ПОДІЛИТИСЯ | ДРУКУВАТИ | ЕЛЕКТРОННА ПОШТА
Я вітаю Еяля Шахара закликати до повторного перегляду документів про вакцину проти Covid. Насправді я почав задовго до того, як Еял висловив свою думку — навіть до появи вакцин.
Наприкінці жахливого 2020 року, дуже впливова газета з'явився в наукаЦе потрапило в заголовки провідних ЗМІ по всьому світу. Газета під назвою «Висновок про ефективність державного втручання проти COVID-19» невдовзі було використано урядами по всьому світу для виправдання своєї дедалі авторитарнішої політики.
Це привернуло мою увагу, оскільки останнім автором був чеський математик Ян Кульвейт. Разом з моїми двома колегами, Ондржеєм Венцалеком та Якубом Досталом, ми написали таку відповідь:
"Усі моделі неправильні, але деякі корисні«каже відомий вислів, який зазвичай приписують Джорджу Боксу. Сьогодні він, мабуть, сказав би, що всі моделі неправильні, а деякі навіть небезпечні. На нашу думку, це стосується і дослідження».Висновок про ефективність державного втручання проти COVID-19"1 що з'явився в наука і отримала широку увагу в усьому світі.
Метою дослідження є розуміння ефективності нефармацевтичних втручань (НФВ) у контролі пандемії Covid-19. Автори аналізують дані про загальну кількість випадків захворювання та смертей у 41 (переважно європейській) країні з січня до кінця травня 2020 року. Вони оцінюють вплив 8 різних НФВ (таких як обмеження зібрань людей, закриття шкіл тощо), які були впроваджені в багатьох країнах протягом досліджуваного періоду. Ефект кожного НФВ кількісно визначається зниженням репродуктивного числа інфекції R на момент запровадження НФВ у відповідній країні.
Результати були широко схвалені, оскільки вони, здається, показують, що всі NPI загалом працюють, а розміри ефекту, здається, узгоджуються зі здоровим глуздом (наприклад, чим більше ви обмежуєте зібрання, тим більше зниження R ви отримуєте). Уряди всього світу будуть дуже раді почути, що запроваджені ними обмеження були виправданими. Але чи були вони виправданими?
Насправді, ми не знаємо, і це дослідження не допоможе нам це з'ясувати. Ми стверджуємо, що в моделі є фатальний недолік, який робить її марною. Дивлячись на єдине рівняння в основній частині статті (див. розділ «Короткий опис моделі»), ми бачимо, що автори припустити базове (неспостережуване) базове репродуктивне число R0, c бути постійний у часі для кожної країни. Потім це базове число відтворення множиться на вплив нефінансових показників, і це підганяється до даних. Таким чином, модель припускає, що будь-яка зміна в динаміці епідемії зумовлена нефінансовими інвестиціямиЦе оманливо, оскільки це циклічне явище. Якщо ви хочете кількісно оцінити наслідки втручання, ви не можете припускати, що всі спостережувані ефекти зумовлені саме цим втручанням.
Також це припущення про константу R0, c пояснює, чому автори вирішили припинити моделювання після скасування будь-якого неіндексованого показника ефективності (NPI). NPI зазвичай скасовуються, коли епідемія спадає. Таким чином, NPI присутні, коли R високий, і відсутні, коли R низький. З даними за довший часовий інтервал (включаючи літній період низької поширеності та послаблення NPI), проста модель, яку використовували автори, навчилася б негативний ефект – що недержавні інвестиції прискорюють епідемію. Це було явно небажано, тому автори вирішили не використовувати дані за літо для підгонки моделі. Така стратегія моделювання є дуже сумнівною.
Щоб повністю прояснити нашу думку, ми провели наступний експеримент. Ми взяли вихідний набір даних2 і винайшли новий НПІ, якого ніколи не існувало. Скажімо, що з моменту запровадження цього нового НПІ кожен громадянин був зобов'язаний носити футболку з написом «Стоп-Ковід», доки цей НПІ не скасували.
Ми рівномірно вибрали випадкову дату з періоду, за який моделювалася певна країна, та «нав’язали» цей індекс ефективності футболок (NPI) на дані (див. посилання [3] для оригінального набору даних з доданим NPI футболок). Ми жодним чином не змінювали кількість випадків захворювання та смертей. Такого NPI ніколи не існувало, тому він не міг мати жодного ефекту. Потім ми запустили оригінальну модель (див. посилання на GitHub з версією, яку ми використовували, у посилання [4]), не змінюючи жодних параметрів. Результат показано на рисунку 1. Футболки майже позбавили пандемії життя!
Як це можливо? Кожна епідемія має свою внутрішню динаміку. Найпростіша модель SIR створює один пік кількості активних випадків. Якщо ми хочемо відтворити такий пік за допомогою простої експоненціальної функції (що й роблять автори), коефіцієнт у показнику степеня (тобто емпіричний репродукційний номер) повинен зменшити у часі від початку першої хвилі. Таким чином, припускаючи, що будь-який вплив на репродуктивне число зумовлений неперспективними показниками (NPI), модель не може створити нічого, окрім присвоєння позитивний ефект (тобто зменшення R) для будь-якого NPI. Навіть для неіснуючого, як ми показали.
Таким чином, на нашу думку, ця модель є оманливою та дуже небезпечною, оскільки уряди можуть використовувати її для ретроспективного виправдання будь-який Некомерційна інвестиція (NPI), яку вони вирішили нав'язати людям. Ми не стверджуємо, що деякі/всі NPI не мали позитивного ефекту. Ми лише кажемо, що ця модель не є способом це з'ясувати.
малюнок 1Носіння футболки з написом «Stop-Covid» допомагає подолати пандемію.
Ми надіслали нашу відповідь у вигляді листа редактору наукаНадійшла відповідь: їм дуже шкода, але вони не можуть опублікувати нашого листа. Вони не пояснили причини.
Тож я скопіював та вставив їхню власну «пропозицію» в електронний лист — щось на кшталт «Сімейство журналів Science сприяє досягненню мети AAAS щодо покращення комунікації між науковцями, інженерами та громадськістю.«Я нагадав їм, що цензурування незгодних голосів ще ніколи не покращувало комунікацію».
Зрештою, вони люб’язно дозволили нам опублікувати нашу відповідь у вигляді електронного листа, прихованого за додатковими матеріалами оригінальної статті. Електронний лист не можна цитувати, не дозволяє використовувати цифри та не відображатиметься в жодному пошуку.
Ми опублікували чеську версію нашої відповіді під назвою «Чи працюють заходи стримування пандемії? Так, пане міністре!» на вебсайті Чеського статистичного товариства. Це принесло нам дуже ввічливий лист від автора — і тиху заборону в основних ЗМІ.
Ось і все. Маєте кращі огляди про Covid?
Посилання
- Дж. М. Браунер та ін., 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
-
Томаш Фюрст викладає прикладну математику в Університеті Палацького, Чеська Республіка. Він має досвід у математичному моделюванні та науці про дані. Він є співзасновником Асоціації мікробіологів, імунологів та статистиків (SMIS), яка надає чеській громадськості обґрунтовану даними та чесну інформацію про епідемію коронавірусу. Він також є співзасновником самвидавного журналу dZurnal, який зосереджується на викритті наукових зловживань у чеській науці.
Переглянути всі повідомлення
