Jeg byder Eyal Shahars velkommen. opfordre til en fornyet gennemgang af Covid-vaccinepapirer. Faktisk startede jeg længe før Eyal afslørede det – selv før vaccinerne dukkede op.
Ved udgangen af det forfærdelige år 2020, en meget indflydelsesrigt papir dukkede op i VidenskabDet skabte overskrifter i store medier verden over. Avisen med titlen "Udledning af effektiviteten af regeringsinterventioner mod COVID-19," blev snart brugt af regeringer over hele kloden til at retfærdiggøre deres stadig mere autoritære politikker.
Det tiltrak min opmærksomhed, fordi den sidste forfatter var den tjekkiske matematiker Jan Kulveit. Sammen med mine to kolleger, Ondřej Vencálek og Jakub Dostál, skrev vi følgende svar:
"Alle modeller er forkerte, men nogle er nyttige" lyder et berømt ordsprog, der normalt tilskrives George Box. I dag ville han måske sige, at alle modeller er forkerte, og nogle er endda farlige. Dette er efter vores mening tilfældet for undersøgelsen."Udledning af effektiviteten af regeringsinterventioner mod COVID-19"1 der dukkede op i Videnskab og fik bred opmærksomhed verden over.
Undersøgelsen sigter mod at forstå effektiviteten af ikke-farmaceutiske interventioner (NPI'er) i bekæmpelsen af Covid-19-pandemien. Forfatterne analyserer data om det samlede antal tilfælde og dødstal fra 41 (primært europæiske) lande mellem januar og slutningen af maj 2020. De udarbejder et estimat af virkningerne af 8 forskellige NPI'er (såsom begrænsning af forsamlinger, lukning af skoler osv.), som blev implementeret i mange lande i den undersøgte periode. Effekten af hver NPI kvantificeres ved reduktionen i infektionsreproduktionstallet R på tidspunktet for indførelsen af NPI'en i det respektive land.
Resultaterne er blevet bredt modtaget, fordi de synes at vise, at alle NPI'erne generelt virker, og effektstørrelserne synes at stemme overens med sund fornuft (f.eks. jo mere man begrænser forsamlinger, desto større reduktion af R opnår man). Regeringer over hele verden vil være meget glade for at høre, at de restriktioner, de indførte, var berettigede. Men var de det?
Faktisk ved vi det ikke, og denne undersøgelse hjælper os ikke med at finde ud af det. Vi argumenterer for, at der er en fatal fejl i modellen, som gør den ubrugelig. Når vi ser på den eneste ligning i selve artiklen (se afsnittet "Kort modelbeskrivelse"), ser vi, at forfatterne antage det underliggende (ikke-observerbare) grundlæggende reproduktionstal R0,c at være konstant i tid for hvert land. Dette grundlæggende reproduktionstal ganges derefter med effekterne af NPI'erne, og dette tilpasses dataene. Således er modellen antager, at enhver ændring i epidemiens dynamik skyldes NPI'erneDette er vildledende, fordi det er cirkulært. Hvis man vil kvantificere virkningerne af en intervention, kan man ikke antage, at alle de observerede virkninger skyldes selve interventionen.
Også denne antagelse om konstant R0,c antyder, hvorfor forfatterne valgte at stoppe modelleringen, når en NPI er ophævet. NPI'erne ophæves normalt, når epidemien aftager. NPI'erne er således til stede, når R er høj, og de er fraværende, når R er lav. Med data fra et længere tidsinterval (inklusive sommerperioden med lav prævalens og lempede NPI'er) ville den simple model, som forfatterne brugte, lære en negativ effekt – at ikke-produktive investeringer fremskynder epidemien. Dette var klart uønsket, så forfatterne valgte ikke at bruge dataene fra sommeren til at tilpasse modellen. En sådan modelleringsstrategi er yderst tvivlsom.
For at gøre vores pointe helt klar, udførte vi følgende eksperiment. Vi tog det originale datasæt2 og opfandt en ny NPI, der aldrig har eksisteret. Lad os sige, at fra indførelsen af denne nye NPI skulle hver borger bære en T-shirt med indskriften "Stop Covid", indtil denne NPI blev ophævet.
Vi trak en tilfældig dato ensartet fra den periode, som et bestemt land blev modelleret over, og "pålagde" denne T-shirt NPI på dataene (se reference [3] for det originale datasæt med T-shirt NPI tilføjet). Vi ændrede alligevel ikke antallet af tilfælde og dødsfald. En sådan NPI har aldrig eksisteret, og derfor kunne den ikke have haft nogen effekt. Vi kørte derefter den originale model (se reference [4] for linket til GitHub til den version, vi brugte) uden at røre nogen parametre. Resultatet er vist i figur 1. T-shirtsene fik næsten pandemien til at forsvinde!
Hvordan er dette muligt? Enhver epidemi har sin iboende dynamik. Den enkleste SIR-model producerer en enkelt top i antallet af aktive tilfælde. Hvis vi ønsker at reproducere en sådan top med en simpel eksponentiel funktion (hvilket er, hvad forfatterne gør), skal koefficienten i eksponenten (dvs. empirisk reproduktionsnummer) skal falde i tid fra begyndelsen af den første bølge. Således antages det, at enhver effekten på reproduktionstallet skyldes NPI'er, kan modellen ikke producere andet end at tildele en positiv effekt (dvs. en reduktion i R) på enhver NPI. Selv på en ikke-eksisterende, som vi har vist.
Efter vores mening er modellen derfor vildledende og meget farlig, fordi den kan bruges af regeringerne til retrospektivt at retfærdiggøre enhver NPI, som de valgte at pålægge folket. Vi påstår ikke, at nogle/alle NPI'erne ikke har haft en positiv effekt. Vi siger blot, at denne model ikke er en måde at finde ud af det på.
Figur 1At have en “Stop-Covid” T-shirt på får pandemien til at forsvinde.
Vi sendte vores svar som et brev til redaktøren af VidenskabSvaret kom tilbage: De var meget kede af det, men de kunne ikke offentliggøre vores brev. De sagde ikke hvorfor.
Så kopierede og indsatte jeg deres egen "mission statement" i en e-mail – noget i retning af "Science-tidsskriftfamilien fremmer AAAS' mål om at forbedre kommunikationen mellem forskere, ingeniører og offentligheden."Jeg mindede dem om, at ingen kommunikation nogensinde er blevet forbedret ved at censurere afvigende stemmer."
Til sidst tillod de os venligst at offentliggøre vores svar som et e-brev, skjult bag det supplerende materiale i den originale artikel. E-brevet kan ikke citeres, tillader ikke tal og vil ikke blive vist i nogen søgning.
Vi offentliggjorde en tjekkisk version af vores svar under titlen "Virker inddæmningsforanstaltningerne til pandemien? Ja, minister!" på den tjekkiske statistiske forenings hjemmeside. Det indbragte os et åh-så-høfligt brev fra forfatteren – og et stille forbud i mainstream-medierne.
Så det var det. Har du nogle bedre Covid-anmeldelseshistorier?
Referencer
- JM Brauner m.fl., Science, 10.1126/science.abd9338 (2020).
- https://github.com/epidemics/COVIDNPIs/blob/1.3.6/merged_data/data_final_nov.csv
- https://gist.github.com/DostalJ/92e134f9ab4032289b77172d0e6ff583
- https://github.com/epidemics/COVIDNPIs/blob/1.3.6/notebooks/main_results.ipynb
-
Tomas Fürst underviser i anvendt matematik ved Palacky University, Tjekkiet. Hans baggrund er i matematisk modellering og datavidenskab. Han er medstifter af sammenslutningen af mikrobiologer, immunologer og statistikere (SMIS), som har forsynet den tjekkiske offentlighed med databaseret og ærlig information om coronavirus-epidemien. Han er også medstifter af et "samizdat"-tidsskrift dZurnal, som fokuserer på at afdække videnskabelig uredelighed i tjekkisk videnskab.
Vis alle indlæg
