Uciszenie naukowców 

Na początku pandemii Covid, Michael Levitt zauważył stopniowy spadek tempa wzrostu liczby przypadków w czasie w Wuhan, a wielu odrzuciło lub zignorowało jego obserwacje ze względu na to, co uważali za niewłaściwe referencje i niekonwencjonalne metody matematyczne (krzywe Gompertza, w przeciwieństwie do konwencjonalnych modeli przedziałowych w epidemiologii).

Niektórzy badacze posunęli się tak daleko, że nazwali pracę Michaela Levitta „śmiertelne bzdury”, mówiąc, że był nieodpowiedzialnym członkiem społeczności naukowej, nie będąc epidemiologiem i prezentując prace, które według krytyków Levitta bagatelizowały koronawirusa.

17 marca 2020 r. John Ioannidis argumentował, że dotkliwość Covida była niepewna, a ekstremalne zasady powstrzymywania, takie jak blokady, mogą prawdopodobnie spowodować więcej szkód niż sama pandemia, prowokując uporczywa kultura niechęci do dr Ioannidisa, od fałszywych twierdzeń o konfliktach interesów w 2020 roku osobom oskarżającym Ioannidisa o „straszna nauka” i więcej.

Moje doświadczenie jako „zboczonego” epidemiologa

Jako biolog matematyczny badający wirusy przeskakujące z nietoperzy na ludzi przez kilka lat przed Covid oraz jako analityk szeregów czasowych z prawie dziesięcioletnim doświadczeniem w prognozowaniu do początku 2020 roku, studiowałem również Covid od stycznia 2020 roku. 

Zauważyłem mądrość krzywych Gompertza Levitta – Levitt znalazł obserwację, którą sam odkryłem niezależnie, regularnych zaników tempa wzrostu przypadków na długo przed szczytem przypadków w Wuhan, a następnie we wczesnych epidemiach w Europie i Stanach Zjednoczonych. W mojej własnej pracy znalazłem dowody w lutym 2020 r. Na to, że przypadki podwajały się co 2-3 dni (oszacowanie punktu środkowego 2.4 dnia) we wczesnej epidemii Wuhan w czasie, gdy popularni epidemiolodzy uważali, że częstość występowania Covid podwaja się co 6.2 dni.

Wiedzieliśmy wtedy, że najwcześniejsze przypadki zostały ujawnione pod koniec listopada 2019 r. Załóżmy, że pierwszy przypadek miał miejsce 1 grudnia 2019 r., 72 dni przed przybliżonym szczytem przypadków w Chinach na początku 2020 r., który miał miejsce 11 lutego 2020 r. Jeśli liczba przypadków ściśle się podwoiła co 2.4 dnia w ciągu tego 72-dniowego okresu, aż 1 miliard ludzi, czyli 2/3 Chin, zostałoby zarażonych. Gdyby zamiast tego liczba przypadków podwajała się co 5 dni, spodziewalibyśmy się, że w Chinach zostanie zarażonych około 22,000 XNUMX osób. 

Gdyby liczba przypadków podwajała się co 6.2 dni, spodziewalibyśmy się, że w Chinach zostanie zarażonych 3,100 osób. Uważano, że im wolniejsze tempo wzrostu przypadków, im mniej przypadków się spodziewali, tym wyższy oszacowali wskaźnik śmiertelności infekcji i tym bardziej obawiali się, że pandemia Covid-19 będzie cięższa. Te odkrycia skłoniły mnie do dostrzeżenia wartości w obserwacjach dr Levitta i zgodziły się z artykułowaniem przez dr Ioannidisa naukowej niepewności otaczającej powagę pandemii Covid, której świat miał wkrótce doświadczyć.

Jednakże, kiedy zobaczyłem, jak świat traktuje Levitta, Ioannidisa i wielu innych naukowców, którzy mają sprzeczne poglądy, które odzwierciedlają moje własne, zacząłem się bać potencjalnego ryzyka dla reputacji i profesjonalnego dzielenia się moją nauką. Próbowałem dzielić się swoją pracą prywatnie, ale spotkałem profesorów twierdzących, że nie jestem-epidemiologiem. ludzie, którzy zmarli na COVID. 

Pomiędzy tymi osobistymi spotkaniami naukowców na różnych stanowiskach a publicznym ukamienowaniem Levitta i Ioannidisa, martwiłem się, że opublikowanie moich wyników spowoduje, że będę publicznie nazywany nie-epidemiologiem, takim jak Levitt, i odpowiedzialnym za śmierć, jak zarówno Levitt, jak i Ioannidis. .

Udało mi się podzielić moją pracą dotyczącą zaproszenia CDC do prognozowania 9 marca 2020 r. Przedstawiłem, w jaki sposób oszacowałem te szybkie stopy wzrostu, ich implikacje dla interpretacji wczesnego wybuchu epidemii w Chinach oraz ich implikacje dla obecnego stanu COVID w USA. Wiadomo było wówczas, że wspólnotowa transmisja Covid w USA rozpoczęła się najpóźniej 15 stycznia, 

Pokazałem, jak epidemia rozpoczynająca się w połowie stycznia i podwajająca się co 2.4 dnia może spowodować dziesiątki milionów przypadków do połowy marca 2020 roku. Prowadzący rozmowę, Alessandro Vespignani, twierdził, że nie wierzy w to, że szybki wzrost stawki mogą być po prostu związane z rosnącym wskaźnikiem rozpoznania sprawy i zakończył rozmowę.

Zaledwie 9 dni po tym, jak przedstawiłem się na rozmowie telefonicznej CDC, okazało się, że liczba przyjęć Covid na OIOM podwajała się co 2 dni w różnych placówkach służby zdrowia w Nowym Jorku. Chociaż liczba przypadków oceniania może wzrastać, kryteria przyjęcia na OIT, takie jak progi ilościowe stężenia tlenu we krwi, były stałe, tak więc gwałtowny wzrost liczby przypadków na OIT w Nowym Jorku ujawnił prawdziwy wzrost chorobowości podwajający się co 2 dni w największym obszarze miejskim USA. 

Pod koniec marca oszacowaliśmy, że ponad 8.7 miliona osób w Stanach Zjednoczonych odwiedziło ambulatoryjną osobę z chorobą grypopodobną *ILI) i uzyskały negatywny wynik testu na grypę, a te szacunki wielu pacjentów w marcu potwierdziły niższe oszacowanie ciężkości pandemii COVID.

Obserwując, jak Levitt, Ioannidis, Gupta i wielu innych jest mobbingowanych online za publikowanie ich dowodów, analiz i argumentacji na temat pandemii o mniejszej dotkliwości, wiedziałem, że opublikowanie artykułu ILI było aktem dewiacji w niezwykle aktywnej internetowej społeczności naukowej. Moją motywacją nie było bycie dewiantem, ale staranne i dokładne oszacowanie liczby zarażonych osób i przedstawienie tych szacunków światu, ponieważ świat musiał wiedzieć, jak zły byłby COVID, aby proporcjonalnie zareagować na tego nowego wirusa. 

Jednak po opublikowaniu papieru ILI na serwerze preprintu, gazeta została odebrana przez genialny zespół dziennikarzy danych w Economist i stał się wirusowy. Gdy gazeta stała się popularna, ataki na reputację i groźby zawodowe, których się obawiałem, zaczęły się materializować.

Koledzy powiedzieli, że ryzykuję, że będę „odpowiedzialny za śmierć milionów” (przestępstwo na równi z ludobójstwem, jeśli komentarz jest rozumiany dosłownie), że mam krew na rękach, że „zakłócam przesłanie zdrowia publicznego”, że był „nie epidemiologiem” i nie tylko. Kamienie werbalne pochodziły ze wszystkich stron, od ludzi, którzy byli kiedyś kolegami i przyjaciółmi, po członków społeczności naukowej, o których nigdy nie słyszałem, zanim powiedziałem, że zabiłem tysiące.

Nauka nieudostępniona

Kontynuowałem studiowanie tej alternatywnej teorii Covida opartej na szybszym wzroście i dorozumianej mniejszej dotkliwości. Zgodnie z tą teorią, możliwe jest, że Nowy Jork osiągnął odporność na stada podczas fali z marca 2020 r., a jeśli tak, to cechy epidemii w Nowym Jorku można wykorzystać do przewidywania wyników późniejszych niekontrolowanych i mniej łagodzonych epidemii w miejscach takich jak Szwecja, Dakota Południowa i Floryda.

Oszacowałem, że przypadki Covid w epidemiach jesienią 2020 r. Osiągną szczyt około 1 zgonu na 1,000 mieszkańca lub 340,000 XNUMX zgonów. W tym czasie wybitni epidemiolodzy, których poglądy zgodne z „przesłaniem” nadal się posługiwali szacunki wyników o dużej dotkliwości, gdzie miliony zgonów w USA byłyby możliwe, gdyby wirus nie był zabezpieczony.

Jednak doświadczywszy zalewu działań wojennych prowadzących do artykułu ILI i po nim oraz widząc kontynuację wrogości wobec zmieniającej się obsady naukowców z podobnymi odkryciami, które odbiegały od „przesłania”, martwiłem się, czy podzielę się tą pełną teorią. 

Latem 2020 roku uważnie obserwowałem, jak niespodziewanie niski i wczesny szczyt zachorowań w Szwecji zdumiał epidemiologów, ale był zgodny z moją teorią. Obserwowałem, jak jesienne wybuchy epidemii 2020 r. z Chicago do Południowej Dakoty zwalniają, jak zauważył Levitt, i osiągają szczyt wcześniej, niż byśmy się spodziewali po wymuszeniach sezonowych i w sposób zgodny z wybuchem w Nowym Jorku z marca 2020 r. Mediana hrabstwa USA osiągnęła szczyt około 1 zgonu na 1,000 mieszkańca, wybuch epidemii w USA osiągnął szczyt około 350,000 XNUMX zgonów, a epidemie w setkach stosunkowo niełagodzonych hrabstw odnotowały spadek przypadków przed pojawieniem się szczepionek.

ja w końcu opublikował te prognozy i ustalenia w kwietniu 2021 r., po tym, jak szczepionki miały wystarczająco dużo czasu na wprowadzenie i miejmy nadzieję, nikt nie będzie twierdził, że zakłócam „przesłanie”. Celowo ukryłem te odkrycia na serwerach preprintów z powodu uzasadnionej obawy przed wrogością społeczności naukowej podczas COVID-19. 

Tworząc środowisko badawcze wrogie dowodom pandemii o mniejszej dotkliwości, naukowcy czytają wiadomości, aby informować o swoich przekonaniach i działaniach związanych z przeszacowanym ryzykiem Covid. Ta nauka nie była wynikiem uczciwej rywalizacji pomysłów wygranych przez dowody i logikę, ale uciszania pomysłów przez federalnych urzędników koordynujących niszczycielskie obalenia sprzecznych poglądów, poprzez stronnicze, społeczne/medialne wzmocnienie jednej teorii oraz przez normę prywatnych i publicznych wrogości wymuszających konkretną teorię Covid-19.

Nieformalna cenzura nauki w COVID-19

Cenzura przybiera różne formy. Najbardziej ekstremalną formą cenzury jest formalna kryminalizacja mowy, np. aresztowania w Rosji ludzi protestujących przeciwko wojnie Putina z Ukrainą. 

Nauka w Covid-19 nie była cenzurowana przez jakąkolwiek formalną kontrolę społeczną, taką jak przepisy zakazujące mowy lub publikacji określonych wyników. Nauka została jednak uciszona przez nieformalną kontrolę społeczną, przez naukowców z naszej społeczności, wymuszających słowami i czynami wąski zakres przekonań naukowych oraz nienaukowych norm i wartości dotyczących tego, kto może przedstawić naukowe odkrycie lub teorię, lub kto może stworzyć unikalne punktu bez nękania przez kolegów.

Niezależnie od tego, czy atakowali Levitta i Ioannidisa, czy sygnatariuszy Deklaracji Great Barrington Jaya Bhattacharyę, Martina Kulldorffa i Sunetrę Guptę, naukowcy wykorzystywali platformy mediów społecznościowych i media głównego nurtu, aby odrzucić konkurencyjne poglądy innych naukowców. Ale Washington Post, BuzzFeedlub New York Times artykuły nie są miejscem rozstrzygania niepewności naukowej lub rozwijania debat naukowych; są miejscem wzmacniania przekazu, a wzmacnianym przekazem było to, że szacowanie ryzyka COVID jako niższego niż w przypadku kliki epidemiologów jest błędne lub niemoralne i nie powinno być brane pod uwagę lub nie ma znaczenia podczas omawiania polityki pandemicznej. 

Twitter, strefa wojenna znana z nagłaśniania treści podpalających, nie jest miejscem rozstrzygania debat naukowych, ale powszechnie jest to miejsce, w którym można wzywać ludzi i mobilizować wściekłe tłumy zdolne do wyrzucenia ludzi.

Publiczne ataki naukowców były próbami publicznych egzekucji, a my, ludzie, mamy długą i burzliwą historię publicznych egzekucji. Historycznie uważano, że publiczne egzekucje lepiej odstraszają od praw i władz, a publiczne kary w Covid służyły podobnemu celowi, zniechęcając obserwatorów takich jak ja do robienia czegokolwiek, co można by zdalnie zinterpretować jako podobne do przestępstwa, w które ukamienowano wielkich naukowców ze Stanford. 

Socjologicznym skutkiem i prawdopodobnie zamiarem prób publicznych egzekucji naukowców podkreślających niepewność wyników Covid lub, co gorsza, szacowania mniejszej dotkliwości obciążenia pandemią Covid, była nieformalna kontrola społeczna naukowców takich jak ja, którzy analizowali dane Covid-19 co dnia 2020 r. i usiadł na ustaleniach podkreślających niepewność lub szacujących mniejszą dotkliwość.

W kryminologii teoria kontroli społecznej próbuje wyjaśnić, dlaczego niektórzy ludzie popełniają przestępstwa, a inni nie, i uważam, że teoria kontroli społecznej jest najbardziej przydatna do zrozumienia moich własnych wyborów, aby nie publikować mojej pracy w połowie lub pod koniec 2020 roku. 

Przez cały 2020 rok byłem świadkiem, jak platformy mediów społecznościowych i środki masowego przekazu stały się narzędziami do wyprodukować zgodę opinii publicznej zgodzić się z potężną kliką epidemiologów. Ci epidemiolodzy twierdzili, że ich nauka jest niekwestionowana i chronili swoje teorie naukowe przed kwestionowaniem poprzez publiczne nadawanie sankcji przeciwko innym naukowcom. Wstyd, krytyka, wyśmiewanie, dezaprobata i inne kontrole dotyczące odstępstw od norm i wartości pracy wydawniczej w porozumieniu z tą kliką epidemiologów lub ekspertów, których aprobują.

Taka nieformalna kontrola społeczna nad odkryciami naukowymi nie ma miejsca w żadnym rozsądnym ideale nauki w społeczeństwie. Jeśli pozwolimy naukowcom pokonywać innych naukowców poprzez osobiste ataki, jeśli nie rozwiążemy kompleksu bliskich powiązań między naukowcami a środkami masowego przekazu, których używają do wytwarzania wiary w ich własne teorie, wtedy to, co nazywamy „nauką”, byłoby walką o wiara nie zapośredniczona przez pokojowe i kooperatywne ideały dowodów i rozumu, ale przez dziką przemoc wojny kulturowej. Staje się barbarzyńską bitwą medialną o osiągnięcie naukowej dominacji poprzez wyśmiewanie dysydentów i tłumienie sprzeciwu poprzez nieformalną kontrolę społeczną.

Droga do przodu

Jeśli jednak bezwzględnie przeanalizujemy wykorzystanie mediów w nauce i praktykę głośnych prób publicznych egzekucji dokonywanych przez słynnych naukowców, możemy zidentyfikować socjologiczne nowotwory w naszej nauce i wyeliminować go, zanim pojawią się dalsze przerzuty. Nauka, której nigdy nie dzielimy, może być odkryciem, którego nigdy nie znaleźliśmy. 

W miarę jak rośnie stos nieudostępnianej nauki, nasze naukowe rozumienie kryzysów, takich jak pandemie, cierpi z powodu wyniszczenia nauki, której nie zna. W interesie wszystkich naukowców powinno leżeć ułatwienie dzielenia się pomysłami naukowymi, aby żadna nauka nie pozostała bez dzielenia się ze strachu przed ośmieszeniem lub publiczną egzekucją. 

Na szczęście jesteśmy naukowcami. Możemy wprowadzać innowacje w nowych platformach i instytucjach, tworzyć lepsze i bardziej profesjonalne media do wymiany myśli naukowej, możemy zreformować naukę przed kolejną pandemią.