä ajanhetkenä kerätyt nielunäytteet kertovat vain meningokokin kantajien sen hetkisen kokonaismäärän; eivät juuri äsken alkaneiden kantajien määrää tai lukumäärän muutosta. Analyyseissa oli aiemmin tyydytty käyttämään kaikkien kantajien kokonaismäärää selittävänä tekijänä, koska ilman mallinnusta ei voida käsitellä tekijöitä, joista ei ole suoria mittauksia. Vakavien tapausten lukumäärä ei siis ole verrannollinen bakteerin kantajien määrään samana ajanjaksona. Uusien kantajien määrä puolestaan riippuu nopeasti muuttuvasta tartuntaprosessista, jota nyt mallinnettiin.

Kuvatulla epidemian ominaisuudella on vaikutusta epidemian käyttäytymiseen, joka näkyy niin mallin tuloksista kuin todellisista epidemioistakin. Mallia sovellettiin varuskuntaepidemiaan, josta oli havaittu 10 viikon ajalta vakavien tapausten viikoittaiset lukumäärät. Saadut jakaumien odotusarvot seurasivat hyvin todellisia tapausmääriä, tosin 95 prosentin todennäköisyysvälit olivat melko laajat. Mallinnus osoitti, että eri lähteistä peräisin olevia mittauksia ja rakenteellista informaatiota voidaan tietyin edellytyksin yhdistää ja käyttää hyväksi vaikeidenkin suureiden arvioimiseksi. Mallinnusta voi käyttää apuna päätöksenteossa, kun harkitaan ryhtymistä toimenpiteisiin mahdollisen paikallisen epidemian uhatessa.

Jukka Ranta, Rolf Nevanlinna -instituutti.

(09) 1912 2780, jukka.ranta@rni.helsinki.fi