COVID Symptom Study Sverige är ett nationellt forskningsinitiativ för att samla in och kartlägga symptom på covid-19 och studera trender i smittspridning samt studera riskfaktorer associerade med covid-19 infektion. Projektet drivs av Lunds universitet och Uppsala universitet i samarbete med King’s College London och hälsoföretaget ZOE Global Ltd som utvecklat och driver appen. COVID Symptom Study Sverige leds av professor Paul Franks och professor Maria Gomez (Lunds universitet) samt professor Tove Fall (Uppsala universitet).

COVID Symptom Study Sverige använder en icke-kommersiell app for att samla in data från de frivilliga studiedeltagarna. Alla över 18 år som bor I Sverige kan delta i studien. I mars 2021 hade COVID Symptom Study Sverige över 206,000 studiedeltagare och har samlat in över 12 miljoner datapunkter.

COVID Symptom Study Sverige har två huvudsyften. Det första syftet är att undersöka temporala och geografiska trender i smittspridningen samt hur förändrade lokala och nationella strategier påverkar smittspridningen. Det andra syftet är att öka kunskapen om vilka grupper som har störst risk att drabbas av covid-19 och vilka symtomkombinationer som ses vid covid-19 och associationen mellan covid-19 och underliggande riskfaktorer, tidigt vs. sent under infektionen, samt under olika faser av pandemin inklusive efter införandet av vaccination

Uppskattad förekomst av symtomatiska covid-19 fall

Nedan redovisas uppskattad förekomst av symtomatiska covid-19 fall i olika svenska regioner. Uppskattningen baseras på användardata från appen och en beräkningsmetod. som används för prediktion har utvecklats av forskargruppen bakom COVID Symptoms Study Sverige; se denna sida för mer information om prediktionsmodellen. För mer detaljerad information om hur uppskattad förekomst och andra resultat vänligen se COVID Symptoms Study Sveriges dashboard.

Tillgång till insamlade data för användning inom andra forskningsprojekt

Uppskattningar av frekvensen symtomatiska COVID-19 fall och demografiska kartor finns tillgängliga via projektets dashboard och via covidsymtom R package. Rådata kan delas med andra forskargrupper men kräver att ansökande forskargrupp har ett etiskt tillstånd och att ett Data Transfer Agreement tecknas mellan Lunds universitet och berörd institution. Forskarna bakom COVID Symptom Study Sverige välkomnar andra forskares projektförslag för att ansöka om tillgång till rådata från COVID Symptoms Study Sverige. För information om hur forskare kan ansökan om att få tillgång till rådata från studien se denna sida.

För mer information, vänligen se covid19app.lu.se. För mer information om studien vänligen kontakta covid-symptom-study@med.lu.se.

Publikationer

• Kennedy, B., Fitipaldi, H., Hammar, U., Maziarz, M., Tsereteli, N., Oskolkov, N., Varotsis, G., Franks, C. A., Spiliopoulos, L., Adami, H-.O., Björk, J., Engblom, S., Fall, K., Grimby-Ekman, A., Litton, J-.E., Martinell, M., Oudin, A., Sjöström, T., Timpka, T., Sudre, C. H., Graham, M. S., du Cadet, J. L, Chan, A. T., Davies, R., Ganesh, S., May, A., Ourselin, S., Pujol, J. C., Selvachandran, S., Wolf, J., Spector, T. D., Steves, C. J., Gomez, M. F., Franks, P. W., Fall T. App-based COVID-19 surveillance and prediction: The COVID Symptom Study Sweden. MedRxiv (2021). https://doi.org/10.1101/2021.06.16.21258691

• Sudre, C. H., Murray, B., Varsavsky, T., Graham, M. S., Penfold, R. S., Bowyer, R. C., Capdevila Pujol, J., Klaser, K., Antonelli, M., Canas, L. S., Molteni, E., Modat, M., Cardoso, M. J., May, A., Ganesh, S.,Davies, R., Nguyen, L. H., Drew, D. A., Astley, C. M., Joshi, A. D., Merino, J., Tsereteli, N., Fall, T., Gomez, M. F., Duncan, E. L., Menni, C., Williams, F. M. K., Franks, P. W., Chan, A. T., Wolf, J., Ourselin, S., Spector, T., Steves, C. J. Attributes and predictors of long COVID. Nature Medicine 27, 626-631 (2021). https://doi.org/10.1038/s41591-021-01292-y