Real‑tidsprognos för influensa och respiratoriskt syncytialvirus i primärvården med Gompertz‑modellen

Varför vintervirus påverkar vardagslivet

Varje vinter fyller vågor av influensa och ett mindre känt virus kallat RSV (respiratoriskt syncytialvirus) vårdcentraler och sjukhusavdelningar. Dessa sjukdomar är oftast kortvariga för de flesta, men kan vara dödliga för spädbarn, äldre och personer med skört hälsotillstånd, och lägger stor belastning på vårdsystemen. Denna studie ställer en praktisk fråga: kan vi tillförlitligt förutsäga i realtid när dessa säsongsbundna epidemier når sin topp med hjälp av den dag‑till‑dag‑information som allmänläkare redan registrerar, och göra det med ett verktyg tillräckligt enkelt för rutinmässig folkhälsanvändning?

Från klinikbesök till ett epidemiskt ”väderleksprognos”

Forskargruppen koncentrerade sig på Katalonien, en region i Spanien med 7,8 miljoner invånare, där de flesta influensa‑ och bronkiolitfallen hanteras i primärvården snarare än på sjukhus. De använde anonymiserade dagliga diagnosdata från alla offentliga primärvårdspraktiker mellan 2018 och 2024, tillsammans med sjukhusregister och snabba testresultat för RSV. För influensa kunde de använda primärvårdsdiagnoser direkt. För RSV var det knepigare eftersom många olika virus kan orsaka bronkiolit hos spädbarn. Författarna kopplade därför primärvårdens bronkiolituppgifter till sjukhusdata och snabba antigentester för att uppskatta vilken andel av bronkioliterna som verkligen berodde på RSV, och fick fram en rensad, RSV‑specifik tidsserie lämplig för modellering.

En enkel kurva som fångar komplexa utbrott

I stället för att bygga en mycket detaljerad simulering av hur människor smittar varandra valde teamet en empirisk tillväxtkurva som är känd som Gompertz‑modellen. Denna modell beskriver hur en epidemi först stiger snabbt för att sedan avta när den närmar sig sitt maximala antal fall. Genom att anpassa denna kurva till kumulativa dagliga diagnoser kunde forskarna uppskatta tre nyckelkomponenter i varje epidemisäsong: hur snabbt den växte i början, hur många fall den slutligen skulle ge upphov till, och när toppen skulle inträffa. Avgörande är att modellen bara behöver rutinmässigt insamlade diagnoser och inte bygger på antaganden om immunitet, vaccination eller socialt beteende, vilket gör den lättare att anpassa när förhållanden förändras.

Se toppen en månad innan den slår till

När Gompertz‑modellen tillämpades på flera säsonger före och efter COVID fann författarna att de vanligtvis kunde förutsäga veckan för epidemitoppen för både influensa och RSV‑bronkiolit upp till ungefär en månad i förväg, med en osäkerhet på bara en vecka och uppskattningar av topptomten som typiskt låg inom 35 procent. Modellens toppestimat hamnade nästan alltid inom de statistiska konfidensintervallen, även när dagliga individuella räknanden var brusiga på grund av rapporteringsförseningar eller plötsliga språng. Postpandemiska säsonger, och RSV‑säsongen efter introduktionen av ett nytt skyddande antikroppsläkemedel (nirsevimab), var svårare att förutsäga exakt, vilket belyser hur stora förändringar i viruscirculation eller förebyggande åtgärder tillfälligt kan rubba etablerade mönster.

Olika former för influensa‑ och RSV‑vågor

Studien visar också att influensa‑ och RSV‑epidemier inte beter sig på samma sätt. Influensavågor tenderar att stiga och falla mer brant och ger en relativt symmetrisk kurva som utspelar sig över en kortare tid. RSV‑bronkiolit hos småbarn visar däremot en kraftig tidig uppgång följd av en lång, utdragen nedgång, vilket skapar en bredare våg. De anpassade kurvorna antyder att varje RSV‑fall i denna åldersgrupp initialt leder till ungefär tre nya infektioner, jämfört med cirka två för influensa. Dessa skillnader är viktiga för planering: RSV‑säsonger kan belasta barnhälsovården längre tid, även när det totala antalet fall är liknande.

Göra siffror till tidigare åtgärder

För folkhälsoansvariga är huvudslutsatsen att en enkel matematisk kurva, matad med aktuella primärvårdsdata, kan fungera som ett säsongsbetonat tidigt varningssystem. Genom att visa veckor i förväg när en influensa‑ eller RSV‑topp sannolikt kommer och hur intensiv den kan bli, kan Gompertz‑baserade tillvägagångssätt vägleda beslut om bemanning, sjukhussängskapacitet och tidpunkt för vaccinations‑ eller antikroppskampanjer. Även om expertsyner fortfarande behövs—särskilt när nya vacciner, folkhälsoåtgärder eller pandemier ändrar spelreglerna—erbjuder metoden ett transparent, anpassningsbart sätt att omvandla vardagliga klinikbesök till praktiska realtidsprognoser över trycket från vintervirus.

Citering: 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

Nyckelord: influensa, RSV bronkiolit, epidemiprognoser, primärvårdsdata, Gompertz‑modell