Realtime voorspelling van griep- en respiratoir syncytieel virus-epidemieën in de eerstelijnszorg met het Gompertz-model

Waarom wintervirussen belangrijk zijn voor het dagelijks leven

Elk winterseizoen vullen golven van influenza en een minder bekend virus, RSV (respiratoir syncytieel virus), de huisartsenpraktijken en ziekenhuisafdelingen. Voor de meeste mensen duren deze ziekten kort, maar ze kunnen dodelijk zijn voor zuigelingen, ouderen en kwetsbare patiënten, en ze belasten de gezondheidszorg zwaar. Deze studie stelt een praktische vraag: kunnen we met de dag‑tot‑daggegevens die huisartsen al vastleggen in realtime betrouwbaar voorspellen wanneer deze seizoensepidemieën hun piek bereiken, en kan dat met een instrument eenvoudig genoeg voor routinematig gebruik in de volksgezondheid?

Van huisbezoeken naar een epidemische "weerbericht"

Het onderzoeksteam richtte zich op Catalonië, een regio in Spanje met 7,8 miljoen inwoners, waar de meeste gevallen van griep en bronchiolitis in de eerstelijnszorg worden afgehandeld en niet in ziekenhuizen. Zij gebruikten geanonimiseerde dagelijkse diagnosegegevens van alle publieke eerstelijnspraktijken tussen 2018 en 2024, samen met ziekenhuisgegevens en snelle testresultaten voor RSV. Voor griep konden ze direct de diagnoses uit de eerstelijnszorg gebruiken. Voor RSV was het ingewikkelder, omdat veel verschillende virussen bronchiolitis bij zuigelingen kunnen veroorzaken. De auteurs koppelden daarom bronchiolitisgegevens uit de eerstelijnszorg aan ziekenhuisgegevens en snelantigentesten om te schatten welk aandeel van de bronchiolitis daadwerkelijk door RSV werd veroorzaakt, en kwamen zo uit op een geschoonde, RSV‑specifieke tijdreeks geschikt voor modellering.

Een eenvoudige kromme die complexe uitbraken vastlegt

In plaats van een zeer gedetailleerde simulatie te bouwen van hoe mensen elkaar infecteren, koos het team voor een empirische groeikromme die bekend staat als het Gompertz‑model. Dit model beschrijft hoe een epidemie aanvankelijk snel stijgt en vervolgens vertraagt naarmate ze haar maximale aantal gevallen nadert. Door deze kromme te passen op cumulatieve dagelijkse diagnoses konden de onderzoekers drie kernaspecten van elk epidemieseizoen schatten: hoe snel het in het begin groeide, hoeveel gevallen het uiteindelijk zou genereren en wanneer de piek zich zou voordoen. Cruciaal is dat het model alleen routinematig verzamelde diagnoses nodig heeft en niet afhankelijk is van veronderstellingen over immuniteit, vaccinatie of sociaal gedrag, waardoor het gemakkelijker aan te passen is wanneer de omstandigheden veranderen.

De piek al een maand van tevoren zien

Toegepast op meerdere seizoenen voor en na COVID vonden de auteurs dat ze doorgaans de week van de epidemiepiek voor zowel griep als RSV‑bronchiolitis tot ongeveer een maand van tevoren konden voorspellen, met een onzekerheid van slechts één week en schattingen van de pieksterkte die doorgaans binnen 35 procent lagen. De piekschattingen van het model vielen vrijwel altijd binnen de statistische betrouwbaarheidsintervallen, zelfs wanneer individuele dagtellingen ruis vertoonden door rapportagevertragingen of plotselinge pieken. Seizoenen na de pandemie, en het RSV‑seizoen na de introductie van een nieuw beschermend antilichaam (nirsevimab), waren moeilijker precies te voorspellen, wat laat zien hoe grote verschuivingen in viruscirculatie of preventie gevestigde patronen tijdelijk kunnen verstoren.

Verschillende vormen voor griep- en RSV‑golven

De studie toont ook aan dat griep- en RSV‑epidemieën zich niet op dezelfde manier gedragen. Griepgolven hebben de neiging scherper te stijgen en te dalen, wat een relatief symmetrische kromme oplevert die zich over een kortere periode afspeelt. Daarentegen laten RSV‑bronchiolitisepidemieën bij jonge kinderen een steile vroege stijging zien gevolgd door een lange, uitgesponnen daling, wat een bredere golf creëert. De gefitte krommen suggereren dat elk RSV‑geval in deze leeftijdsgroep aanvankelijk ruwweg tot drie nieuwe infecties leidt, vergeleken met ongeveer twee voor griep. Deze verschillen zijn belangrijk voor planning: RSV‑seizoenen kunnen de kinderzorg langer bezet houden, zelfs wanneer het totale aantal gevallen vergelijkbaar is.

Getallen omzetten in eerder ingrijpen

Voor volksgezondheidsfunctionarissen is de belangrijkste conclusie dat een eenvoudige wiskundige kromme, gevoed met actuele eerstelijnsgegevens, kan fungeren als een seizoensgebonden vroegwaarschuwingssysteem. Door weken van tevoren aan te geven wanneer een griep‑ of RSV‑piek waarschijnlijk zal optreden en hoe intens die kan zijn, kan de Gompertz‑gebaseerde aanpak beslissingen sturen over personeelsbezetting, ziekenhuisbedcapaciteit en de timing van vaccinatie‑ of antilichaamcampagnes. Hoewel deskundige supervisie nog steeds nodig is—vooral wanneer nieuwe vaccins, gezondheidsmaatregelen of pandemieën de spelregels veranderen—biedt de methode een transparante, aanpasbare manier om alledaagse kliniekbezoeken om te zetten in praktische, realtime voorspellingen van de druk door wintervirussen.

Bronvermelding: Perramon-Malavez, A., Ye, Q., López, D. et al. Real-time prediction of influenza and respiratory syncytial virus epidemics in primary care using the Gompertz model. Sci Rep 16, 5763 (2026). https://doi.org/10.1038/s41598-026-36519-w

Trefwoorden: griep, RSV bronchiolitis, epidemievoorspelling, gegevens uit de eerstelijnszorg, Gompertz-model