Våg av nya infektioner kräver träffsäkrare smittskydd

Sedan 40 år dyker det upp en ny om året – aldrig förr har vi stått inför så många nya infektioner som i dag. Smittskyddet måste ständigt förnya sig och skaffa nya redskap. Smittskyddsinstitutet (SMI) lanserar projektsamarbetet SMIGIS.

I Världshälsoorganisationens (WHO) World Health Report 2007 förutses att nya infektionssjukdomar kommer att utgöra ett betydande hot mot den globala folkhälsan. Man påpekar att dagens infektionssjukdomar inte bara sprids fortare geografiskt, det dyker också oftare än någonsin upp ”nya” infektionssjukdomar. Sedan 1970-talet har i medeltal en ny infektionssjukdom per år identifierats och det finns nu ett 40-tal ”nya” sjukdomar som var okända för bara motsvarande en generation sedan.

Det stora flertalet av dessa sjukdomar har sitt ursprung bland vilda djur, som vektorer eller smittreservoarer, och är ofta mycket svåra och kostsamma att studera. I en högst föränderlig värld, där nya smittämnen dyker upp och gamla vinner ny terräng, är det alltså av yttersta vikt att driva ett proaktivt smittskydd som står rustat med en effektiv arsenal av verktyg i kampen mot infektionerna.

Smittskydd är ett mångfasetterat arbete där ofta flera discipliner samarbetar med en gemensam ståndpunkt att "an ounce of prevention is worth a pound of cure", säger Marika Hjertqvist och Gert Olsson. Bild: Susanne Karregård.

Karterade smittor

Ett sådant mycket kraftfullt verktyg för en bättre folkhälsa är GIS (geografiskt informationssystem), med vilket det är möjligt att beskriva och analysera sjukdomars utbredningsmönster och förstå bakomliggande orsaker, och även förutsäga möjliga framtidsscenarier. Det förutsätter naturligtvis att in-data är av god kvalitet, analyserna rätt utförda och slutsatserna om de observerade sambanden korrekta. GIS har beskrivits i tidigare nummer av Smittskydd (nr 1–2008), men helt kort är det en teknik för att lagra, bearbeta, analysera och grafiskt presentera karterade data.

Med karterade data menas att alla data måste ha en geografisk lägesbeskrivning (koordinat). På så sätt kan data från olika källor kopplas och relationer påvisas som annars kan vara omöjliga att åskådliggöra. Ett område där GIS länge haft en viktig funktion är inom samhällsplanering, och mycket enkla applikationer som många kommer i kontakt med är Google Earth och Eniros kartor.

Inom smittskyddsarbetet kan GIS användas på många olika sätt. Ett av de enklaste sätten är för att plotta (bestämma position för) enskilda fall av en sjukdom på en karta eller illustrera incidensen i till exempel olika län i Sverige eller olika länder i Europa (se till exempel http://www.epigis.dk/). GIS kan även användas interaktivt så att kartbilderna vid behov kan modifieras allt efter användarens önskemål. I det akuta skedet av ett utbrott kan GIS användas för att upptäcka kluster av rapporterade och geografiskt säkerställda sjukdomsfall samt spåra smittkällor och smittvägar med hjälp av resultaten från klusteranalysen.

I början av zoonosåret 2008 startade SMI projektet SMIGIS som i dagsläget är ett samarbetsprojekt mellan Kunskapscentrum för mikrobiologisk beredskap (KCB) och avdelningarna för epidemiologi och virologi. Syftet är att öka GIS-kunskapen och i förlängningen införliva det som verktyg i flera av de dagliga smittskyddsrutinerna. Samarbetet mellan olika avdelningar på SMI gör det möjligt att dra fördel av kompetenser från olika delar av myndigheten, som inom epidemiologi, diagnostik och zoonotisk ekologi.

Att dessa kompetenser finns samlade under ett tak gör arbetet både rationellt och kostnadseffektivt. Exempelvis kan epidemiologiska data ligga till grund för insamling av fältdata (vektorer/reservoarer) som kan analyseras snabbt och säkert eftersom SMI ofta är referenslaboratorium för diagnostik av sjukdomen i fråga. Deltagarna i SMIGIS träffas regelbundet och diskuterar projekt, programvaror och lämpliga användningsområden för GIS. Däremellan jobbar vi med respektive projekt, där flertalet har en stark koppling till zoonosåret, och handlar om infektioner som TBE, harpest, sorkfeber och ehec.

Ett led i utvecklingen av SMIGIS är att i konkreta och fristående forskningsprojekt studera relevanta sjukdomar med hjälp av GIS. Detta sker i flera fall genom samarbeten med europeiska experter i nätverk som har sitt ursprung i EU-projektet EDEN (Emerging Diseases in the changing European eNvironment).

Vi har i Sverige en lång tradition av att samla och lagra information och föga förvånande visar det sig att många av de databaser som finns att tillgå – epidemiologiska, miljörelaterade och så vidare – är av mycket hög kvalitet, något som gör SMI attraktivt som samarbetspartner. Men att hantera epidemiologiska data i analyser av detta slag är inte en självklarhet, och för att kunna göra det så måste data avidentifieras; inga grafiska presentationer får hota patientintegriteten.

Träffsäkert om sorkfeber

Tillsammans med världsledande forskare vid University of Oxford använder SMIGIS epidemiologiska data från SMI tillsammans med tolkade data från MODIS-satelliter (Moderate Resolution Spectroradiometer). Genom statistiska analyser identifieras ett antal miljövariabler med stark koppling till sjukdomsförekomst, och för att grafiskt åskådliggöra resultaten produceras digitala kartor som presenterar riskområden med stor precision. Till exempel har en sådan analys baserad på 862 sorkfeberpatienters kända smittområden i norra Sverige resulterat i en riskkarta som med häpnadsväckande precision beskriver risken för sorkfeber också i hela Finland.

Flera ”falska positiva” områden i Sverige, det vill säga områden utan patientdata men med förutsedd hög risk, har dessutom validerats genom fynd av sorkfebervirus i skogssorkar från just dessa platser.

Analysen baseras på tolkade satellitbildsscener av MODIS-data med hjälp av så kallad fjärranalys. En mängd biologiska och fysiska data kan mätas med fjärranalys av detta slag: altitud, växtlighetens klorofyllmättnad och biomassa, min/max/medel land-/havs-yte-temperatur under dag/natt/säsong och mycket mera.

Något som utmärker några av de zoonoser som vi studerar är den starka kopplingen mellan lokal förekomst och rådande klimatförhållanden.
TBE sprids via fästingar och harpest sprids ofta via mygg – vektorer som är mycket känsliga för till exempel låga temperaturer. Fjärranalys ger oss betydligt större möjligheter att få mycket detaljrika mått på miljöförhållanden över stora områden, och med upprepade mätningar från satelliter över långa perioder, än vad vanliga manuella mätningar på marken någonsin kan konkurrera med.

SMIGIS-Projekt: TBE – exakt var ska resurserna sättas in?

Antalet diagnostiserade TBE-fall per år har sedan 1980-talet ökat femfaldigt och infektionen observeras titt som tätt i nya områden där man tidigare inte har sett några fall. Med stöd av GIS söker vi identifiera de faktorer som har störst inflytande på förekomsten av och därmed risken för TBE.

Eftersom TBE är en anmälningspliktig sjukdom enligt smittskyddslagen, har vi utgått från anmälningar av fall som skickats in av behandlande läkare till patienter som diagnostiserats med TBE. I bästa fall står exakt smittort angiven i anmälan redan från början, men smittskyddsenheterna lägger ner en avsevärd tid på att komplettera den geografiska information som saknas.

Informationen över utbredningen av fallen kan senare kombineras med olika relevanta, digitalt karterade, lokala miljövariabler – till exempel terräng, vegetation, jordmån, klimat, mängden rådjur och mikrobiologiska data (som hur många TBE-infekterade fästingar som hittats i ett område). De olika databaserna länkas i ett GIS-program och genom statistiska analyser kan då geografisk korrelation mellan TBE-fall och en eller flera av variablerna identifieras. De mönster som uppdagas genom analyserna ger bättre insikt i de underliggande biologiska mekanismerna som påverkar överföring och därmed risk för smitta, och detta bildar i sig utgångspunkt för en mer ingående analys av smittspridningsprocessen.

Under 2009 fortsätter arbetet med att analysera och validera de statistiska och biologiska samband som dagens GIS-analyser uppvisar. Kartanalyserna ska gå att använda för att göra rumsliga förutsägelser, det vill säga identifiera områden med olika risk för de studerade sjukdomarna. Med bättre kännedom om faktorer och områden förknippade med förhöjd risk för smitta kan vi förbättra möjligheterna för ett gott folkhälsoarbete genom att vidta motåtgärder – till exempel riktade informationskampanjer om vaccinationer och förhållningssätt i olika miljöer, samt utföra provtagningar och undersökningar där behovet är som störst.

Om de validerade riskkartor vi producerar visar på risk i ett tidigare icke drabbat område, kan det vara rimligt med en extra ökning av beredskapen på detta ställe.

SMIGIS-Projekt: Ehec – tydlig miljöexponering

För en stor andel av alla ehec-fall som inträffar i Sverige är smittkällan okänd. En hypotes är att dessa fall uppkommit genom miljöexponering för ehec-bakterier som spridits från till exempel jordbruk. Med hjälp av data från Jordbruksverket mättes i GIS avståndet mellan varje ort i Sverige och det jordbruk med nötkreatur som låg närmast.

Utifrån smittanmälningar kunde vi se hur många ehec-fall som inträffat på varje ort. Med hjälp av dessa två datakällor räknade vi sedan ut att incidensen av ehec berodde på avståndet från jordbruk. Det visade sig att incidensen ökar kraftigt ju närmare jordbruk man kommer; på orter inom 1 000 meter från närmaste jordbruk var incidensen närmare fem gånger högre än den genomsnittliga incidensen i Sverige.

Resultaten analyseras för närvarande mer ingående, men redan dessa preliminära resultat ger stöd åt hypotesen att miljöexponering är en viktig smittväg för ehec.