Forskernes tavshed 

Tidligt i Covid-pandemien, Michael Levitt bemærkede et gradvist fald i vækstrater for tilfælde over tid i Wuhan, og mange afviste eller ignorerede hans observationer på grund af, hvad de så var upassende akkreditiver og ukonventionelle matematiske metoder (Gompertz-kurver, i modsætning til konventionelle kompartmentmodeller i epidemiologi).

Nogle forskere gik så langt som at kalde Michael Levitts arbejde "dødbringende nonsens,” og sagde, at han var et uansvarligt medlem af det videnskabelige samfund ved ikke at være epidemiolog og præsenterede arbejde, som Levitts kritikere mente nedtonede coronavirus.

Den 17. marts 2020, John Ioannidis hævdede, at sværhedsgraden af ​​Covid var usikker, og at ekstreme indeslutningspolitikker såsom lockdowns muligvis kunne forårsage mere skade end selve pandemien, provokerende en vedvarende kultur af fjendskab over for Dr. Ioannidis, fra falske påstande om interessekonflikter i 2020 til folk, der beskylder Ioannidis for "forfærdelig videnskab" og mere.

Min erfaring som "afvigende" epidemiolog

Som matematisk biolog, der studerede vira, der hoppede fra flagermus til mennesker i et par år forud for Covid, og som tidsserieanalytiker med næsten ti års erfaring med at forudsige i begyndelsen af ​​2020, studerede jeg også Covid siden januar 2020. 

Jeg lagde mærke til visdommen i Levitts Gompertz-kurver – Levitt fandt en observation, jeg selv havde fundet uafhængigt, af regelmæssige henfald i vækstraten af ​​tilfælde, længe før tilfældene toppede i Wuhan, og derefter i tidlige udbrud i Europa og USA. I mit eget arbejde fandt jeg beviser i februar 2020 på, at tilfældene blev fordoblet hver 2.-3. dag (estimat midtpunkt 2.4 dage) i det tidlige Wuhan-udbrud på et tidspunkt, hvor Populære epidemiologer mente, at Covid-prævalensen ville fordobles hver 6.2 dag.

Vi vidste på det tidspunkt, at de tidligste tilfælde blev afsløret i slutningen af ​​november 2019. Antag, at det første tilfælde var den 1. december 2019, 72 dage før det omtrentlige højdepunkt i begyndelsen af ​​2020 af tilfælde i Kina den 11. februar 2020. Hvis tilfældene strengt taget blev fordoblet hver 2.4 dag i løbet af den 72-dages periode ville så mange som 1 milliard mennesker, eller 2/3 af Kina, være blevet inficeret. Hvis tilfældene i stedet fordobles hver 5. dag, ville vi forvente, at omkring 22,000 mennesker ville blive smittet i Kina. 

Hvis tilfældene blev fordoblet hver 6.2 dag, ville vi forvente, at 3,100 mennesker ville blive smittet i Kina. Jo langsommere vækstraten for tilfælde, man troede, jo færre tilfælde forventede de, jo højere infektionsdødsfald estimerede de, og jo mere alvorlige var de bekymrede for, at Covid-19-pandemien ville blive. Disse resultater fik mig til at se fordelene ved Dr. Levitts observationer og til at tilslutte mig Dr. Ioannidis' formulering af den videnskabelige usikkerhed omkring sværhedsgraden af ​​Covid-pandemien, som verden var ved at opleve.

Men da jeg så verdens behandling af Levitt, Ioannidis og mange flere videnskabsmænd med modsatrettede synspunkter, der afspejlede mine egne, blev jeg bange for mulige omdømmemæssige og professionelle risici ved at dele min videnskab. Jeg forsøgte at dele mit arbejde privat, men stødte på professorer, der hævdede, at jeg var "ikke-epidemiolog", og en fortalte mig, at jeg "ville være direkte ansvarlig for millioners død", hvis jeg udgav mit arbejde, tog fejl og inspirerede til selvtilfredshed i mennesker, der døde af COVID. 

Mellem disse personlige møder fra videnskabsmænd i en række forskellige positioner og den offentlige stening af Levitt og Ioannidis, var jeg bekymret for, at offentliggørelse af mine resultater ville resultere i, at jeg offentligt blev kaldt ikke-en-epidemiolog som Levitt og ansvarlig for dødsfald som både Levitt og Ioannidis .

Det lykkedes mig at dele mit arbejde med et CDC-prognoseopkald den 9. marts 2020. Jeg præsenterede, hvordan jeg estimerede disse hurtige vækstrater, deres implikationer for fortolkningen af ​​det tidlige udbrud i Kina og deres implikationer for den nuværende tilstand af COVID i USA. Fællesskabets transmission af Covid i USA var kendt på det tidspunkt at være startet senest den 15. januar, 

Jeg viste, hvordan et udbrud, der starter i midten af ​​januar og fordobles hver 2.4 dag, kunne forårsage titusindvis af millioner tilfælde i midten af ​​marts 2020. Værten for opkaldet, Alessandro Vespignani, hævdede, at han ikke troede på det, at den hurtige vækst satser kan måske bare tilskrives stigende hastigheder for sagskonstatering og afsluttede opkaldet.

Blot 9 dage efter jeg præsenterede CDC-opkaldet, blev det konstateret, at Covid-indlæggelser på intensivafdelinger blev fordoblet hver anden dag på tværs af sundhedsudbydere i New York City. Mens sagskonstateringen kunne være stigende, blev kriterierne for ICU-indlæggelse, såsom kvantitative tærskler for iltkoncentrationer i blodet, fastsat, og så ICU-stigningen i NYC afslørede en sand stigning af prævalens, der fordobles hver anden dag i det største amerikanske metroområde. 

I slutningen af ​​marts, vi anslåede, at over 8.7 millioner mennesker i hele USA besøgte en ambulant udbyder med influenzalignende sygdom *ILI) og testet negativ for influenza, og dette estimat af mange patienter i marts bekræftede et lavere estimat af COVID-pandemiens sværhedsgrad.

Efter at have set Levitt, Ioannidis, Gupta og flere blive mobbet online for at offentliggøre deres beviser, analyser og begrundelser for en pandemi af lavere sværhedsgrad, vidste jeg, at udgivelsen af ​​ILI-papiret var en afvigelse i et ekstremt aktivt online videnskabeligt samfund. Min motivation var ikke at være en afviger, men omhyggeligt og præcist at estimere antallet af inficerede mennesker og at præsentere disse estimater for verden, fordi verden havde brug for at vide, hvor slemt COVID ville være for at reagere proportionalt på denne nye virus. 

Men efter at vi frigav ILI-papiret på preprint-serveren, avisen blev samlet op af et fremragende hold af datajournalister på Economist og gik viralt. Da avisen gik viralt, begyndte de angreb om omdømme og professionelle trusler, jeg havde frygtet, at materialisere sig.

Kolleger sagde, at jeg risikerede at være "ansvarlig for millioners død" (en forbrydelse på linje med folkedrab, hvis kommentaren tages bogstaveligt), at jeg havde blod på hænderne, at jeg "forstyrrede budskabet om folkesundheden", at jeg var "ikke epidemiolog" og mere. De verbale sten kom fra alle sider, fra folk, der engang var kolleger og venner, til medlemmer af det videnskabelige samfund, som jeg aldrig havde hørt om, før de sagde, at jeg dræbte tusinder.

Videnskaben ikke delt

Jeg fortsatte med at studere denne alternative teori om Covid baseret på hurtigere vækst og dens underforståede lavere sværhedsgrad. I henhold til denne teori er det muligt, at New York City nåede flokimmunitet i sin marts 2020-bølge, og i så fald kunne træk ved udbruddet i New York City bruges til at forudsige resultater fra senere uindeholdte og mindre mildnede udbrud i steder som Sverige, South Dakota og Florida.

Jeg anslog, at Covid-tilfælde i efteråret 2020-udbrud ville toppe omkring 1 dødsfald pr. 1,000 indbygger eller 340,000 dødsfald. På det tidspunkt brugte fremtrædende epidemiologer, hvis synspunkter stemte overens med "budskabet", stadig skøn over alvorlige resultater, hvor millioner af amerikanske dødsfald ville være mulige, hvis virussen forsvandt.

Men efter at have oplevet spærreilden af ​​fjendtligheder, der førte til og efter ILI-papiret, og efter at have set fortsættelsen af ​​fjendtlighederne mod en roterende gruppe af videnskabsmænd med lignende resultater, der afveg fra "budskabet", bekymrede jeg mig om at dele denne fulde teori. 

Jeg så omhyggeligt i sommeren 2020, da det uventede lave og tidlige højdepunkt for tilfælde i Sverige forbløffede epidemiologer, men passede fint med min teori. Jeg så udbruddene i efteråret 2020 fra Chicago til South Dakota aftage, som Levitt havde bemærket, og toppe tidligere, end vi kunne forvente af sæsonbestemt forcering og på en måde, der stemmer overens med udbruddet i marts-april 2020 i NYC. Det gennemsnitlige amerikanske amt toppede omkring 1 dødsfald pr. 1,000 indbygger, det amerikanske udbrud toppede med omkring 350,000 dødsfald, og udbrud i hundredvis af relativt uafbrændte amter så antallet af tilfælde fald før ankomsten af ​​vacciner.

jeg til sidst udgav disse prognoser og resultater i april 2021, efter vacciner havde nok tid til at rulle ud, og forhåbentlig ville ingen påstå, at jeg forstyrrede "budskabet". Jeg tilbageholdt bevidst disse resultater fra preprint-servere på grund af en berettiget frygt for fjendtlighed fra det videnskabelige samfund under COVID-19. 

Ved at skabe et forskningsmiljø, der er fjendtligt over for beviser på en pandemi af lavere sværhedsgrad, læser videnskabsfolk på nyhederne for at informere deres overbevisninger og handlinger om overvurderet Covid-risiko. Denne videnskab var ikke resultatet af en fair konkurrence af ideer vundet af beviser og logik, men en tavshed på ideer af føderale embedsmænd, der koordinerer ødelæggende nedtagninger af konkurrerende synspunkter, ved forudindtaget social/massemedie-forstærkning af én teori og ved en norm for private og offentlige fjendtligheder, der håndhæver en bestemt teori om Covid-19.

Uformel censur af videnskab i COVID-19

Censur antager mange former. Den mest ekstreme form for censur er den formelle kriminalisering af tale, såsom anholdelser af mennesker i Rusland, der protesterer mod Putins krig mod Ukraine. 

Videnskab i Covid-19 blev ikke censureret gennem nogen formel social kontrol, såsom love, der forbyder tale eller offentliggørelse af bestemte resultater. Videnskaben blev imidlertid forstummet af uformel social kontrol, af videnskabsmænd i vores samfund, der gennem ord og gerninger håndhævede en snæver række af videnskabelige overbevisninger og uvidenskabelige normer og værdier om, hvem der kunne præsentere en videnskabelig opdagelse eller teori, eller hvem der kan lave en unik punkt uden at blive chikaneret af kolleger.

Uanset om de angreb Levitt og Ioannidis eller underskriverne af Great Barrington-erklæringen Jay Bhattacharya, Martin Kulldorff og Sunetra Gupta, brugte videnskabsmænd sociale medieplatforme og mainstream-medier til at fjerne konkurrerende synspunkter fra andre videnskabsmænd. Men Washington Post, Buzzfeed eller New York Times artikler er ikke mødesteder for at løse videnskabelig usikkerhed eller fremme videnskabelige debatter; de er steder at forstærke et budskab, og budskabet, der blev forstærket, var, at det er forkert eller umoralsk at estimere COVID-risikoen til at være lavere end en klike af epidemiologer og ikke bør overvejes eller ikke er relevant, når man diskuterer pandemipolitik. 

Twitter, en krigszone, der er velkendt for at forstærke brandhæmmende indhold, er ikke stedet at løse videnskabelige debatter, men det er almindeligvis et sted, hvor man kalder folk ud og mobiliserer vrede hober, der er i stand til at få folk fyret.

De offentlige angreb fra videnskabsmænd var forsøg på offentlige henrettelser, og vi mennesker har en lang og urolig historie med offentlige henrettelser. Historisk set mente man, at offentlige henrettelser bedre kunne afskrække afvigelser fra love og myndigheder, og de offentlige afstraffelser i Covid tjente et lignende formål med at afskrække tilskuere som mig fra at gøre noget, der på afstand kunne fortolkes som lig den forbrydelse, der fik store Stanford-videnskabsmænd til at stene. 

Den sociologiske effekt, og muligvis hensigten, af forsøg på offentlige henrettelser af videnskabsmænd, der fremhævede usikkerhed i Covid-resultater eller, værre endnu, estimering af lavere sværhedsgrad af Covid-pandemibyrden, var den uformelle sociale kontrol af videnskabsmænd som mig, der analyserede Covid-19-data hver gang dag i 2020 og sad på resultater, der fremhævede usikkerhed eller estimerede lavere sværhedsgrad.

I kriminologi forsøger social kontrolteori at forklare, hvorfor nogle mennesker begår forbrydelser, og andre ikke gør, og jeg finder, at social kontrolteori er mest nyttig for at forstå mine egne valg om ikke at offentliggøre mit arbejde i midten til slutningen af ​​2020. 

Igennem 2020 var jeg vidne til, hvordan sociale medieplatforme og massemedier blev værktøjer til fremstille samtykket af offentligheden for at blive enige med en magtfuld klike af epidemiologer. Disse epidemiologer hævdede, at deres videnskab var ubestridt og beskyttede deres videnskabelige teorier mod konkurrence ved offentlig udsendelse af sanktioner mod andre videnskabsmænd. Skam, kritik, latterliggørelse, misbilligelse og andre kontroller af afvigelser fra normer og værdier for udgivelsesarbejde i overensstemmelse med denne klike af epidemiologer eller fra eksperter, de godkender.

En sådan uformel social kontrol af videnskabelige resultater har ingen plads i noget fornuftigt videnskabsideal i et samfund. Hvis vi tillader videnskabsmænd at nedkæmpe andre videnskabsmænd gennem personlige angreb, hvis vi undlader at adskille et kompleks af tætte forbindelser mellem videnskabsmænd og de massemedier, de bruger til at skabe tro på deres egne teorier, så ville det, vi kalder "videnskab", være kamp om tro medieret ikke gennem de fredelige og samarbejdsorienterede idealer om beviser og fornuft, men af ​​kulturkrigsførelsens vilde vold. Det bliver en barbarisk mediekamp at opnå videnskabelig dominans ved at latterliggøre dissidenter og undertrykke dissens gennem uformel social kontrol.

En sti frem

Hvis vi imidlertid uforsigtigt undersøger brugen af ​​medier i videnskaben og praksis med højt profilerede forsøg på offentlige henrettelser af berømte videnskabsmænd, kan vi identificere en sociologisk cancer i vores videnskab og udrydde den, før den metastaserer yderligere. Den videnskab, vi aldrig deler, risikerer at være et fund, vi aldrig har fundet. 

Efterhånden som bunken af ​​udelt videnskab vokser, lider vores videnskabelige forståelse af kriser som pandemier under nedslidningen af ​​den videnskab, den ikke kender. Det burde være i alle videnskabsfolks interesse at lette udvekslingen af ​​videnskabelige ideer for at sikre, at ingen videnskab forbliver udelt af frygt for latterliggørelse eller offentlig henrettelse. 

Heldigvis er vi videnskabsmænd. Vi kan innovere nye platforme og institutioner, og skabe bedre og mere professionelle medier til udveksling af videnskabelige ideer, vi kan reformere videnskaben inden den næste pandemi.