Al principio de la pandemia de Covid, Michael Levitt notó una disminución gradual de las tasas de crecimiento de casos a lo largo del tiempo en Wuhan, y muchos descartaron o ignoraron sus observaciones debido a lo que consideraban credenciales inapropiadas y métodos matemáticos no convencionales (curvas de Gompertz, a diferencia de los modelos compartimentales convencionales en epidemiología).
Algunos investigadores llegaron a llamar al trabajo de Michael Levitt “tonterías letales”, diciendo que estaba siendo un miembro irresponsable de la comunidad científica al no ser epidemiólogo y presentar un trabajo que los críticos de Levitt creían que minimizaba el coronavirus.
El 17 de marzo de 2020, John Ioannidis argumentó que la gravedad de Covid era incierta y que las políticas de contención extremas, como los bloqueos, posiblemente podrían causar más daño que la pandemia misma, provocando una cultura persistente de animosidad hacia el Dr. Ioannidis, a partir de afirmaciones falsas de conflictos de intereses en 2020 a las personas que acusan a Ioannidis de "ciencia terrible" Y muchas más.
Mi experiencia como epidemiólogo “desviado”
Como biólogo matemático que estudia los virus que saltan de los murciélagos a las personas durante algunos años antes del covid, y como analista de series de tiempo con casi una década de experiencia en pronósticos a principios de 2020, también estudié el covid desde enero de 2020.
Me di cuenta de la sabiduría de las curvas de Gompertz de Levitt: Levitt encontró una observación que yo mismo había encontrado de forma independiente, de caídas regulares en la tasa de crecimiento de los casos mucho antes de que los casos alcanzaran su punto máximo en Wuhan, y luego en los primeros brotes en Europa y EE. UU. En mi propio trabajo, encontré evidencia en febrero de 2020 de que los casos se duplicaban cada 2 o 3 días (estimación media de 2.4 días) en el brote temprano de Wuhan en un momento en que Los epidemiólogos populares creían que la prevalencia de Covid se duplicaría cada 6.2 días..
Sabíamos en ese momento que los primeros casos se expusieron a fines de noviembre de 2019. Supongamos que el primer caso fue el 1 de diciembre de 2019, 72 días antes del pico de casos aproximado de principios de 2020 en China el 11 de febrero de 2020. Si los casos se duplicaran estrictamente cada 2.4 días durante ese período de 72 días, hasta mil millones de personas, o 1/2 de China, se habrían infectado. Si, en cambio, los casos se duplicaran cada 3 días, esperaríamos que aproximadamente 5 personas se infecten en China.
Si los casos se duplicaran cada 6.2 días, esperaríamos que 3,100 personas se infectaran en China. Cuanto más lenta era la tasa de crecimiento de casos que se creía, menos casos esperaban, mayor era la tasa de mortalidad por infección que estimaban y más grave les preocupaba que fuera la pandemia de Covid-19. Estos hallazgos me llevaron a ver el mérito de las observaciones del Dr. Levitt y a estar de acuerdo con la articulación del Dr. Ioannidis sobre la incertidumbre científica que rodea la gravedad de la pandemia de Covid que el mundo estaba a punto de experimentar.
Sin embargo, cuando vi el trato del mundo hacia Levitt, Ioannidis y muchos más científicos con puntos de vista opuestos que reflejaban los míos, empecé a temer los posibles riesgos profesionales y de reputación al compartir mi ciencia. Traté de compartir mi trabajo en privado, pero me encontré con profesores que afirmaban que "no era epidemiólogo", y uno me dijo que "sería directamente responsable de la muerte de millones" si publicaba mi trabajo, estaba equivocado e inspiraba complacencia en personas que murieron de COVID.
Entre estos encuentros personales de científicos en una variedad de posiciones y el apedreamiento público de Levitt e Ioannidis, me preocupaba que la publicación de mis resultados resultara en que me llamaran públicamente no epidemiólogo como Levitt y responsable de muertes como las de Levitt e Ioannidis. .
Logré compartir mi trabajo en una llamada de pronóstico de los CDC el 9 de marzo de 2020. Presenté cómo estimé estas tasas de crecimiento rápido, sus implicaciones para interpretar el brote temprano en China y sus implicaciones para el estado actual de COVID en los EE. UU. Se sabía en ese momento que la transmisión comunitaria de Covid en los EE. UU. Comenzó el 15 de enero a más tardar.
Mostré cómo un brote que comienza a mediados de enero y se duplica cada 2.4 días podría causar decenas de millones de casos a mediados de marzo de 2020. El presentador de la llamada, Alessandro Vespignani, afirmó que no lo creía, que el rápido crecimiento las tasas podrían atribuirse al aumento de las tasas de verificación de casos, y finalizó la llamada.
Solo 9 días después de presentarme en la llamada de los CDC, se descubrió que las admisiones de Covid a las UCI se duplicaban cada 2 días entre los proveedores de atención médica en la ciudad de Nueva York. Si bien la determinación de casos podría estar aumentando, los criterios para la admisión en la UCI, como los umbrales cuantitativos de las concentraciones de oxígeno en la sangre, se fijaron y, por lo tanto, el aumento de la UCI de la ciudad de Nueva York reveló un aumento real de la prevalencia que se duplica cada 2 días en el área metropolitana más grande de EE. UU.
A finales de marzo, estimamos que un exceso de 8.7 millones de personas en los EE. UU. visitaron a un proveedor ambulatorio con una enfermedad similar a la influenza *ILI) y dieron negativo para la gripe, y esta estimación de muchos pacientes en marzo corroboró una estimación más baja de la gravedad de la pandemia de COVID.
Habiendo visto a Levitt, Ioannidis, Gupta y más siendo acosados en línea por publicar su evidencia, análisis y razonamientos para una pandemia de menor gravedad, sabía que publicar el artículo de ILI era un acto de desviación en una comunidad científica en línea extremadamente activa. Mi motivación no era ser un desviado, sino estimar con cuidado y precisión la cantidad de personas infectadas y presentar estas estimaciones al mundo, porque el mundo necesitaba saber qué tan malo sería el COVID para reaccionar proporcionalmente a este nuevo virus.
Sin embargo, después de que lanzamos el papel ILI en el servidor de preimpresión, el periódico fue recogido por un brillante equipo de periodistas de datos en The Economist y se volvió viral. A medida que el artículo se volvió viral, la avalancha de amenazas profesionales y de reputación que temía comenzaron a materializarse.
Mis colegas dijeron que corría el riesgo de ser “responsable de la muerte de millones” (un crimen a la par del genocidio, si el comentario se toma literalmente), que tenía sangre en las manos, que estaba “perturbando el mensaje de salud pública”, que “no era un epidemiólogo”, y más. Las piedras verbales vinieron de todos lados, desde personas que alguna vez fueron colegas y amigos hasta miembros de la comunidad científica de los que nunca había oído hablar antes de decir que maté a miles.
La ciencia no compartida
Continué estudiando esta teoría alternativa de Covid basada en un crecimiento más rápido y su menor gravedad implícita. Según esta teoría, es posible que la ciudad de Nueva York alcance la inmunidad colectiva en su ola de marzo de 2020 y, de ser así, las características del brote en la ciudad de Nueva York podrían usarse para predecir los resultados de brotes posteriores no contenidos y menos mitigados en lugares como Suecia, Dakota del Sur y Florida.
Calculé que los casos de covid en los brotes de otoño de 2020 alcanzarían un máximo de alrededor de 1 muerte por cada 1,000 cápita o 340,000 XNUMX muertes. En ese momento, destacados epidemiólogos cuyas opiniones se alineaban con “el mensaje” todavía usaban estimaciones de resultados de alta gravedad, donde millones de muertes en EE. UU. serían posibles si el virus no se contuviera.
Sin embargo, habiendo experimentado el aluvión de hostilidades que precedieron y después del artículo de ILI, y viendo la continuación de las hostilidades hacia un elenco rotativo de científicos con hallazgos similares que se desviaron del "mensaje", me preocupaba compartir esta teoría completa.
Observé atentamente en el verano de 2020 cómo el pico de casos inesperadamente bajo y temprano en Suecia desconcertó a los epidemiólogos, pero se alineó perfectamente con mi teoría. Observé la desaceleración de los brotes de otoño de 2020 desde Chicago hasta Dakota del Sur, como había notado Levitt, y un pico antes de lo que esperaríamos debido al forzamiento estacional y de manera consistente con el brote de Nueva York de marzo a abril de 2020. El condado promedio de EE. UU. alcanzó un máximo de alrededor de 1 muerte por cada 1,000 habitantes, el brote de EE. UU. alcanzó un máximo de alrededor de 350,000 XNUMX muertes, y los brotes en cientos de condados relativamente no mitigados vieron disminuir los casos antes de la llegada de las vacunas.
eventualmente publicó estos pronósticos y hallazgos en abril de 2021, después de que las vacunas tuvieran suficiente tiempo para implementarse y, con suerte, nadie diría que estaba interrumpiendo "el mensaje". Oculté deliberadamente estos hallazgos de los servidores de preimpresión debido a un temor justificado de hostilidad por parte de la comunidad científica durante el COVID-19.
Al crear un entorno de investigación hostil a la evidencia de una pandemia de menor gravedad, la gente científica lee en las noticias para informar sus creencias y acciones sobre el riesgo de Covid sobreestimado. Esa ciencia no fue el resultado de una competencia justa de ideas ganadas por la evidencia y la lógica, sino un silenciamiento de ideas por parte de funcionarios federales que coordinan derribos devastadores de puntos de vista en competencia, por la amplificación sesgada de una teoría en las redes sociales/los medios de comunicación, y por una norma de hostilidades públicas y privadas que hacen cumplir una teoría particular de Covid-19.
Censura informal de la ciencia en COVID-19
La censura toma muchas formas. La forma más extrema de censura es la criminalización formal del discurso, como los arrestos de personas en Rusia que protestan por la guerra de Putin contra Ucrania.
La ciencia en Covid-19 no fue censurada a través de ningún control social formal, como leyes que prohibían el discurso o la publicación de resultados particulares. Sin embargo, la ciencia fue silenciada por el control social informal, por los científicos de nuestra comunidad que imponían, con palabras y hechos, una gama estrecha de creencias científicas y normas y valores no científicos acerca de quién podía presentar un hallazgo o teoría científica, o quién podía hacer una diferencia única. punto sin ser acosado por los colegas.
Ya sea atacando a Levitt e Ioannidis o a los firmantes de la Declaración de Great Barrington, Jay Bhattacharya, Martin Kulldorff y Sunetra Gupta, los científicos utilizaron las plataformas de las redes sociales y los principales medios de comunicación para eliminar las opiniones contrapuestas de otros científicos. Pero El Correo de Washington, BuzzFeedo New York Times los artículos no son lugares para resolver incertidumbre científica o promover debates científicos; son lugares para amplificar un mensaje, y el mensaje que se amplificó fue que estimar que el riesgo de COVID es menor que el de una camarilla de epidemiólogos es incorrecto o inmoral y no debe considerarse o no es relevante al discutir la política de pandemia.
Twitter, una zona de guerra bien conocida por amplificar contenido incendiario, no es el lugar para resolver debates científicos, pero comúnmente es un lugar para llamar a la gente y movilizar turbas enojadas capaces de hacer que la gente sea despedida.
Los ataques públicos a científicos fueron intentos de ejecuciones públicas, y los humanos tenemos una larga y problemática historia de ejecuciones públicas. Históricamente, se creía que las ejecuciones públicas disuadían mejor la desviación de las leyes y las autoridades, y los castigos públicos en Covid tenían el mismo propósito de disuadir a los espectadores como yo de hacer cualquier cosa que pudiera interpretarse remotamente como similar al crimen que apedreó a los grandes científicos de Stanford.
El efecto sociológico, y muy posiblemente la intención, de los intentos de ejecución pública de científicos que destacan la incertidumbre en los resultados de Covid o, peor aún, estiman una menor gravedad de la carga pandémica de Covid, fue el control social informal de científicos como yo que analizábamos datos de Covid-19 cada año. día de 2020 y se sentó en los hallazgos que resaltan la incertidumbre o estiman una gravedad más baja.
En criminología, la teoría del control social intenta explicar por qué algunas personas cometen delitos y otras no, y creo que la teoría del control social es más útil para comprender mis propias elecciones de no publicar mi trabajo a mediados o finales de 2020.
A lo largo de 2020, fui testigo de cómo las plataformas de redes sociales y los medios masivos se convirtieron en herramientas para fabricar el consentimiento del público para estar de acuerdo con una poderosa camarilla de epidemiólogos. Estos epidemiólogos afirmaron que su ciencia era indiscutible y protegieron sus teorías científicas de la impugnación mediante la transmisión pública de sanciones contra otros científicos. La vergüenza, la crítica, el ridículo, la desaprobación y otros controles sobre la desviación de las normas y los valores del trabajo editorial de acuerdo con esta camarilla de epidemiólogos, o de expertos que ellos aprueban.
Tal control social informal sobre los hallazgos científicos no tiene cabida en ningún ideal razonable de ciencia en una sociedad. Si permitimos que los científicos eliminen a otros científicos a través de ataques personales, si no logramos desentrañar un complejo de asociaciones cercanas entre los científicos y los medios de comunicación que utilizan para fabricar la creencia en sus propias teorías, entonces lo que llamamos "ciencia" sería una batalla. creencia mediada no por los ideales pacíficos y cooperativos de la evidencia y la razón, sino por la violencia salvaje de la guerra cultural. Se convierte en una bárbara batalla mediática para lograr el dominio científico ridiculizando a los disidentes y suprimiendo la disidencia a través del control social informal.
Un camino a seguir
Sin embargo, si examinamos sin contemplaciones el uso de los medios de comunicación en la ciencia y la práctica de intentos de ejecución pública de alto perfil por parte de científicos famosos, podemos identificar un cáncer sociológico en nuestra ciencia y erradicarlo antes de que haga más metástasis. La ciencia que nunca compartimos corre el riesgo de ser un hallazgo que nunca encontramos.
A medida que crece la pila de ciencia no compartida, nuestra comprensión científica de crisis como las pandemias sufre el desgaste de la ciencia que no conoce. Debería ser del interés de todos los científicos facilitar el intercambio de ideas científicas para garantizar que ninguna ciencia quede sin compartir por temor al ridículo o la ejecución pública.
Afortunadamente, somos científicos. Podemos innovar nuevas plataformas e instituciones, y crear medios mejores y más profesionales para el intercambio de ideas científicas, podemos reformar la ciencia antes de la próxima pandemia.
Publicado bajo un Licencia de Creative Commons Atribución Internacional
Para reimpresiones, vuelva a establecer el enlace canónico en el original Instituto Brownstone Artículo y Autor.