DELI | NATISNI | E-NASLOV
Pozdravljam Eyala Shaharja poziv k ponovnemu pregledu o dokumentih o cepivu proti covidu. Pravzaprav sem začel že dolgo preden je Eyal opozoril na to – še preden so se cepiva pojavila.
Ob koncu groznega leta 2020, zelo vpliven časopis pojavil v ZnanostPritegnil je pozornost medijev po vsem svetu. Časopis z naslovom "Sklepanje o učinkovitosti vladnih posegov proti COVID-19," kmalu so ga vlade po vsem svetu uporabile za opravičevanje svojih vse bolj avtoritarnih politik.
Mojo pozornost je pritegnilo, ker je bil zadnji avtor češki matematik Jan Kulveit. Skupaj z dvema kolegoma, Ondřejem Vencálekom in Jakubom Dostálom, smo napisali naslednji odgovor:
"Vsi modeli so napačni, nekateri pa so uporabni»pravi znan rek, ki ga običajno pripisujejo Georgeu Boxu. Danes bi morda rekel, da so vsi modeli napačni, nekateri pa celo nevarni. To po našem mnenju velja tudi za to študijo.«Sklepanje o učinkovitosti vladnih posegov proti COVID-19"1 ki se je pojavil v Znanost in je bila deležna široke pozornosti po vsem svetu.
Namen študije je razumeti učinkovitost nefarmacevtskih ukrepov (NPI) pri obvladovanju pandemije Covid-19. Avtorji analizirajo podatke o skupnem številu primerov in smrti v 41 (večinoma evropskih) državah med januarjem in koncem maja 2020. Pripravijo oceno učinkov 8 različnih NPI (kot so omejitev zbiranja ljudi, zaprtje šol itd.), ki so bili v preučevanem obdobju uvedeni v številnih državah. Učinek vsakega NPI je kvantificiran z zmanjšanjem reprodukcijskega števila okužb R v času uvedbe NPI v posamezni državi.
Rezultati so bili na splošno dobrodošli, saj kažejo, da vsi NPI-ji na splošno delujejo, velikosti učinkov pa se zdijo skladne z zdravo pametjo (npr. bolj ko omejite zbiranja, večje zmanjšanje R dosežete). Vlade po vsem svetu bodo zelo vesele, ko bodo slišale, da so bile omejitve, ki so jih uvedle, upravičene. Pa so bile?
Pravzaprav ne vemo in ta študija nam pri tem ne pomaga. Trdimo, da je v modelu usodna napaka, zaradi katere je neuporaben. Če pogledamo edino enačbo v glavnem delu članka (glejte razdelek »Kratek opis modela«), vidimo, da so avtorji domnevati osnovno (neopazovano) osnovno reprodukcijsko število R0,c za konstantno v času za vsako državo. To osnovno reprodukcijsko število se nato pomnoži z učinki neto indeksov uspešnosti (NPI) in to se prilagodi podatkom. Model torej predpostavlja, da je vsaka sprememba dinamike epidemije posledica neto prihodkovnih indeksov (NPI).To je zavajajoče, ker je krožno. Če želite količinsko opredeliti učinke intervencije, ne morete domnevati, da so vsi opaženi učinki posledica same intervencije.
Tudi ta predpostavka o konstantnem R0,c nakazuje, zakaj so se avtorji odločili prenehati z modeliranjem, ko je kateri koli NPI odpravljen. NPI-ji se običajno odpravijo, ko epidemija upade. Tako so NPI-ji prisotni, ko je R visok, in so odsotni, ko je R nizek. S podatki iz daljšega časovnega intervala (vključno s poletnim obdobjem nizke prevalence in sproščenih NPI-jev) bi se preprost model, ki so ga uporabili avtorji, naučil ... negativna učinek – da neto naložbe pospešijo epidemijo. To je bilo očitno nezaželeno, zato so se avtorji odločili, da za prilagoditev modela ne bodo uporabili podatkov iz poletja. Takšna strategija modeliranja je zelo vprašljiva.
Da bi bila naša poanta popolnoma jasna, smo izvedli naslednji poskus. Vzeli smo izvirni nabor podatkov2 in si izmislili nov NPI, ki ga ni nikoli bilo. Recimo, da je moral od uvedbe tega novega NPI vsak državljan nositi majico z napisom »Stop-Covid«, vse dokler ni bil ta NPI odpravljen.
Iz obdobja, v katerem je bila določena država modelirana, smo naključno izbrali datum in podatkom »vsilili« ta NPI za majice (glejte referenco [3] za prvotni nabor podatkov z dodanim NPI za majice). Števila primerov in smrti nikakor nismo spremenili. Takšen NPI ni nikoli obstajal in zato ni mogel imeti nobenega učinka. Nato smo zagnali prvotni model (glejte referenco [4] za povezavo do GitHuba do različice, ki smo jo uporabili), ne da bi se dotaknili kakršnih koli parametrov. Rezultat je prikazan na sliki 1. Majice so skoraj odpravile pandemijo!
Kako je to mogoče? Vsaka epidemija ima svojo intrinzično dinamiko. Najenostavnejši model SIR ustvari en sam vrh v številu aktivnih primerov. Če želimo tak vrh reproducirati s preprosto eksponentno funkcijo (kar počnejo avtorji), koeficient v eksponentu (tj. empirično reprodukcijska številka) mora zmanjša v času od začetka prvega vala. Torej, če predpostavimo, da kaj Če je vpliv na reprodukcijsko število posledica NPI-jev, model ne more ustvariti ničesar drugega kot dodeliti pozitiven učinek (tj. zmanjšanje R) na kateri koli NPI. Tudi na neobstoječega, kot smo pokazali.
Zato je po našem mnenju model zavajajoč in zelo nevaren, saj ga lahko vlade uporabijo za retrospektivno upravičevanje kaj Neto naložbe, ki so jih vsiljevali ljudem. Ne trdimo, da nekatere/vse neto naložbe niso imele pozitivnega učinka. Pravimo le, da s tem modelom tega ni mogoče ugotoviti.
Slika 1Nošenje majice z napisom »Stop-Covid« odpravi pandemijo.
Odgovor smo poslali v obliki pisma uredniku ZnanostPrišel je odgovor: zelo jim je žal, vendar našega pisma niso mogli objaviti. Niso povedali, zakaj.
Torej sem njihovo "izjavo o poslanstvu" kopiral in prilepil v e-poštno sporočilo – nekaj takega kot "Družina revij Science spodbuja cilj AAAS, da izboljša komunikacijo med znanstveniki, inženirji in javnostjo.„Spomnil sem jih, da cenzuriranje drugačnih glasov še nikoli ni izboljšalo komunikacije.“
Sčasoma so nam prijazno dovolili, da objavimo naš odgovor kot e-pismo, skrito za dodatnim gradivom izvirnega članka. E-pisma ni mogoče citirati, ne dovoljuje slik in se ne bo prikazalo v nobenem iskanju.
Češko različico našega odgovora smo objavili pod naslovom „Ali ukrepi za zajezitev pandemije delujejo? Da, minister!“ na spletni strani Češkega statističnega društva. Prislužilo nam je izjemno vljudno pismo avtorja – in tiho prepoved v osrednjih medijih.
To je torej to. Imate kakšne boljše zgodbe o pregledih Covida?
Reference
- JM Brauner in sod., 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 poučuje uporabno matematiko na Univerzi Palackého v Češki republiki. Njegovo ozadje je na področju matematičnega modeliranja in podatkovne znanosti. Je soustanovitelj Združenja mikrobiologov, imunologov in statistikov (SMIS), ki češki javnosti zagotavlja na podatkih temelječe in iskrene informacije o epidemiji koronavirusa. Je tudi soustanovitelj samizdatske revije dZurnal, ki se osredotoča na odkrivanje znanstvenih nepravilnosti v češki znanosti.
Poglej vse objave
