Kontrafaktiska analyser – för att förstå världen som kunde ha varit

Vad hade hänt om en viss folkhälsoinsats aldrig hade genomförts, eller om den hade införts tidigare? Kontrafaktiska analyser gör det möjligt att vetenskapligt utforska sådana hypotetiska scenarier och därigenom öka vår förståelse av hur olika beslut och insatser påverkar samhällsutvecklingen.

Att analysera det icke-observerade

Kontrafaktiska analyser handlar om att jämföra det som faktiskt skedde med ett alternativt scenario, vilket är särskilt användbart i fall där kliniska studier inte är möjligt. Inom epidemiologi kan kontrafaktiska analyser användas för att kvantifiera effekten av folkhälsoinsatser, till exempel vaccination, testning eller restriktioner. Vi föreställer oss två möjliga utfall för varje individ eller samhälle, ett med och ett utan insats, där endast det ena kan observeras och det andra måste modelleras. Genom att simulera hur smittspridning skulle ha utvecklats utan en viss insats kan vi uppskatta hur många infektioner, sjukhusinläggningar eller dödsfall som undvikits.

I artikeln A counterfactual analysis quantifying the COVID-19 vaccination impact in Sweden (Bergström et al. 2025) gjorde jag tillsammans med mina medförfattare en kontrafaktisk analys för att skatta hur många dödsfall som kunde undvikas tack vare COVID-19-vaccinationer i Sverige under 2021. Studien baseras på en Susceptible–Exposed–Infectious–Recovered (SEIR)-modell som använder åldersspecifika data för infektioner, kontaktmönster och vaccinationstäckning. En liknande studie har gjorts världsomspännande av Watson et al. (2025), men här använder vi mer Sverige-specifika aspekter.

Det faktiska scenariot, med vaccination, resulterade i omkring 5 510 (95 % prediktivt intervall: 5 370–5 650) dödsfall under 2021, i linje med observerade data. I den kontrafaktiska analysen, där ingen vaccination antogs ha ägt rum, beräknades cirka 37 100 (36 700–37 500) dödsfall inträffa. Skillnaden, drygt 31 600 (31 300–32 000) liv, är den uppskattade effekten av vaccinationen. Här räknas både direkt effekt i form av skydd för den egna personen vid vaccinering samt den indirekta effekten av minskad smittspridning i samhället in.

Vår studie visar hur kontrafaktiska analyser kan ge en kvantitativ bild av folkhälsoinsatsers värde, men också hur de kräver försiktighet i tolkningen. Resultaten är beroende av modellens antaganden, om beteenden, kontaktstrukturer och virusets dynamik.

Metod och tillämpning

För att en kontrafaktisk analys ska vara trovärdig krävs:

  • Tydlig definition av scenarierna. Vad skiljer det kontrafaktiska scenariot från det faktiska?
  • Robust modellering. Sambandet mellan intervention och utfall måste beskrivas med rimliga parametrar och bör testas i känslighetsanalyser.
  • Tillgång till data. Utan tillräcklig data om befolkning, exponering och utfall förlorar även den bästa modellen sin förankring.
  • Transparens om osäkerhet.

Ett kontrafaktiskt resultat är ett möjligt utfall med en osäkerhet i sin skattning, inte en absolut sanning. Ett kontrafaktiskt scenario är hypotetiskt och bör inte användas som ett facit. Det illustrerar vad som kunde ha hänt, givet de modellantaganden som gjorts. Därför är parameterkänslighet och osäkerhet i resultaten viktiga att kommunicera. Dessutom påverkas människors beteenden av interventioner, något som modeller ofta förenklar bort. I verkligheten kan utebliven vaccination leda till både ändrade kontaktnivåer och andra restriktiva åtgärder, vilket gör det svårt för det kontrafaktiska scenariot att helt representera verkligheten.

Slutsats

Kontrafaktiska analyser är ett verktyg för att förstå effekten av samhällsinsatser, men de kräver metodologisk noggrannhet och transparens. Vår studie visar hur den här typen av analys kan omsättas i praktiken och hur den kan belysa både direkta och indirekta nyttor av folkhälsoåtgärder. För beslutsfattare som står inför att välja mellan olika strategier kan kontrafaktiska analyser ge en inblick i möjliga framtida utvecklingsförlopp och därigenom bidra till en djupare förståelse av vilka konsekvenser olika beslut kan få.

Fanny Bergström Fanny Bergström Disputerade i september i beräkningsmatematik vid Stockholms Universitet
Referenser
  • Bergström F, Günther F, Britton T. A counterfactual analysis quantifying the COVID-19 vaccination impact in Sweden. Vaccine. 2025;52:126870. doi:10.1016/j.vaccine.2025.126870
  • Watson OJ, Barnsley G, Toor J, Hogan AB, Winskill P, Ghani AC. Global impact of the first year of COVID-19 vaccination: a mathematical modelling study. Lancet Infect Dis. 2022;22(9):1293-1302. doi:10.1016/S1473-3099(22)00320-6
Kategorier i denna artikel