CONDIVIDI | STAMPA | E-MAIL
Do il benvenuto a Eyal Shahar richiedere una nuova revisione di documenti sul vaccino Covid. In realtà, ho iniziato molto prima che Eyal lanciasse l'allarme, persino prima che i vaccini comparissero.
Alla fine del terribile anno 2020, un articolo molto influente apparso in ScienzeHa fatto notizia sui principali media di tutto il mondo. Il giornale, intitolato “Dedurre l’efficacia degli interventi governativi contro il COVID-19”, fu presto utilizzato dai governi di tutto il mondo per giustificare le loro politiche sempre più autoritarie.
Ha attirato la mia attenzione perché l'ultimo autore era il matematico ceco Jan Kulveit. Insieme ai miei due colleghi, Ondřej Vencálek e Jakub Dostál, abbiamo scritto la seguente risposta:
"Tutti i modelli sono sbagliati, ma alcuni sono utili" recita un famoso detto solitamente attribuito a George Box. Oggi, forse, direbbe che tutti i modelli sono sbagliati, e alcuni sono persino pericolosi. Questo, a nostro avviso, è il caso dello studio "Dedurre l'efficacia degli interventi governativi contro il COVID-19"1 è apparso in Scienze e ha ricevuto ampia attenzione in tutto il mondo.
Lo studio mira a comprendere l'efficacia degli interventi non farmaceutici (NPI) nel controllo della pandemia di Covid-19. Gli autori analizzano i dati sul conteggio totale dei casi e dei decessi in 41 paesi (per lo più europei) tra gennaio e fine maggio 2020. Producono una stima degli effetti di 8 diversi NPI (come la limitazione degli assembramenti, la chiusura delle scuole, ecc.) implementati in molti paesi durante il periodo di studio. L'effetto di ciascun NPI è quantificato dalla riduzione del numero di riproduzione dell'infezione R al momento dell'imposizione dell'NPI nel rispettivo paese.
I risultati sono stati ampiamente accolti con favore perché sembrano dimostrare che tutti gli NPI funzionano in generale e le dimensioni dell'effetto sembrano concordare con il buon senso (ad esempio, più si limitano gli assembramenti, maggiore è la riduzione di R). I governi di tutto il mondo saranno molto lieti di sapere che le restrizioni imposte erano giustificate. Ma lo erano davvero?
In realtà, non lo sappiamo, e questo studio non ci aiuta a scoprirlo. Sosteniamo che il modello presenti un difetto fatale che lo rende inutile. Esaminando l'unica equazione presente nel corpo dell'articolo (vedere la sezione "Breve descrizione del modello"), notiamo che gli autori assumere il numero di riproduzione di base sottostante (non osservabile) R0,c essere costante nel tempo per ciascun paese. Questo numero di riproduzione di base viene poi moltiplicato per gli effetti degli NPI e adattato ai dati. Pertanto, il modello presuppone che qualsiasi cambiamento nella dinamica dell'epidemia sia dovuto agli NPIQuesto è ingannevole perché è circolare. Se si vogliono quantificare gli effetti di un intervento, non si può dare per scontato che tutti gli effetti osservati siano dovuti all'intervento stesso.
Inoltre, questa ipotesi di R costante0,c suggerisce perché gli autori abbiano scelto di interrompere la modellazione una volta che qualsiasi NPI viene rimosso. Gli NPI vengono solitamente rimossi con il diminuire dell'epidemia. Pertanto, gli NPI sono presenti quando R è alto e sono assenti quando R è basso. Con dati provenienti da un intervallo di tempo più lungo (incluso il periodo estivo di bassa prevalenza e NPI attenuati), il semplice modello utilizzato dagli autori avrebbe imparato un negativo. effetto – che gli NPI accelerino l'epidemia. Ciò era chiaramente indesiderato, quindi gli autori hanno scelto di non utilizzare i dati dell'estate per adattare il modello. Tale strategia di modellazione è altamente discutibile.
Per chiarire completamente il nostro punto, abbiamo eseguito il seguente esperimento. Abbiamo preso il set di dati originale2 e ha inventato un nuovo NPI che non è mai esistito. Supponiamo che dall'imposizione di questo nuovo NPI in poi, ogni cittadino fosse tenuto a indossare una maglietta con la scritta "Stop-Covid", fino alla revoca di questo NPI.
Abbiamo estratto una data casuale uniformemente dal periodo su cui è stato modellato un particolare paese e "imposto" questo NPI della maglietta ai dati (vedi riferimento [3] per il set di dati originale con l'aggiunta dell'NPI della maglietta). Non abbiamo comunque modificato il numero di casi e decessi. Un tale NPI non è mai esistito e quindi non avrebbe potuto avere alcun effetto. Abbiamo quindi eseguito il modello originale (vedi riferimento [4] per il collegamento a GitHub alla versione che abbiamo utilizzato) senza toccare alcun parametro. Il risultato è mostrato nella Figura 1. Le magliette hanno quasi fatto sparire la pandemia!
Come è possibile? Ogni epidemia ha una sua dinamica intrinseca. Il modello SIR più semplice produce un singolo picco nel numero di casi attivi. Se vogliamo riprodurre tale picco con una semplice funzione esponenziale (come fanno gli autori), il coefficiente nell'esponente (ovvero il empirico numero di riproduzione) deve diminuire nel tempo dall'inizio della prima ondata. Quindi, supponendo che in qualsiasi l'effetto sul numero di riproduzione è dovuto agli NPI, il modello non può produrre altro che assegnare un positivo effetto (cioè una riduzione di R) su qualsiasi NPI. Anche su uno inesistente, come abbiamo dimostrato.
Pertanto, a nostro avviso, il modello è ingannevole e molto pericoloso, perché può essere utilizzato dai governi per giustificare retrospettivamente in qualsiasi Le NPI che hanno scelto di imporre alla popolazione. Non affermiamo che alcune/tutte le NPI non abbiano avuto un effetto positivo. Affermiamo solo che questo modello non è un modo per scoprirlo.
Figure 1
Indossare una maglietta con la scritta “Stop-Covid” fa sparire la pandemia.
Abbiamo inviato la nostra risposta come lettera al direttore di ScienzeLa risposta è arrivata: erano molto dispiaciuti, ma non potevano pubblicare la nostra lettera. Non hanno spiegato il motivo.
Quindi ho copiato e incollato la loro "dichiarazione di intenti" in un'e-mail, qualcosa del tipo "La famiglia di riviste Science promuove l'obiettivo dell'AAAS di migliorare la comunicazione tra scienziati, ingegneri e pubblico.Ho ricordato loro che nessuna comunicazione è mai stata migliorata censurando le voci dissenzienti.
Alla fine, ci hanno gentilmente concesso di pubblicare la nostra risposta come e-letter, nascosta dietro il materiale supplementare dell'articolo originale. L'e-letter non può essere citata, non consente l'inserimento di figure e non apparirà in nessuna ricerca.
Abbiamo pubblicato una versione ceca della nostra risposta con il titolo "Le misure di contenimento della pandemia funzionano? Sì, Ministro!" sul sito web della Società Ceca di Statistica. Ci è valso una lettera molto cortese dall'autore e un silenzioso divieto sui media tradizionali.
Quindi questo è tutto. Avete altre recensioni migliori sul Covid?
Referenze
- JM Brauner et al., 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 insegna matematica applicata alla Palacky University, Repubblica Ceca. Il suo background è in modellistica matematica e Data Science. È uno dei fondatori dell'Associazione di microbiologi, immunologi e statistici (SMIS), che ha fornito al pubblico ceco informazioni oneste e basate sui dati sull'epidemia di coronavirus. È anche uno dei fondatori di una rivista "samizdat" dZurnal, che si concentra sulla scoperta di condotte scientifiche scorrette nella scienza ceca.
Leggi tutti i commenti
