Epidemiologisk övervakning är den fortlöpande, systematiska insamlingen och analysen av hälsodata som återkopplas till dem som kan agera på den. Definitionen innehåller sitt eget kvalitetskrav: data som samlas in men aldrig analyseras eller aldrig når fram till någon som kan fatta beslut är inte övervakning utan pappersarbete. För den enskilda kliniker som skriver en smittskyddsanmälan eller registrerar i ett kvalitetsregister är det värt att förstå vad uppgiften används till, eftersom det avgör hur noggrant den behöver göras.

Sammanfattning

Övervakning är till för handling. Syftena är att upptäcka utbrott tidigt, följa trender över tid, identifiera riskgrupper, utvärdera insatser och underbygga resursfördelning. Ett system som inte kan svara på någon av dessa frågor bör läggas ned.

Passiv övervakning är billig och ofullständig, aktiv är dyr och komplett. De flesta nationella system är passiva och bygger på att kliniker och laboratorier rapporterar in. Underrapportering är regel snarare än undantag.

Rapporterade fall är toppen av ett isberg. Mellan smittad person och rapporterad statistik ligger flera filter: att personen blir sjuk, söker vård, provtas, testas med tillräckligt känslig metod, får ett positivt svar och att svaret rapporteras. Varje steg tappar fall, och stegen förändras över tid, vilket gör tidsserier känsliga för förändringar i testintensitet snarare än i sjukdomsförekomst.

I Sverige vilar systemet på smittskyddslagen med parallell klinisk anmälan och laboratorieanmälan, en smittskyddsläkare i varje region och Folkhälsomyndigheten som nationell myndighet, kompletterat med Socialstyrelsens hälsodataregister och ett stort antal nationella kvalitetsregister.

Genomisk övervakning har på kort tid blivit standard för att skilja utbrottskluster från oberoende fall, spåra resistensmekanismer och följa varianters spridning.

Vad övervakning ska åstadkomma

Ett övervakningssystem byggs alltid mot ett syfte, och syftet avgör designen.

Tidig detektion kräver snabbhet och känslighet men tål lägre precision. Ett system som ska fånga ett kolerautbrott eller en ny influensavariant måste larma på svaga signaler och acceptera falska alarm.

Trendföljning kräver stabilitet och konsekvens över tid mer än absolut fullständighet. Om ett system missar en konstant andel av fallen kan det ändå beskriva trender korrekt; problemet uppstår när andelen som fångas förändras, exempelvis när en ny diagnostisk metod införs eller när testkriterierna ändras.

Bördebeskrivning kräver representativitet och möjlighet att uppskatta mörkertalet, ofta genom kompletterande metoder som seroprevalensstudier.

Utvärdering av insatser kräver att data kan kopplas till exponering, vilket i praktiken kräver individdata och möjlighet till samkörning mellan register.

Övervakningen har också en funktion som ofta glöms: den definierar vad som räknas som ett hälsoproblem. Ett tillstånd som inte mäts blir osynligt i prioriteringsdiskussioner, oavsett hur mycket lidande det orsakar.

Typer av övervakningssystem

Passiv och aktiv övervakning

Passiv övervakning innebär att den som gör en diagnos rapporterar den till en central instans enligt fastställda regler. Systemet är billigt, täcker hela befolkningen och kan hållas igång permanent. Priset är ofullständighet och variabel rapporteringsbenägenhet mellan enheter och över tid.

Aktiv övervakning innebär att den centrala instansen kontaktar rapportörerna, går igenom journaler eller laboratorielistor och aktivt letar efter fall. Systemet ger hög fullständighet men är resurskrävande och används därför tidsbegränsat, till exempel under ett utbrott eller vid eliminationsverifiering.

Sentinelövervakning

I ett sentinelsystem rapporterar ett urval av vårdenheter detaljerat i stället för att alla rapporterar summariskt. Metoden ger djup i stället för bredd: information om ålder, symtom, vaccinationsstatus och virologisk typning, till priset av att det absoluta antalet fall i befolkningen inte kan skattas direkt. Influensaövervakningen är det klassiska exemplet, med utvalda mottagningar som rapporterar andelen besök för influensaliknande sjukdom och samtidigt skickar prov för typning. Under covid-19-pandemin visade sig dessa etablerade influensanätverk vara den infrastruktur som snabbast kunde ställas om till att övervaka ett nytt agens.

Syndromövervakning

Syndromövervakning använder data som genereras före diagnosen: kontaktorsaker på akutmottagningar, samtalsorsaker till sjukvårdsrådgivning, försäljning av receptfria läkemedel eller frånvaro i skolan. Fördelen är snabbhet, eftersom signalen kommer dagar innan laboratoriebekräftade fall. Nackdelen är låg specificitet; systemet vet att något händer men inte vad.

Laboratoriebaserad övervakning

Laboratorierapportering har flera fördelar framför klinisk rapportering: den är mer standardiserad, mer komplett och genererar isolat som kan typas. Nackdelen är att den bara fångar det som faktiskt provtagits, vilket gör den starkt beroende av testindikationer. Resistensövervakning är i sin natur laboratoriebaserad.

Registerbaserad övervakning

Hälsodataregister och kvalitetsregister utgör en egen kategori där data samlas in i vårdens ordinarie flöde. De ger möjlighet till långa uppföljningstider och till individlänkning, men innehåller data som registrerats för ett annat syfte än det som analyseras.

Serologisk övervakning

Seroprevalensstudier mäter andelen av befolkningen som har antikroppar mot ett agens och kan därmed uppskatta den verkliga infektionsbördan inklusive de fall som aldrig kom till vården. Metoden är oumbärlig för att kalibrera mörkertalet i ett anmälningssystem och för att utvärdera vaccinationsprogram.

Avloppsövervakning

Övervakning av avloppsvatten mäter utsöndrat virus- eller bakteriematerial i ett upptagningsområde, oberoende av vem som söker vård eller testar sig. Metoden fick sitt genombrott med poliovirusövervakning och skalades upp kraftigt för SARS-CoV-2. Fördelarna är att den är opåverkad av testbenägenhet, kan ge signal några dagar före kliniska data och täcker hela befolkningen i ett avrinningsområde. Begränsningarna är att signalen är aggregerad utan individdata, känslig för utspädning vid nederbörd, och svår att omsätta i absoluta falltal.

Det svenska systemet

Smittskyddslagen

Smittskyddslagen (2004:168) delar in smittsamma sjukdomar i anmälningspliktiga sjukdomar, varav en delmängd är allmänfarliga och en delmängd samhällsfarliga. Behandlande läkare som misstänker eller konstaterar ett fall av anmälningspliktig sjukdom ska utan dröjsmål anmäla detta till smittskyddsläkaren i regionen och till Folkhälsomyndigheten. Anmälan ska dessutom göras vid annan sjukdom som är eller misstänks vara smittsam om den fått anmärkningsvärd utbredning eller uppträder i elakartad form, vilket är den bestämmelse som fångar nya och oväntade hot.

Systemet är avsiktligt dubbelt: den kliniska anmälan från behandlande läkare kompletteras av en oberoende laboratorieanmälan. De två flödena matchas och kompletterar varandra, så att ett fall som glöms bort kliniskt ändå fångas via laboratoriet, och så att laboratoriefynd utan klinisk information kan kompletteras.

För allmänfarliga sjukdomar tillkommer smittspårningsplikt, förhållningsregler för den smittade och kostnadsfrihet för provtagning och behandling. Falldefinitioner för anmälan fastställs nationellt för att säkra jämförbarhet mellan regioner och över tid.

Smittskyddsläkaren i varje region har ett självständigt författningsreglerat ansvar för smittskyddet i regionen, vilket innebär att funktionen kan agera oberoende av den ordinarie linjeorganisationen.

Hälsodataregister och kvalitetsregister

Socialstyrelsens hälsodataregister, framför allt patientregistret, cancerregistret, läkemedelsregistret, dödsorsaksregistret och medicinska födelseregistret, är obligatoriska och rikstäckande. Kopplingen mellan dem via personnummer är den svenska epidemiologins största komparativa fördel internationellt.

Kvaliteten varierar dock mellan diagnoser och över tid, och detta är avgörande att förstå innan registerdata tolkas. Valideringsstudier av patientregistret har visat god men diagnosberoende träffsäkerhet, med generellt högre validitet för slutenvårdsdiagnoser än för öppenvårdsdiagnoser och för väldefinierade tillstånd än för symtomdiagnoser. Öppenvårdsregistret saknar dessutom uppgifter från primärvården, vilket är en systematisk lucka för alla tillstånd som huvudsakligen handläggs där.

De nationella kvalitetsregistren är frivilliga, diagnos- eller åtgärdsspecifika, och innehåller betydligt mer detaljerad klinisk information än hälsodataregistren: sjukdomens svårighetsgrad, behandlingsval, komplikationer och patientrapporterade utfall. Deras svaghet är variabel täckningsgrad. Ett register med sextio procents täckning kan inte utan vidare användas för att beskriva vården i landet, eftersom de enheter som rapporterar sannolikt skiljer sig från dem som inte gör det.

Lokal övervakning i vården

På vårdenhetsnivå finns motsvarande system för patientsäkerhet och vårdhygien: avvikelserapportering, punktprevalensmätningar av vårdrelaterade infektioner och trycksår, mätning av följsamhet till basala hygienrutiner, samt anmälan enligt lex Maria vid misstänkt vårdskada. Samma principer gäller här: passiv rapportering underskattar systematiskt, och en ökning av antalet rapporterade avvikelser kan lika gärna betyda förbättrad rapporteringskultur som försämrad vård.

Datakvalitet: vad som faktiskt mäts

Övervakningspyramiden

Mellan en infekterad person i befolkningen och en rad i den nationella statistiken ligger en kedja av villkor som alla måste uppfyllas: personen måste utveckla symtom, uppfatta dem som tillräckliga för att söka vård, faktiskt söka, mötas av en kliniker som misstänker rätt diagnos, provtas med en metod som är tillräckligt känslig och specifik, få ett positivt resultat, och slutligen rapporteras.

Konsekvenserna för tolkningen är genomgripande. Andelen asymtomatiska infektioner bestämmer hur stort mörkertalet är för varje agens. Förändringar i testkapacitet eller testindikationer förändrar antalet rapporterade fall utan att något förändrats epidemiologiskt. En ny diagnostisk metod med högre känslighet skapar en artificiell incidensökning. Ökad mediauppmärksamhet ökar både vårdsökande och provtagning.

Ett praktiskt hjälpmedel är att alltid titta på antalet utförda tester parallellt med antalet positiva, och på andelen positiva tester. En stigande positivitetsandel talar för verklig ökning; ett stigande falltal med sjunkande positivitetsandel talar för ökad testning.

Falldefinitioner

En falldefinition anger vilka kriterier som måste uppfyllas för att något ska räknas. Definitioner delas ofta i misstänkt, sannolikt och bekräftat fall, där den bekräftade kräver laboratorieverifiering. Valet av definition är en avvägning: en bred definition ger hög känslighet och fångar tidiga fall men späder ut data med icke-fall, medan en snäv definition ger hög specificitet men missar fall.

Det centrala är att definitionen hålls konstant, och att varje ändring dokumenteras och beaktas vid jämförelser över tid. Byte av falldefinition mitt i en epidemi skapar hopp i kurvorna som lätt misstolkas som epidemiologiska händelser.

Systematiska fel

Selektionsbias uppstår när de fall som fångas skiljer sig systematiskt från dem som inte fångas, exempelvis när svårare fall rapporteras oftare, vilket ger en falskt hög skattad letalitet. Informationsbias uppstår när uppgifter registreras felaktigt eller olika i olika grupper. Rapporteringsfördröjning gör att de senaste veckornas data alltid ser artificiellt låga ut, vilket kräver statistisk korrektion för att inte misstolkas som en nedgång.

Utvärdering av ett övervakningssystem

Ett övervakningssystem bör utvärderas mot ett antal attribut, och avvägningen mellan dem definierar systemets karaktär.

Känslighet: vilken andel av de verkliga fallen fångas.
Positivt prediktivt värde: hur stor andel av de rapporterade fallen är verkliga fall.
Snabbhet: tiden från händelse till att data finns tillgängliga för analys.
Representativitet: speglar de rapporterade fallen befolkningen med avseende på ålder, kön, geografi och socioekonomi.
Enkelhet: komplexa system underhålls sämre och rapporteras sämre in.
Flexibilitet: kan systemet anpassas till ett nytt agens eller en ny frågeställning utan att byggas om.
Acceptans: rapporterar de som ska rapportera faktiskt.
Stabilitet: fungerar systemet driftsäkert även under den belastning som en kris innebär.

Känslighet och positivt prediktivt värde står typiskt i motsatsförhållande, och snabbhet står i motsatsförhållande till fullständighet. Ett system som ska larma tidigt kan inte samtidigt vara det som ger den definitiva bördeskattningen; detta är skälet till att man behöver flera system som kompletterar varandra i stället för ett perfekt.

Utbrottsdetektion

Signaldetektion bygger på att jämföra observerat antal fall med ett förväntat antal, beräknat från historiska data med hänsyn till säsongsvariation, veckodagsmönster och långsiktig trend. Överskrids tröskeln genereras en signal.

En signal är inte ett utbrott. Verifieringssteget innefattar att kontrollera om ökningen är artificiell (ny metod, ändrad rapportering, dubbelregistrering), om fallen har epidemiologiskt samband, och om de är genetiskt besläktade. Först därefter inleds utbrottsutredning med falldefinition, deskriptiv epidemiologi i tid, plats och person, hypotesgenerering och eventuellt analytisk studie.

Tröskelvärdet är alltid ett policybeslut förklätt till statistik: en låg tröskel ger tidiga larm och många falska, en hög tröskel ger få falska larm och försenad upptäckt. Vid en sjukdom med hög smittsamhet och allvarlig utgång är kostnaden för ett falskt larm låg jämfört med kostnaden för fördröjning.

Molekylär och genomisk övervakning

Helgenomsekvensering har på kort tid gått från specialistmetod till rutin inom smittskydd, och löser problem som tidigare typningsmetoder inte klarade.

Klusteridentifiering. Genom att jämföra genomen kan man avgöra om två fall är epidemiologiskt kopplade eller oberoende. Detta är avgörande vid livsmedelsburna utbrott, där fall utspridda över landet kan visa sig komma från samma källa, och vid vårdrelaterad smitta där sekvensering kan bekräfta eller avfärda misstänkt spridning på en avdelning.

Resistensövervakning. Sekvensering identifierar resistensgener och mutationer direkt, vilket ger både snabbare svar och möjlighet att följa hur resistensdeterminanter sprids mellan arter via mobila genetiska element. Perspektivet är i grunden One Health, eftersom resistensgener rör sig mellan människor, djur, livsmedel och miljö och därför inte kan följas i enbart humana data.

Variantövervakning. Fördelningen av virusvarianter över tid ligger till grund för vaccinsammansättning, både i den årliga influensavaccinuppdateringen och under covid-19-pandemin.

Metagenomik går ett steg längre genom att sekvensera allt genetiskt material i ett prov utan att i förväg specificera vad man letar efter. Metoden kan i princip upptäcka ett tidigare okänt agens och används kliniskt vid oklara infektioner där riktad diagnostik varit negativ. Utmaningarna är kostnad, bioinformatisk komplexitet och tolkningen av fynd som kan vara kontamination eller kommensaler snarare än patogener.

Genomisk övervakning kräver att sekvensdata kopplas till epidemiologiska metadata för att vara användbar, vilket i sin tur reser frågor om datadelning och integritet som är olösta i många sammanhang.

Internationell nivå

Det internationella hälsoreglementet (IHR) är det folkrättsligt bindande instrument som ålägger anslutna stater att bygga upp grundläggande kapacitet för upptäckt, bedömning och rapportering av händelser, och att inom bestämd tid underrätta Världshälsoorganisationen om händelser som kan utgöra ett internationellt hot mot människors hälsa. Regelverket ger också generaldirektören möjlighet att förklara ett internationellt hot mot människors hälsa efter samråd med en särskild kommitté.

Regelverkets svaghet är dess beroende av att stater faktiskt rapporterar, och att det saknar verkningsfulla sanktioner. Erfarenheterna från covid-19-pandemin ledde till översyn av reglementet och till förhandlingar om ett kompletterande instrument, med ökat fokus på oberoende övervakning av staters efterlevnad.

Utöver den formella rapporteringen bedrivs så kallad epidemisk underrättelseverksamhet, där öppna källor som nyhetsmedier, sociala medier och rapporter från yrkesnätverk skannas systematiskt för tidiga signaler. En stor andel av de utbrott som når internationell uppmärksamhet upptäcks först genom sådana informella källor, inte genom formell statlig rapportering.

Inom EU samordnar ECDC den europeiska övervakningen genom gemensamma falldefinitioner, en gemensam databas och ett system för tidig varning, vilket gör jämförelser mellan medlemsstater möjliga och underlättar hantering av gränsöverskridande utbrott.

Källor

Everhov ÅH, Frisell T, Osooli M m.fl. Diagnostic accuracy in the Swedish national patient register: a review including diagnoses in the outpatient register. Eur J Epidemiol 2025. PMID: 40140143
Ludvigsson JF, Andersson E, Ekbom A m.fl. External review and validation of the Swedish national inpatient register. BMC Public Health 2011. PMID: 21658213
Hamblion E, Saad NJ, Greene-Cramer B m.fl. Global public health intelligence: World Health Organization operational practices. PLOS Glob Public Health 2023. PMID: 37729134
Marcenac P, McCarron M, Davis W m.fl. Leveraging International Influenza Surveillance Systems and Programs during the COVID-19 Pandemic. Emerg Infect Dis 2022. PMID: 36502434
Kilaru P, Hill D, Anderson K m.fl. Wastewater Surveillance for Infectious Disease: A Systematic Review. Am J Epidemiol 2023. PMID: 36227259
Djordjevic SP, Jarocki VM, Seemann T m.fl. Genomic surveillance for antimicrobial resistance: a One Health perspective. Nat Rev Genet 2024. PMID: 37749210
Ko KKK, Chng KR, Nagarajan N. Metagenomics-enabled microbial surveillance. Nat Microbiol 2022. PMID: 35365786
Zinsstag J, Kaiser-Grolimund A, Heitz-Tokpa K m.fl. Advancing One human-animal-environment Health for global health security: what does the evidence say? Lancet 2023. PMID: 36682371