KOPĪGOT | DRUKĀT | SŪTĪT E-PASTU
Covid pandēmijas sākumā Maikls Levits Uhaņā laika gaitā novēroja pakāpenisku saslimstības pieauguma tempu samazināšanos., un daudzi noraidīja vai ignorēja viņa novērojumus, jo uzskatīja tos par nepiemērotiem akreditācijas datiem un netradicionālām matemātiskām metodēm (Gomperca līknes, atšķirībā no tradicionālajiem epidemioloģijas nodalījuma modeļiem).
Daži pētnieki pat nosauca Maikla Levita darbu par “nāvējošas muļķības”, sakot, ka viņš ir bezatbildīgs zinātnieku aprindu loceklis, jo nav epidemiologs un prezentē darbu, kas, pēc Levita kritiķu domām, mazina koronavīrusa nozīmi.
17. gada 2020. martā Džons Joanidiss apgalvoja, ka Covid-19 smaguma pakāpe nav skaidra un ekstremāla ierobežošanas politika, piemēram, lokdauns, varētu nodarīt lielāku ļaunumu nekā pati pandēmija, provocējot pastāvīga naidīguma kultūra pret Dr. Ioannidisu, sākot ar nepatiesiem apgalvojumiem par interešu konfliktiem 2020. gadā cilvēkiem, kas apsūdzēja Joanidisu "Briesmīgā zinātne" un vairāk.
Mana pieredze kā “novirzes” epidemiologam
Kā matemātiskais biologs, kas dažus gadus pirms Covid-2020 pētīja vīrusu pārnešanu no sikspārņiem uz cilvēkiem, un kā laika rindu analītiķis ar gandrīz desmit gadu pieredzi prognozēšanā līdz 2020. gada sākumam, es kopš XNUMX. gada janvāra pētīju arī Covid-XNUMX.
Es pamanīju Levita Gomperca līkņu gudrību – Levits atklāja novērojumu, ko pats biju atklājis neatkarīgi, par regulāru saslimstības pieauguma tempa samazināšanos krietni pirms saslimstības maksimuma sasniegšanas Uhaņā un pēc tam agrīnajos uzliesmojumos visā Eiropā un ASV. Savā darbā es 2020. gada februārī atradu pierādījumus, ka saslimstības līmenis Uhaņas agrīnajā uzliesmojumā dubultojās ik pēc 2–3 dienām (viduspunkta aplēse 2.4 dienas) laikā, kad Populāri epidemiologi uzskatīja, ka Covid izplatība dubultosies ik pēc 6.2 dienām.
Tobrīd mēs zinājām, ka pirmie gadījumi tika atklāti 2019. gada novembra beigās. Pieņemsim, ka pirmais gadījums bija 1. gada 2019. decembrī, 72 dienas pirms aptuvenā 2020. gada sākuma gadījumu skaita maksimuma Ķīnā 11. gada 2020. februārī. Ja gadījumu skaits šajā 2.4 dienu periodā dubultotos ik pēc 72 dienām, inficētos pat 1 miljards cilvēku jeb 2/3 Ķīnas iedzīvotāju. Ja tā vietā gadījumu skaits dubultotos ik pēc 5 dienām, mēs sagaidām, ka Ķīnā inficētos aptuveni 22,000 XNUMX cilvēku.
Ja saslimstības gadījumu skaits dubultotos ik pēc 6.2 dienām, mēs sagaidām, ka Ķīnā inficēsies 3,100 cilvēku. Jo lēnāks bija saslimstības pieauguma temps, jo mazāk saslimšanas gadījumu tika prognozēts, jo augstāku infekcijas mirstības līmeni viņi lēsa un jo smagāku viņi baidījās par Covid-19 pandēmiju. Šie atklājumi lika man saskatīt Dr. Levita novērojumu pamatotību un piekrist Dr. Joanidisa formulētajam zinātniskajam nenoteiktības līmenim saistībā ar Covid pandēmijas smagumu, ko pasaule gatavojās piedzīvot.
Tomēr, redzot, kā pasaule izturas pret Levitu, Joanidisu un daudziem citiem zinātniekiem ar pretējiem uzskatiem, kas atspoguļoja manējos, mani sāka pārņemt bailes par iespējamiem reputācijas un profesionālajiem riskiem, kas saistīti ar manas zinātnes atklāšanu. Es mēģināju privāti dalīties ar savu darbu, bet sastapos ar profesoriem, kas apgalvoja, ka es "neesmu epidemiologs", un viens no maniem vārdiem teica, ka es "būšu tieši atbildīgs par miljonu cilvēku nāvi", ja publicēšu savu darbu, kļūdīšos un iedvesīšu pašapmierinātību cilvēkos, kas nomira no COVID.
Starp šīm personīgajām tikšanās reizēm ar zinātniekiem dažādos amatos un Levita un Joanidi publisko nomētāšanu ar akmeņiem es uztraucos, ka, publicējot savus rezultātus, mani publiski nosauks par neepidemiologu, tāpat kā Levitu, un par atbildīgu par nāvi, tāpat kā Levitu un Joanidi.
Man izdevās dalīties ar savu darbu CDC prognozēšanas zvanā 9. gada 2020. martā. Es prezentēju, kā es novērtēju šos straujos izaugsmes tempus, to ietekmi uz agrīnā uzliesmojuma interpretāciju Ķīnā un to ietekmi uz pašreizējo COVID-15 situāciju ASV. Tobrīd bija zināms, ka Covid-XNUMX izplatība sabiedrībā ASV sākās ne vēlāk kā XNUMX. janvārī.
Es parādīju, kā uzliesmojums, kas sākas janvāra vidū un dubultojas ik pēc 2.4 dienām, līdz 2020. gada marta vidum varētu izraisīt desmitiem miljonu saslimšanas gadījumu. Sarunas vadītājs Alesandro Vespiņani apgalvoja, ka viņš tam netic, ka straujais pieauguma temps varētu būt saistīts tikai ar pieaugošo saslimšanas gadījumu skaita pieaugumu, un pārtrauca sarunu.
Tikai 9 dienas pēc manas uzstāšanās CDC zvanā tika atklāts, ka Covid-2 pacientu uzņemšana intensīvās terapijas nodaļās (ITN) veselības aprūpes pakalpojumu sniedzējos Ņujorkā dubultojās ik pēc 2 dienām. Lai gan saslimstības gadījumu skaits, iespējams, pieauga, tika noteikti kritēriji uzņemšanai intensīvās terapijas nodaļās, piemēram, kvantitatīvās skābekļa koncentrācijas asinīs robežvērtības, un tāpēc Ņujorkas ITN pieaugums atklāja patiesu izplatības pieaugumu, kas lielākajā ASV metropoles zonā dubultojās ik pēc XNUMX dienām.
Līdz marta beigām, Mēs lēšam, ka vairāk nekā 8.7 miljoni cilvēku visā ASV apmeklēja ambulatoro aprūpes sniedzēju ar gripai līdzīgu slimību. *ILI) un gripas tests bija negatīvs, un šis daudzu pacientu aplēse martā apstiprināja zemāku COVID pandēmijas smaguma pakāpi.
Vērojot, kā Levits, Joanidiss, Gupta un citi tiek vajāti tiešsaistē par savu pierādījumu, analīžu un pamatojumu publicēšanu par mazāk smagu pandēmiju, es sapratu, ka ILI raksta publicēšana ir novirze ārkārtīgi aktīvā tiešsaistes zinātnieku kopienā. Mana motivācija nebija būt novirzītam, bet gan rūpīgi un precīzi novērtēt inficēto cilvēku skaitu un iepazīstināt ar šiem aprēķiniem pasauli, jo pasaulei bija jāzina, cik slikts būs COVID, lai proporcionāli reaģētu uz šo jauno vīrusu.
Tomēr pēc tam, kad mēs publicējām ILI rakstu pirmsdrukas serverī, laikrakstu pārņēma izcila datu žurnālistu komanda žurnālā Economist. un kļuva ļoti populārs. Laikrakstam kļūstot ļoti populāram, sāka materializēties reputācijas un profesionālie draudi, no kuriem biju baidījies.
Kolēģi teica, ka es riskēju kļūt “atbildīgs par miljonu cilvēku nāvi” (noziegums, kas pielīdzināms genocīdam, ja komentāru uztver burtiski), ka manas rokas ir asinis, ka es “traucēju sabiedrības veselības vēstījumu”, ka es “neesmu epidemiologs” un vēl daudz ko citu. Verbālie uzbrukumi nāca no visām pusēm – sākot no cilvēkiem, kas kādreiz bija mani kolēģi un draugi, līdz zinātnieku aprindu locekļiem, par kuriem nekad iepriekš nebiju dzirdējis, ka esmu nogalinājis tūkstošiem cilvēku.
Zinātne, kas netiek kopīgota
Es turpināju pētīt šo alternatīvo Covid teoriju, kuras pamatā ir straujāka izaugsme un no tās izrietošā mazāka smaguma pakāpe. Saskaņā ar šo teoriju ir iespējams, ka Ņujorka sasniedza kolektīvo imunitāti 2020. gada marta vilnī, un, ja tā, tad Ņujorkas uzliesmojuma iezīmes varētu tikt izmantotas, lai prognozētu vēlāku nekontrolētu un mazāk mazinātu uzliesmojumu iznākumu tādās vietās kā Zviedrija, Dienviddakota un Florida.
Es lēšu, ka Covid gadījumu skaits 2020. gada rudens uzliesmojumu laikā sasniegs maksimumu aptuveni 1 nāves gadījumā uz 1,000 iedzīvotājiem jeb 340,000 XNUMX nāves gadījumu. Tajā laikā ievērojami epidemiologi, kuru uzskati saskanēja ar "vēstījumu", joprojām izmantoja augstas smaguma pakāpes iznākumu aplēses, kur vīrusa ierobežošanas gadījumā būtu iespējami miljoniem ASV nāves gadījumu.
Tomēr, piedzīvojot naidīguma lavīnveida uzbrukumus pirms un pēc ILI raksta, kā arī redzot naidīguma turpināšanos pret mainīgu zinātnieku sastāvu ar līdzīgiem atklājumiem, kas atkāpās no "vēstījuma", es uztraucos par šīs pilnās teorijas kopīgošanu.
2020. gada vasarā es uzmanīgi vēroju, kā negaidīti zemais un agrais saslimstības maksimums Zviedrijā mulsināja epidemiologus, taču tas precīzi atbilda manai teorijai. Es vēroju, kā 2020. gada rudens uzliesmojumi no Čikāgas līdz Dienviddakotai palēninājās, kā Levits bija ievērojis, un sasniedza maksimumu agrāk, nekā mēs varētu gaidīt no sezonālās piespiešanas, un veidā, kas atbilst 2020. gada marta-aprīļa uzliesmojumam Ņujorkā. Vidējā ASV apgabalā maksimums bija aptuveni 1 nāves gadījums uz 1,000 iedzīvotājiem, ASV uzliesmojums sasniedza maksimumu aptuveni 350,000 XNUMX nāves gadījumu, un uzliesmojumi simtiem relatīvi neskartu apgabalu piedzīvoja saslimstības samazināšanos pirms vakcīnu ieviešanas.
Es galu galā publicēja šīs prognozes un secinājumus 2021. gada aprīlī, pēc tam, kad vakcīnām bija pietiekami daudz laika, lai tās ieviestu tirgū, un, cerams, tad neviens neapgalvos, ka es traucēju “vēstījuma” izplatīšanu. Es apzināti slēpu šos atklājumus no pirmsdrukas serveriem, pamatoti baidoties no zinātnieku aprindu naidīguma COVID-19 laikā.
Radot pētniecības vidi, kas ir naidīga pret pierādījumiem par mazāk izteiktu pandēmiju, zinātnieki lasīja ziņas, lai pamatotu savus uzskatus un rīcību saistībā ar pārvērtētu Covid risku. Šī zinātne nebija godīgas ideju konkurences rezultāts, kurā uzvarēja pierādījumi un loģika, bet gan ideju apklusināšana, ko veica federālās amatpersonas, koordinējot... postošas nogāšanās konkurējošu uzskatu dēļ, ar vienas teorijas neobjektīvu pastiprināšanu sociālajos/masu medijos un ar privātas un publiskas naidīguma normu, kas uzspiež konkrētu Covid-19 teoriju.
Neformāla zinātnes cenzūra COVID-19 laikā
Cenzūra var izpausties dažādos veidos. Visekstrēmākā cenzūras forma ir oficiāla runas kriminalizācija, piemēram, cilvēku aresti Krievijā, protestējot pret Putina karu Ukrainā.
Covid-19 laikā zinātne netika cenzēta ar formālu sociālo kontroli, piemēram, likumiem, kas aizliedz vārda brīvību vai konkrētu rezultātu publicēšanu. Tomēr zinātni apklusināja neformāla sociālā kontrole, mūsu kopienas zinātniekiem ar vārdiem un darbiem uzspiežot šauru zinātnisko uzskatu un nezinātnisku normu un vērtību loku par to, kas var prezentēt zinātnisku atklājumu vai teoriju vai kas var izvirzīt unikālu viedokli, neciešot kolēģu aizskaršanu.
Neatkarīgi no tā, vai zinātnieki uzbruka Levitam un Joanidisam vai Lielās Baringtona deklarācijas parakstītājiem Džejam Batačarjam, Martinam Kuldorfam un Sunetrai Guptai, viņi izmantoja sociālo mediju platformas un galvenos plašsaziņas līdzekļus, lai noliegtu citu zinātnieku konkurējošos uzskatus. Washington Post, BuzzFeed, vai New York Times Raksti nav platformas zinātniskās nenoteiktības risināšanai vai zinātnisko debašu virzīšanai; tie ir platformas vēstījuma pastiprināšanai, un pastiprinātais vēstījums bija tāds, ka COVID riska aplēse kā zemāka nekā epidemiologu kliķei ir nepareiza vai amorāla, un tā nebūtu jāņem vērā vai nav būtiska, apspriežot pandēmijas politiku.
Twitter, kara zona, kas labi pazīstama ar provokatīva satura pastiprināšanu, nav vieta, kur atrisināt zinātniskas debates, taču tā parasti ir vieta, kur saukt cilvēkus pie atbildības un mobilizēt dusmīgus pūļus, kas spēj panākt cilvēku atlaišanu.
Publiskie uzbrukumi zinātniekiem bija mēģinājumi izpildīt publiskas nāvessoda izpildes, un mums, cilvēkiem, ir sena un sarežģīta publisku nāvessodu vēsture. Vēsturiski tika uzskatīts, ka publiskas nāvessoda izpildes labāk attur no novirzīšanās no likumiem un varas iestādēm, un publiskie sodi Covid laikā kalpoja līdzīgam mērķim - atturēt tādus skatītājus kā es no jebkādas rīcības, ko varētu kaut attāli interpretēt kā līdzīgu noziegumam, kura dēļ lielie Stenfordas zinātnieki tika nomētāti ar akmeņiem.
Socioloģiskā ietekme un, iespējams, arī nolūks, kas bija vērsts uz mēģinājumiem publiski sodīt ar nāvi zinātniekus, kuri izcēla nenoteiktību Covid iznākumos vai, vēl ļaunāk, novērtēja Covid pandēmijas sloga zemāku smagumu, bija neformāla sociālā kontrole, ko īstenoja tādi zinātnieki kā es, kuri katru 19. gada dienu analizēja Covid-2020 datus un balstījās uz atklājumiem, kas izcēla nenoteiktību vai novērtēja zemāku smagumu.
Kriminoloģijā sociālās kontroles teorija mēģina izskaidrot, kāpēc daži cilvēki izdara noziegumus, bet citi ne, un es uzskatu, ka sociālās kontroles teorija ir visnoderīgākā, lai izprastu savas izvēles nepublicēt savu darbu 2020. gada vidū un beigās.
Visu 2020. gadu es biju liecinieks tam, kā sociālo mediju platformas un plašsaziņas līdzekļi kļuva par instrumentiem, lai sagatavo piekrišanu sabiedrības piekrist ietekmīgai epidemiologu kliķei. Šie epidemiologi apgalvoja, ka viņu zinātne ir neapstrīdama, un aizsargāja savas zinātniskās teorijas no apstrīdēšanas, publiski pārraidot sankcijas pret kolēģiem zinātniekiem. Kauns, kritika, izsmiekls, nosodījums un citi ierobežojumi novirzēm no normām un vērtībām, publicējot darbu saskaņā ar šo epidemiologu kliķi vai no ekspertiem, kurus viņi atbalsta.
Šādai neformālai sociālai kontrolei pār zinātniskajiem atklājumiem nav vietas nevienā saprātīgā zinātnes ideālā sabiedrībā. Ja mēs ļausim zinātniekiem nomelnot citus zinātniekus, izmantojot personiskus uzbrukumus, ja mēs nespēsim atdalīt ciešo saistību kompleksu starp zinātniekiem un masu medijiem, ko viņi izmanto, lai radītu ticību savām teorijām, tad tas, ko mēs saucam par "zinātni", būtu cīņa par ticību, kas notiek nevis ar miermīlīgiem un sadarbības ideāliem par pierādījumiem un saprātu, bet gan ar mežonīgu kultūras kara vardarbību. Tā kļūst par barbarisku mediju cīņu par zinātniskās dominances sasniegšanu, izsmejot disidentus un apspiežot opozīciju ar neformālas sociālās kontroles palīdzību.
Ceļš uz priekšu
Tomēr, ja mēs nesaudzīgi pētīsim plašsaziņas līdzekļu izmantošanu zinātnē un plaši izplatītos slavenu zinātnieku mēģinājumus izpildīt publiskas nāvessodus, mēs varēsim identificēt socioloģisko vēzi mūsu zinātnē un izskaust to, pirms tas vēl vairāk metastazējas. Zinātne, ar kuru mēs nekad nedalāmies, riskē kļūt par atklājumu, ko nekad neesam atraduši.
Pieaugot neizpausto zinātnes atziņu skaitam, mūsu zinātniskā izpratne par tādām krīzēm kā pandēmijām cieš no neizpētītās zinātnes. Visu zinātnieku interesēs būtu veicināt zinātnisko ideju apmaiņu, lai nodrošinātu, ka neviena zinātnes atziņa nepaliek neizpausta bailēs no izsmiekla vai publiskas nāvessoda izpildes.
Par laimi, mēs esam zinātnieki. Mēs varam radīt jaunas platformas un institūcijas, kā arī labākus un profesionālākus medijus zinātnisko ideju apmaiņai, mēs varam reformēt zinātni pirms nākamās pandēmijas.
-
Alekss Vašbērns ir matemātiskais biologs un Selva Analytics dibinātājs un galvenais zinātnieks. Viņš pēta konkurenci ekoloģisko, epidemioloģisko un ekonomisko sistēmu pētījumos, tostarp pētot Covid epidemioloģiju, pandēmijas politikas ekonomisko ietekmi un akciju tirgus reakciju uz epidemioloģiskajām ziņām.
Skatīt visas ziņas
