I ett inlägg på min svenska blogg, den 26:e mars 2020, noterade jag att kritik av Sveriges strategi borde utgå från en siffra, borde grunda sig i en uppfattning om vad vi borde sträva efter. Den siffran, menade jag då – och det tycker jag nog fortfarande – är en sorts inträdesbiljett till debatten. Jag var – och är – mycket osäker på hur utvärderingen av pandemin på sikt kommer att se ut, men jag känner att det är viktigt för min egen skulle att se på hur jag tänkte då och se var jag hade fel. Det här är min utgångspunkt i siffran då:
0 – det är egentligen inte en siffra, utan en signal om hur god du är. Det anspelar på att du tycker att ingen borde dö i förtid någonsin. Du tycker helst att ingen skulle behöva dö alls. Den här hållningen saknar närmast verklighetsförankring.
451 – överdödligheten i influensan 2018-2019. Den här sjukdomen är ingen influensa, så det här talet är också ganska meningslöst. Om färre människor än detta dör så har vi missuppfattat hela sjukdomen.
6000 – 60% infekterade, 6 miljoner och 0.1% dödlighet — det är 6000 döda. Det är golvet. Det är här din siffra börjar basera sig i verkligheten. Du är nu med i spelet. Hur lång tid tar det? Säg 18 månader, så per år — 4000. Allt under denna siffra vore ett mirakel, en omöjlighet, en häpnadsväckande framgång för den svenska modellen. Det kan vara svårt att smälta, men 3500 döda ser just nu ut som en osannolik, himlastormande seger.
30 000 – 0.5% döda av de smittade. Kanske att vi kan nå det med rätt strategier, med rätt beteenden, med social distansering och kloka beslut. Här ligger projektionens glädjeprognos. Om vi klarar detta har vi tagit oss ur pandemin helskinnade. Per år 20 000.
120 000 – 2% döda. Här börjar vi dra iväg och det kan börja bli anledning att tala om att den svenska modellen misslyckades. Det kan bero på överlastning av systemet – en inte platt nog kurva – eller en alltför omfattande smittspridning bland sårbara grupper. Här kan vi börja diskutera ansvarsfrågan.
240 000 – 4% döda. Här får vi erkänna att den svenska modellen misslyckats helt och att vi borde ha låst ned allt, försökt begränsa smittan och att vi borde lära oss till nästa gång.
“Vilken är din siffra?” från Anteckningarna.org 26.3 2020
Det finns mycket att säga om detta. Men låt oss börja i de faktiska siffrorna – så som de ser ut nu. Sverige ligger, en månad in på det nya året på, 11 591 döda, enligt Worldometers. Så hur skulle jag utvärdera Sveriges hantering av pandemin med den nyckel som jag skissade förra året?
Den faktiska siffran ligger mellan 30 000 och 6000 i schemat ovan, och närmare de 4000 än den 20000 per år som de olika alternativ; så resultat blir ganska entydigt: Sveriges strategi var med denna måttstock en framgång. Så med vad jag visste i mars förra året skulle jag döma av pandemihanteringen som en framgång.
Det ter sig nu som en verklig minoritetsåsikt. Inte så mycket för att en mängd debattörer kom ut och lade sina egna siffror på bordet – det var väldigt få, jag kan inte ens komma på någon, som gjorde detta. Jag hoppas att jag har fel – om du hittar någon som lade siffror på bordet för att utvärdera pandemin efter ett år så länka gärna i kommentarerna.
Frågan har förstås politiserats. Oppositionen menar att regeringen svek svaga grupper, och vänstern menar att det hela beror på alliansens nedrustning av äldrevården. Alla menar att Sverige misslyckats. Den måttstock som kommit att bli den mest använda är den som är mest negativ för Sverige – man kikar på de nordiska grannländerna och menar att Sverige klarat sig mycket sämre än dessa. Och det är riktigt. Jag hade ett annat mått i min ursprungliga bloggpost som jag sammanfattade såhär, och därmed uttryckte jag hela min modell:
Så, då blir jag ju Tyler Cowen svaret skyldig – vad är min siffra – hur kommer jag att utvärdera pandemin, och när? Här är mitt första svar – och jag måste fundera igenom det noga: den 31.12 2021 kommer jag att se på överdödligheten i Sverige i Covid-19 och om den överskrider 30 000 eller Sverige har 15% fler döda per capita än de andra skandinaviska länderna så kommer mitt omdöme vara att Sverige misslyckades.
Ibid
Resultatet skiftar nu. Från att ha dömt av Sveriges strategi som en framgång så måste jag nu se till antalet döda per capita i de andra länderna i Norden. Resultatet är entydigt: Sverige ligger på 1144 döda per miljon innevånare i skrivande stund, Danmark på 366, Norge på 104 och Finland på 121. Vi talar om enorma procentuella skillnader, vida över de 15% som jag stipulerade. Därmed måste jag döma ut Sveriges strategi som ett misslyckande om dessa skillnader håller till årets slut.
När jag nu ser tillbaka på den modell som jag använde så undrar jag emellertid om jag inte gjorde det för lätt för mig. Det finns flera frågor som nu bekymrar mig.
Varför de nordiska länderna? Vilka skäl hade jag att välja ut dem? Borde jag kanske i stället valt andra länder med liknande befolkningsstorlek eller någon annan variabel? Här är alla länder som har runt 10 miljoner medborgare:

Är det en mer relavant jämförelse? Här placerar sig Sverige som topp tre, och det kanske fortfarande kan ses som ett misslyckande?
Eller ska vi se till andra faktorer som man vägt samman? BNP-utvecklingen? Morbiditeten (där vet vi alldeles för litet just nu, och det är ett område som verkligen oroar mig)?
Det är ännu ett bra tag kvar till 31.12 2021 – men jag kan redan nu förutse att den stora frågan inte kommer att handla om hur man klarade sig i absoluta termer så mycket som hur man klarade sig relativt andra.
Det leder till en annan intressant fråga – och den handlar om kausalitet.
Jag har ofta återkommit till analogier med extrema väderfenomen, och inser att dessa analogier är provocerande, men det finns anledning att fundera kring dem i alla fall. Ta orkanen Katrina. När den drog in över kusten drabbade den New Orleans särskilt hårt. Men skälet till det var inte att New Orleans hanterade själva orkanen på något särskilt vis – utan skälet till att man kunde säga att det fanns ett misslyckande, på två nivåer, var för det första att man inte förberett sig på ett rimligt sätt och sedan att man inte kom till de nödlidandes undsättning på ett bra vis.
Om vi granskar den analogin närmare och funderar kring vad den skulle betyda för pandemin så kan vi säga att det vi borde se på i första hand är hur förberedda vi var – hade vi krisberedskapen som vi skulle ha haft, och, sedan, när pandemin slog till – hade vi möjligheten att hjälpa de drabbade tillräckligt snabbt och på rätt sätt.
Vad vi inte frågar är om vi kunde hindra pandemin från att slå till alls. Det är en subtil skillnad, men den spelar roll. Även med de bästa av förberedelser skulle Louisiana ha haft fler dödsoffer och drabbade än Florida, men nu hade man ännu fler offer på grund av bristande förberedelser och bristande hjälp. Skillnaden är uppenbar – en orkan, eller en pandemi, kan blåsa olika hårt på olika ställen och ge olika utfall.
Vad jag egentligen nu misstänker att jag borde fokusera på är alltså inte bara en relativt jämförelse mellan Lousiana och Florida, eller mellan Finland och Sverige, utan den mycket svårare frågan om hur många av de liv som förlorades som förlorades på grund av dåliga förberedelser och dålig nödhjälp till de drabbade.
Det är en besvärlig ekvation, och inte alls en lika enkel som den som jag ser att många vill göra gällande: att det enda vi skall titta på är döda per en miljon medborgare. Om det är vårt mått så är Sverige ungefär tjugonde värst. Men det ignorerar den underliggande frågan om hur hårt pandemin blåste i Sverige, hur den spred sig här.
Det jag allra helst skulle vilja ha för att kunna avge någon sorts omdöme är motsvarigheten till ett mått på vindstyrka i pandemin i olika länder och sedan använda detta för att förstå de tragiska dödssiffrorna.
Det är värt att göra en paus här och ta upp den uppenbara invändningen: en pandemi har ingen vindstyrka, den drabbar inte geografiskt – utan hela pandemins utveckling handlar endast om de åtgärder som vi vidtar – inget annat. Pandemins förlopp är helt inom vår kontroll. Om vi vidtar åtgärder x(1)…x(n) så får det effekter y(1)…y(n) på pandemin. Det finns inga externa faktorer som inskränker eller förstärker pandemin i sig.
Den invändningen är problematisk av flera skäl.
För det första tycks den kraftlös när det gäller att förklara att de länder som låst ned ordentligt har högre dödstal än Sverige per miljoner medborgare.
För det andra bortser denna modell helt från vad vi vet om patogeniska nätverk i populationer – där alltifrån ålder till trångboddhet till social mönster till ekonomiska omständigheter inverkar på hur smittsam en sjukdom är.
Den problematiska sanningen är ju detta: sjukdomar smittar i flera dimensioner. De smittar i demografiska, urbaniserade, genetiska, ekonomiska och sociala dimensioner – och dessa dimensioner är inte tillgängliga för interventioner av de slag som skulle kunna få betydande genomslag i utfallet. Vad vi set på är en modell som ser ut ungefär såhär:
(i) [a,b,c,d,e...] --> [u]
I denna modell kan vi kanske påverka två faktorer – som a och b – men inte resten, och utfallet kan i vissa fall därmed bli helt beroende av de konstanter som ligger i det patogeniska nätverket. Vi måste i alla fall erkänna att det kan vara så, sedan kan vi debattera i vilken utsträckning det är fallet.
Vi kan etablera en sorts de minimis sats här:
(ii) Utfallet i en pandemi är inte endast beroende av de möjliga interventioner som står till buds ur ett smittskyddsperspektiv.
Om du inte håller med om det så skiljs våra vägar här. Det finns ingen gemensam grund för diskussion längre — och därmed kommer vi inte kunna komma vidare. Det är synd, förstås, men det är bra att inse det.
Om du håller med om denna de minimis-premiss, uppkommer en mycket större och mer intressant fråga: hur mycket av utfallet i en pandemi har att göra med de interventioner som står till buds ur ett smittskyddsperspektiv?
Antag att vi tror att det finns vissa konstanter som anger hur illa en nation eller region kommer att drabbas – tror vi att variansen som smittskyddet introducerar är 10 procent? 60 procent? Kunde Sverige ha sett 60% färre döda med andra åtgärder? Här kommer vi tillbaka till ärligheten – att i efterhand komma och säga att Sverige kunde ha reducera antalet döda med 60% om man bara vidtagit smittskyddsåtgärderna a, b, c… är i bästa fall intellektuell ohederligt, och i värsta fall ren populism. Är denna varians fast för alla länder, eller beror det på välstånd och organisation? Är den mesta varians vi kan förvänta oss den som finns mellan Kanada och USA, mellan runt 500 och mer än 1000 dödsfall per miljon innevånare? Hur hittar vi vetenskapligt intressanta jämförelser här? Det vi vet är ett maximum – smittskyddsåtgärderna skulle kunna förklara skillnaden mellan det minst drabbade landet och det mest drabbade landet, men den variansen blir genast ointressant om man ser på geografiska förutsättningar, befolkningens storlek mm. Vad är den största variansen mellan två länder som kan hänföras endast till smittskyddet? Hur backar vi ut den siffran ur lavinen av statistik? Det är en intressant fråga.
Så, om jag summerar min uppdatering: med de nycklar som jag angav i min ursprungliga post så är den svenska strategin en framgång med absoluta mått mätt och en katastrof med relativa mått mätt. Men jag känner allt mer och mer att man måste börja förstå den katastrofens anatomi i detalj: vilka delar av den relativa katastrofen handlar om a) smittskyddsåtgärder b) föreberedelser och c) äldrevårdens / vårdens beredskap och hantering av pandemin?
Strategin handlar ju bara om a) och det är därför jag vacklar litet i omdömet nu – eftersom jag inte kan lösa ut a) ur summan av möjliga åtgärder. Det är, såvitt jag kan se, fullt möjligt att vi hade en fullgod och öppen smittskyddsstrategi, men att vi förberett oss illa och saknat förmåga att ta hand om och skydda de äldre och sjuka. Det är också möjligt att vidare forskning kommer att ge oss insikter i de olika egenskaper i ett patogeniskt nätverk som givit upphov till olika vindstyrka för pandemin i olika länder. Det vore i så fall en oerhört viktig insikt.
Nå. Jag väntar vidare och ser tiden an – den 31.12 2021 kommer jag att kunna avge ett slutgiltigt omdöme. Denna uppdatering syftar mest till att bringa reda i mina egna utvärderingsmodeller.
NBL 2021-01-31