Großbritannien und das Imperial College London waren das intellektuelle Nervenzentrum der globalen Covid-Pandemie-Reaktion. Wie Sie sich erinnern werden, war es Neil Ferguson, ein Physiker am Imperial College, der das wichtigste epidemiologische Modell zur Rechtfertigung der Schließung von Volkswirtschaften entwickelte. 

Fergusons Modell bestand jedoch aus undokumentiertem, 13 Jahre altem Code, der „bereinigt“ werden musste, und seine Annahmen waren haltloser Unsinn. Das ist spätestens seit März 2020 bekannt, etwa zur gleichen Zeit, als die britische Regierung ihre erste fälschlicherweise als „Lockdowns“ bezeichnete Wirtschaftsschließung durchführte.

Die Amerikanisches Institut für Wirtschaftsforschung („AEIR“) notiert im April 2021„Ferguson sagte bereits am 16. März 2020 eine katastrophale Zahl von Todesopfern voraus, wenn die Regierungen weltweit nicht die von ihm bevorzugten nicht-pharmazeutischen Interventionen („NPIs“) zur Eindämmung der Pandemie anwenden würden. Die meisten Länder folgten seinem Rat, insbesondere nachdem sich die Regierungen Großbritanniens und der USA ausdrücklich auf seinen Bericht als Rechtfertigung für Lockdowns beriefen.“

Doch Fergusons Modell wurde mit 13 Jahre altem, undokumentiertem Code geschrieben, der anschließend mit Hilfe von Microsoft „bereinigt“ werden musste, damit er von anderen wiederverwendet werden konnte. Und das ist noch nicht einmal das Schlimmste: Die wichtigsten Annahmen, die als Eingaben für das Modell dienten, waren Müll, schreibt Jonathan Engler in der Einleitung zu einem Artikel von Mike Hearn im März 2020.

Lassen Sie uns den Kontakt nicht verlieren… Ihre Regierung und Big Tech versuchen aktiv, die von The Exposed um ihre eigenen Bedürfnisse zu erfüllen. Abonnieren Sie jetzt unsere E-Mails, um sicherzustellen, dass Sie die neuesten unzensierten Nachrichten erhalten in Ihrem Posteingang…

Bleiben Sie auf dem Laufenden!

Bleiben Sie mit Neuigkeiten per E-Mail auf dem Laufenden

Bist du ein Mensch? 7 + 2 =

---

Hervorragender Artikel vom März 2020: „Ist Epidemiologie nützlich?“

By Jonathan Engler, 22 Juni 2024

Im Laufe der Jahre vergisst man leicht, wie eklatant falsch jede einzelne Annahme rund um „die Pandemie“ war.

Dieser Artikel (Link siehe unten) vom 31. März 2020 – den ich wärmstens empfehle – deckt die Mängel der Verwendung von GIGO auf¹ Modellierung als Treiber der öffentlichen Politik, etwas, das wir in vielen Bereichen beobachten, vor allem bei der „Klima“-Agenda, aber auch in vielen anderen Bereichen.

Tatsächlich würde ich das Zeitalter, in dem wir leben, als ein Zeitalter charakterisieren, in dem pseudowissenschaftliche Modellierung den Empirismus ersetzt.

Wie dem auch sei, viel Spaß beim Lesen! Besonders interessant ist der Kommentar zu Fergusons/Imperials Modellen zur Maul- und Klauenseuche. Wie falsch muss man liegen, bevor jemand zögert, einem die Politik zu überlassen (denn genau das hat er getan), die Millionen von Menschen Tod und Elend bringen wird.²?

Es muss betont werden, dass Großbritannien/Imperium das intellektuelle Nervenzentrum der globalen „Pandemie-Reaktion“ war.

Doch Fergusons Modell wurde mit 13 Jahre altem, nicht dokumentiertem Code geschrieben, der dann mit Hilfe von Microsoft „bereinigt“ werden musste, damit er von anderen wiederverwendet werden konnte.

Und das ist noch nicht einmal das Schlimmste: Die wichtigsten Annahmen, die die Eingaben für das Modell bildeten, waren Müll.

Die Zusammenfassung des Artikels finden Sie unten. Klicken Sie darauf oder HIER KLICKEN um zum vollständigen Artikel zu gelangen. [Hinweis: Wir haben den Artikel unten wiedergegeben.]

Hinweise:

• ¹ Müll rein, Müll raus.
• ² Denn obwohl im Frühjahr 2020 vieles noch nicht bekannt war, war es vorhersehbar, dass die Weltwirtschaft nicht stillgelegt werden kann, ohne dass es mittel- und langfristig zu Millionen von Todesfällen aufgrund wirtschaftlicher Not kommt. Auch die unmittelbaren gesundheitlichen Schäden durch die Schließung des Gesundheitswesens wurden von vielen vorhergesagt.

Ist Epidemiologie nützlich?

By Mike Hearn, 31 März 2020

Es gibt ein berühmtes Sprichwort über Simulationen der realen Welt: „Alle Modelle sind falsch, aber einige sind nützlich" Eine kritische Frage, die man sich derzeit stellen muss, ist, ob epidemiologische Modelle zwar falsch, aber nützlich sind, oder ob sie einfach nur falsch sind.

Update 2. April 2020

Hier sind Links zu anderen Analysen, die ich nach der Veröffentlichung dieses Artikels gefunden habe

• Die Zahlen der Imperial-Studie sind nicht reproduzierbar
• Ein Aufruf zur Ehrlichkeit bei der Pandemiemodellierung
• Warum es so verdammt schwer ist, ein COVID-19-Modell zu erstellen

Sind epidemiologische Modelle nützlich?

Es liegt an den Regierungen, zu entscheiden, welchen Ratschlägen sie folgen. Diese Analyse sollte nicht als Aufforderung verstanden werden, ihre Empfehlungen oder Gesetze zu ignorieren. Ignorieren Sie nicht die lokalen Regeln, nur weil Sie diesen Blogbeitrag gelesen haben.

ICLs Modellierung der SARS-CoV-2-Ausbreitung ist der Auslöser für den vollständigen Lockdown in Großbritannien und hat ihn in vielen anderen Ländern verstärkt oder sogar ausgelöst. Angesichts der verheerenden Folgen einer Abriegelung des Planeten verdient sie eine eingehende Prüfung, der noch nie zuvor eine wissenschaftliche Arbeit unterzogen wurde. Das ist jetzt langsam beginnt zu geschehen.

In diesem Artikel werde ich mich hauptsächlich mit der Geschichte der Epidemiologie und den darin enthaltenen methodischen Problemen befassen. Wenn Sie sich für Probleme interessieren, die wirklich Covid-19-spezifisch sind, empfehle ich „Coronavirus-Krankheit 2019: Die Schäden durch übertriebene Informationen und nicht evidenzbasierte Maßnahmen' von Dr. John Ioannidis, akzeptiert von dem Europäische Zeitschrift für klinische Untersuchung.

Für alle Ansprüche werden Zitate bereitgestellt.

Zusammenfassung

• Das Imperial College London („ICL“) gilt als das weltweit beste College für epidemiologische Modellierung.
• Trotzdem haben sie in der Vergangenheit zahlreiche schwerwiegende Fehler begangen, die offenbar nicht eingestanden wurden. Ihre Empfehlungen führten in der Vergangenheit zu katastrophalen Überreaktionen der Regierungen.
• Obwohl sie als Wissenschaftler dargestellt werden, wenden sie unwissenschaftliche Praktiken an, z. B. machen sie nicht falsifizierbare Aussagen, verzichten auf Peer-Reviews, weigern sich, ihren Code zu zeigen und verwenden vage Begriffe anstelle statistischer Vertrauensgrenzen.
• Sie haben vorausgesagt, dass die Krankheitsausbrüche um ein Vielfaches schwerwiegender sein würden, als sie tatsächlich waren.
• Es ist unklar, ob und was die Epidemiologie aus diesen Fehlern gelernt hat.
• Sie verwenden für ihre Modelle Daten, von denen bekannt ist, dass sie statistisch nicht aussagekräftig sind.
• An verschiedenen Universitäten ist es zu heftigen Auseinandersetzungen zwischen Epidemiologen gekommen, die sich in der Öffentlichkeit oft in erheblichem Maße widersprechen.

Während sich dieser Artikel hauptsächlich auf die Erfolgsbilanz des ICL konzentriert, ist das Problem in Wirklichkeit viel umfassender: Der Bericht des ICL wird aufgrund des „Markenbildes“ der akademischen Welt und der akademischen Wissenschaft allgemein ernst genommen. Oxford hat ein eigenes Papier verfasst, das nicht besser, sondern eher noch schlechter ist. „Wir orientieren uns an der Wissenschaft“ ist das Motto vieler Regierungen, weil sie davon ausgehen, dass die Wissenschaft richtig oder zumindest besser als nichts ist. Sollte diese Annahme falsch sein, ist das ein riesiges Problem.

Wer ist das ICL-Modellierungsteam?

„Die Leute vom Imperialismus gehören zu den besten Modellierern von Infektionskrankheiten auf dem Planeten“ – Paul Hunter von der University of East Anglia, Großbritannien (New Scientist)

„unter der Leitung eines prominenten Epidemiologen, Neil Ferguson, Imperial wird als eine Art Goldstandard behandelt … Amerikanische Beamte sagten, der Bericht, der bis zu 2.2 Millionen Todesfälle in den Vereinigten Staaten durch eine solche Ausbreitung prognostizierte, beeinflusste auch das Weiße Haus … „Vieles hängt nicht davon ab, was sie sagen, sondern wer es sagt“, sagt Devi Sridhar, Direktorin des Programms für globale Gesundheitspolitik an der Universität Edinburgh.Neil Ferguson hat enormen Einfluss‘. ” - - New York Times

„Die Studie des Imperial College wurde durchgeführt von ein hochkompetentes Team von Modellbauern„ – John Ioannidis (Abteilungen für Medizin, Epidemiologie und Bevölkerungsgesundheit, Biomedizinische Datenwissenschaft und Statistik, Stanford)

Sie sind also eine ziemlich große Nummer. Wenn sie die besten Epidemiologen der Welt sind, können wir das Fachgebiet der Epidemiologie wohl anhand ihrer Leistung beurteilen.

An dieser Stelle sei darauf hingewiesen, dass Epidemiologie nicht dasselbe ist wie Medizin. Prof. Ferguson promovierte in theoretischer Physik. Modellierer können Computerprogrammierer sein, die sich auf angewandte Mathematik spezialisiert haben, nicht Ärzte im Krankenhausbereich. Das ist nicht als Kritik gemeint: Angewandte Mathematik ist natürlich ein äußerst wertvolles Fachgebiet, aber wie wir später sehen werden, ist ein zentraler Kritikpunkt an der Epidemiologie, dass sie abstrakte mathematische Berechnungen über die Erfahrung von Menschen mit praktischer medizinischer Erfahrung stellt.

Unwissenschaftliche Praktiken

Damit die wissenschaftliche Methode richtig funktioniert, sind mehrere Dinge erforderlich.

Peer-Review. „Auswirkungen nicht-pharmazeutischer Interventionen (NPIs) auf die Reduzierung der COVID19-Mortalität und der Nachfrage im Gesundheitswesen“„“ ist auf den 16. März 2020 datiert und wurde der Presse sofort zugänglich gemacht, zeitgleich mit dem dadurch ausgelösten plötzlichen Strategiewechsel der Regierung. Obwohl viele Artikel zu COVID-19 einem Peer-Review-Verfahren unterzogen wurden, scheint dies in diesem Fall übersprungen worden zu sein.

Es ist möglich, dass die Fachkollegen das Papier abgelehnt hätten; viele ihrer Kollegen haben sicherlich Probleme damit.

Reproduzierbarkeit. Die Analyse kann aus mehreren Gründen nicht reproduziert werden. Unter anderem ist das eigentliche Modell nirgendwo verfügbar, da die Qualität des Codes so schlecht ist, dass ihn nur das Team von Prof. Ferguson versteht:

Er plant nicht, den Originalcode jemals zu veröffentlichen, sondern nur eine von Microsoft neu geschriebene Version:

Im Mathematikunterricht bekommen Kinder, die ihre Berechnungen nicht vorlegen, die Note „nicht bestanden“. Und das gilt doppelt, wenn sie die Arbeit anderer einreichen. In der Epidemiologie ist das kein großes Problem.

Dies ist ein äußerst kritisches Problem. Ich kann es nicht genug betonen. Die Wissenschaft befindet sich mitten in der Replikationskrise (das ist der richtige Name). Die Glaubwürdigkeit ganzer Fachgebiete wird zerstört, weil niemand mehr „Entdeckungen“ reproduzieren kann, die jahrzehntelang allgemein anerkannt waren.

Seit der Veröffentlichung der Studie durch ICL ist es anderen Nicht-Epidemiologen gelungen, Modelle zu entwickeln, die nicht nur öffentlich dokumentiert und mit verfügbarer Quelle, Aber die vollständig interaktiv sind und von jedem ausgeführt werden können in einem Browser. „Mein Code ist zu komplex, um ihn ohne persönliche Schulung zu verstehen“ ist für öffentlich finanzierte Forscher keine akzeptable Aussage, insbesondere nicht, wenn der Code mittlerweile über ein Jahrzehnt alt ist. Imperial hatte alle Zeit der Welt, um seine Ergebnisse reproduzierbar und von akzeptabler Qualität zu machen, hat es aber nie geschafft.

Die Analyse lässt sich aus anderen Gründen nicht reproduzieren: Sie stützt sich bei wichtigen Daten auf private Korrespondenz („persönliche Kommunikation“ wird zweimal als Quelle genannt), enthält vage Hinweise darauf, dass „der NHS zunehmende Sicherheit hinsichtlich der Grenzen der Krankenhauskapazität bietet“, sagt aber nicht, wo diese Sicherheit veröffentlicht wurde – besonders merkwürdig, da die Analyse eine seit einem Jahr konstante Kapazität ausweist, der NHS jedoch drei neue Notfallkrankenhäuser baut, von denen das erste eines der größten Krankenhäuser der Welt ist. Woher kommt diese völlig stagnierende Linie bei 8 Intensivbetten pro 100,000?

Nicht reproduzierbare Arbeit wird in anderen Bereichen wie der Psychologie langsam ausgemerzt: Sie muss auch hier inakzeptabel sein. Besonders jetzt!

Falsifizierbare Vorhersagen. Wissenschaftler machen überprüfbare Vorhersagen.

Prof. Ferguson hat die Angewohnheit, Vorhersagen nach dem Motto „Kopf gewinne ich, Zahl gewinne ich“ zu treffen. Fairerweise muss man sagen, dass er in seinem Artikel verschiedene Schätzungen der Todeszahlen für unterschiedliche Kombinationen von Reproduktionswerten (R0), Lockdown-Stufen und Auslösewerten lieferte. Diese sind ziemlich präzise, ​​und im Nachhinein lässt sich messen, wie weit sie von der Realität abweichen. Beispielsweise prognostizieren sie bei einem R0 von 2.2 und einem Lockdown, der bei einer Rate von 300 Intensivpatienten pro Woche ausgelöst wird, 26,000 Todesfälle. Manche behaupten, er habe seine Vorhersage später von über 500,000 Todesfällen nach unten korrigiert – doch diese Behauptung stimmt nicht.

Aber es gibt ein etwas subtileres Problem. Später er hat seine Vorhersage geändert „20,000 Tote“ und könnte viel niedriger sein.Wenn die Zahl der Todesfälle viel höher ist, kann er argumentieren, dass seine Empfehlungen nicht genau genug befolgt wurden – und da es praktisch unmöglich ist, diese Empfehlungen vollständig umzusetzen, wer kann da schon widersprechen? Wenn die Zahl der Todesfälle bei etwa 20,000 liegt, kann er sagen: „Unsere Analyse hat das Ergebnis richtig vorhergesagt.“ Wenn die Zahl der Todesfälle viel niedriger ist, kann er sagen: „Die Zahl der Todesfälle lag im Rahmen unserer Vorhersagen.“

Probleme dieser Art gab es schon früher. Als er gebeten wurde, den Ausbruch der bovinen spongiformen Enzephalopathie (auch bekannt als Rinderwahnsinn) zu modellieren, sagte er eine Todesrate zwischen 50 und 150,000 Menschen voraus.

Auf die Frage nach der Unbestimmtheit dieser Vorhersage lautete die Antwort: „Ja, die Spanne ist groß, aber sie hat tatsächlich zu keiner Änderung der Regierungspolitik geführt“ (siehe Daily Telegraph). Diese Antwort ist ein Non-Sequitur, zeigt aber eine tiefe Besorgnis darüber, ob epidemiologische Ratschläge die Ergebnisse beeinflussen.

Eine zweite entscheidende Änderung war die Behauptung, dass „wahrscheinlich wären zwei Drittel dieser Menschen sowieso gestorben.“ Der Begriff der Übersterblichkeit taucht im Originalbericht nirgends auf; höchstwahrscheinlich fand ICL heraus, dass die von ihr verwendeten italienischen Daten Todesfälle meldeten und  Infektionen und nicht Todesfälle weilofInfektion zur gleichen Zeit wie alle anderen. Dies würde die Schlussfolgerungen vermutlich grundlegend ändern. Tatsächlich trübt es das Konzept der „Anzahl der Todesfälle“ an sich.

Falls Sie meinen, ich würde mich auf ICL berufen, heißt es in der kürzlich erschienenen epidemiologischen Abhandlung von Oxford zu Covid-19: „… der Anteil der britischen Bevölkerung, der bereits infiziert ist, könnte irgendwo zwischen 0.71 % und 56 % (95 % glaubwürdige Intervalle…).“

Solche Spannen bei den Vorhersagen bedeuten, dass die Epidemiologie in Wirklichkeit nichts Nützliches beizutragen hat. Allerdings sagen sie das nicht im Klartext.

Anschein von Neutralität. Das Vertrauen in die Wissenschaft sinkt, wenn die Menschen glauben, dass Wissenschaftler politische Ziele verfolgen. Dies erklärt weitgehend, warum, wie die Financial Times berichtet, 'Ökonomen gehören zu den am wenigsten vertrauenswürdigen Fachleuten in Großbritannien„Diese Sorge wird auch häufig von Klimaskeptikern geäußert.“

Dieses Problem lässt sich leicht vermeiden, wenn Wissenschaftler ihre Ergebnisse einfach veröffentlichen und die Diskussion über politische Veränderungen den Politikern überlassen, die – anders als Wissenschaftler – denjenigen direkt Rechenschaft ablegen müssen, die von der Politik betroffen sind.

Epidemiologen scheinen dies nicht zu tun. In allen bisher von mir untersuchten Fällen empfehlen Epidemiologen äußerst spezifische Sozial- und Agrarpolitiken, und in manchen Artikeln wendet sich etwa die Hälfte ihrer Wortzahl direkt an die politischen Entscheidungsträger.

Maul- und Klauenseuche

Sehen wir uns an, wie einige dieser Probleme zu einer Katastrophe führen können.

Die epidemiologische Modellierung ist ein relativ junges Forschungsgebiet. Ihre erste Bewährungsprobe in Großbritannien gab es 2001 mit einer Epidemie von Maul-und Klauenseuche („MKS“) bei Schweinen und Schafen. Die Folgen waren so verheerend, dass sie Gegenstand zahlreicher Artikel waren. Obwohl dieses Ereignis nun schon 20 Jahre zurückliegt, werde ich auch eine zweite Vorhersage von vor etwa fünf Jahren betrachten, um zu zeigen, dass sich nicht viel geändert hat.

„Die modellbasierte Politik der MKS-Bekämpfung führte zu einer Tragödie. Unzählige Tiere wurden grundlos geschlachtet. Unermessliches Leid für Mensch und Tier war die Folge – von den finanziellen Folgen ganz zu schweigen“ – Dr. Paul Kitching, Autor von „Use and abuse of mathematical models“

Hier sind einige der Artikel, die ich dieses Wochenende zu diesem Thema gelesen habe, aber es gibt noch viele mehr. Es ist offensichtlich, dass die Ereignisse hochgradig traumatisch waren und daher intensiv untersucht wurden. Wie man an den Titeln erkennen kann, äußerten sich die Autoren sehr kritisch zu den Geschehnissen:

1. 'Destruktive Spannung: Mathematik versus Erfahrung ', hier bezeichnet als Mansley et al. (Alle Autoren haben einen veterinärmedizinischen Hintergrund)
2. 'Falsch, aber nützlich: Umgang mit Unsicherheit bei der Modellierung von Infektionskrankheiten' Christley et al. (unterschiedliche Hintergründe)
3. 'Blutbad per Computer: Die Wirtschaftstheorie der Maul- und Klauenseuche von 2001' Campbell & Lee (Rechtswissenschaftliche Fakultät Cardiff)

Die „FMD Science Group“ der Regierung bestand aus einer Reihe von Disziplinen, aber Epidemiologen waren allem Anschein nach dominant. Die Modellierer kamen von vier verschiedenen Universitäten, aber ziemlich schnell wurde das ICL-Modell zum primär verwendeten Modell (aus dem Papier „Medien, Metaphern, Modellierung‚).

Ihre Programme sagten eine schwere Epidemie voraus. Sie argumentierten, dass diese nur durch eine sofortige und extreme Maßnahme abgewendet werden könne: die sogenannte „kontinuierliche Keulung“. Jedes anfällige Tier, das im Umkreis von drei Kilometern um einen Bauernhof mit einem infizierten Tier lebte, sollte sofort getötet werden, selbst wenn es gesund war.

„Diese neue Politik, die sich als umstritten erwies, wurde von mathematischen Modellierern gerechtfertigt …

„Dadurch wurde die bestehende Richtlinie ersetzt, die eine tierärztliche Risikobewertung vorschrieb.

„Im Rahmen der zusammenhängenden Keulung wurden über 1,200,000 Tiere auf 3,369 Betrieben geschlachtet“ – Mansley et al.

Nahezu alle getöteten Tiere waren nicht infiziert:

„Bei der Seroüberwachung von 115 Herden, die während der Keulung beprobt wurden, wurde nur eine Schafherde mit seropositiven Tieren gefunden (neun Positive von 56 Schafen).

War es gerechtfertigt? Mansley et al. sagen:

„Analysen nach der Epidemie haben die mangelnde Wirkung der Politik der zusammenhängenden Keulung weiter untermauert.“

„Die neuartige 48-Stunden-Keulungspolitik – basierend auf mathematischen Modellen – wurde umgesetzt, als die Epidemie bereits im Abklingen war"

Es gab eine zufällige Kontrollgruppe. Die Behörden von Cumbria verfügten nicht über die Ressourcen, um die flächendeckende Keulung überall durchzuführen:

Außerdem sind Die zusammenhängende Keulung wurde in Nord-Cumbria nicht durchgeführt, dennoch spiegelt die Epidemiekurve für Cumbria die Kurve für den Rest von Großbritannien im Jahr 2001 wider (Abb. 2 und 3) und auch die Epidemiekurve von 1967/1968.“

Letztlich Die Modelle sagten weder den Verlauf und die Dauer der Epidemie noch die Wirksamkeit der traditionellen Kontrollmaßnahmen korrekt voraus weder die bereits eingeführten noch die neu vorgeschlagenen (61). Sie haben daher die Härtetests hinsichtlich Widerlegung, Erprobtheit und Nützlichkeit nicht bestanden (41).

Sie haben den Härtetest ihrer Nützlichkeit nicht bestanden.

Warum haben sie einen Fehler gemacht?

Die veterinärmedizinischen Annahmen der Modelle … stellte ein anderes (rein theoretisches) Virus dar, vielleicht am besten als „Armageddon-Virus“ bezeichnet, da es ganze Herden auf einmal infizieren und mehrere Tage vor der klinischen Manifestation ausgeschieden werden kann, maximal und auf unbestimmte Zeit, sofern die Tiere nicht getötet werden.

Neben falschen Annahmen befasste sich das Modell grundsätzlich mit der geografischen Verteilung zwischen landwirtschaftlichen Betrieben. Die verwendeten Daten zu landwirtschaftlichen Betrieben waren jedoch von sehr geringer Qualität, da sie ursprünglich für die Verwaltung der GAP-Subventionen erhoben worden waren:

„Ja, aber wissen Sie, den Leuten, die die Datenbank der Bauernhöfe verwalten, ist es eigentlich egal, wo sie sich befinden. Wissen Sie, warum sie diese Informationen haben, wissen sie wahrscheinlich nicht. Sie haben die Adresse der Person, an die sie schreiben, das ist der einzige wirkliche räumliche Standort, den sie brauchen, und die Tatsache, dass die Farm den geographischen Koordinaten zufolge mitten in der Nordsee liegt, wissen Sie, also was” – Interview E7, Christley et al

Wie Kitching et al. es ausdrücken: „Die Erfahrungen in Großbritannien sind eine heilsame Warnung, wie Modelle im Interesse des wissenschaftlichen Opportunismus missbraucht werden können."

Obwohl Mansley et al. die umfassendste Abhandlung verfasst haben, gibt es zahlreiche Abhandlungen, die ähnliche Punkte ansprechen.

Lehren gezogen oder nicht

Im Zuge dieses Ereignisses erstellte ICL das folgende Diagramm:

Der damalige wissenschaftliche Chefberater gab folgende Aussage ab:

„Und ich möchte, dass Sie sich Folgendes ansehen: die sehr beeindruckenden Zahlen; wenn Sie Abbildung [1], die die gemachten Vorhersagen zeigt, die Kurven A, B, C, mit [den Epidemiedaten – blaue Punkte] vergleichen, die zeigen, wie sich die Epidemie entwickelt hat, müssen Sie mir wohl zustimmen, dass das keine schlechte Übereinstimmung war, die Vorhersage war nicht so schlecht.“ – Prof. David King bei einer parlamentarischen Untersuchung

Für die Epidemiologen war es ein großer Erfolg. Zu welchem ​​Schluss kam die Regierung letztlich? Wir wissen es, weil es einige Jahre später zu einem weiteren Ausbruch kam:

„Aus den Erfahrungen der britischen MKS-Epidemie von 2001 wurden viele Lehren gezogen, die viel zu früh auf die Probe gestellt wurden, als Im Jahr 2007 wurde Großbritannien erneut von der Maul- und Klauenseuche heimgesucht..”— Mansley et al

Die Lektion bestand darin, die Epidemiologie zu ignorieren:

„Nicht zuletzt war dies die Politik, die traditionellen, bewährten Methoden der MKS-Kontrolle und -Ausrottung anzuwenden und keine neuen Verfahren verwenden, sondern auf nicht validierten mathematischen Modellen basieren"

Was ist passiert?

„Diese Strategie erwies sich als richtig und das Virus wurde relativ schnell ausgerottet“ – Mansley et al.

Das Versagen der Epidemiologie war in diesem Fall absolut: Die einzigen Konsumenten ihres Produkts sind Politiker und Beamte. Diese Menschen haben sich entschieden, beim nächsten Ausbruch keine Modelle zu verwenden.

Eine Schlüsselfrage ist, was das Feld daraus gelernt hat. Und hier wird es in der Tat sehr beunruhigend. Von The Telegraph: „Professor Ferguson sagte über seine Modellierung der MKS: Bei der Entscheidungsfindung in der Politik spielen zahlreiche Faktoren eine Rolle, und die Wissenschaft – und insbesondere die Modellierung – ist nur einer davon.“ Es ist lächerlich, jetzt zu behaupten, unser Modell habe die Regierungspolitik verändert. Eine Reihe von Faktoren haben dazu beigetragen.“

Die hervorgehobene Aussage ist problematisch, weil sie einerseits sehr stark ist und andererseits mit nichts anderem übereinstimmt, was über den Ausbruch geschrieben wurde. Aus allen Dokumenten zur MKS-Epidemie geht klar hervor, dass epidemiologische Modelle der wichtigste Treiber der Regierungspolitik waren. Wie kann der Professor behaupten, es sei absurd zu glauben, die Arbeit des ICL habe die Regierungspolitik bestimmt, wenn so viele Autoren, die Artikel über diese Zeit verfassten, etwas anderes glaubten?

Von 'Medien, Metaphern und Modellierung': „Als die am Imperial College durchgeführte Modellierung die wichtigste Quelle für politische Entscheidungen, die Presse konzentrierte sich hauptsächlich auf die dort produzierten Modelle, nicht auf die Modelle der Teams aus Edinburgh und Cambridge.“

Von 'Destruktive Spannung: Mathematik vs. Erfahrung„Die Modelle, die die Politik der zusammenhängenden Keulung unterstützten, waren mit erheblichen Mängeln behaftet.“

Bis heute ist das ICL-Team davon überzeugt, dass es mit seiner Einschätzung der MKS-Epidemie grundsätzlich richtig lag:

„Wir haben die Modellierung in Echtzeit durchgeführt, wie die anderen Gruppen im Jahr 2001 – sicherlich waren die Modelle nicht hundertprozentig korrekt, sicherlich aufgrund der begrenzten Daten und der begrenzten Zeit für die Arbeit. Aber Ich denke, die allgemeinen Schlussfolgerungen waren immer noch gültig."

Zika: Wieder ein Fehlschlag

Vielleicht erinnerst du dich an die Zika-Ausbruch 2015 in Lateinamerika, ein schreckliches Virus, das dazu führte, dass Babys infizierter Frauen mit Schrumpfköpfen und schweren Hirnschäden geboren wurden. ICL modellierte die Epidemie und sagte in ein Papier vom Juli 2016:

„Wir gehen davon aus, dass die derzeitige Epidemie in drei Jahren weitgehend vorüber sein wird. Es kommt jedoch zu saisonalen Schwankungen in der Häufigkeit, die durch Schwankungen der Mückenpopulationen und der Übertragbarkeit verursacht werden.“

Und hier ist, was passiert ist. Es dauerte nicht 3 Jahre mit saisonalen Renditen. Es war innerhalb eines.

Zika ist in den USA ausgerottet. Weltweit gab es seit 2017 so wenige Fälle, dass Wikipedia-Seite über das Virus Danach macht man sich nicht einmal mehr die Mühe, darüber Neuigkeiten zu berichten (das letzte Update betrifft zwei Fälle in Angola).

Während die Krankheit in Lateinamerika noch immer grassiert, verzeichnet Brasilien, die am stärksten betroffene Region mit 60 % aller Meldungen, durchschnittlich etwa 365 Fälle pro Woche, von denen nur etwa 30 im Labor bestätigt werden – zu wenig, um in der obigen Grafik zu erkennen. Sollten die vorhergesagten saisonalen Schwankungen überhaupt existieren, gehen sie im Rauschen unter.

Auch die Analyse konnte das bisherige Verhalten nicht erklären:

„Derzeit können wir nicht beurteilen, ob in Asien die Gefahr einer großen Zika-Epidemie besteht – oder warum das Ausmaß der Übertragung in Lateinamerika so viel größer ist als alles, was wir bisher gesehen haben.“

Etwa die Hälfte der Zeitung war dem Abschnitt gewidmet:Was sollten politische Entscheidungsträger tun?Konkrete Empfehlungen wurden jedoch nicht ausgesprochen, außer dass Frauen geraten werden sollte, eine Schwangerschaft zu vermeiden. Das Papier gibt jedoch zu: „Von einer Schwangerschaft abzuraten, wurde kritisiert, weil es für viele Frauen – insbesondere auf lange Sicht – nicht durchführbar sei.“

Kein Scherz.

Schlussfolgerungen

Ähnliche Probleme scheinen in epidemiologischen Analysen immer wieder aufzutauchen:

• Die Modelle basieren auf Eingabedaten von extrem niedriger Qualität. Dies wird zwar kurz erwähnt, hindert aber niemanden daran, Vorhersagen zu treffen, obwohl dies angebracht wäre.
• Statistische Unsicherheit wird häufig nicht formal analysiert. Stattdessen werden vage Adjektive wie „weitgehend“, „weitgehend“, „wahrscheinlich“, „erheblich“ und „typischerweise“ verwendet.
• Modellierer sind stark in die Politikgestaltung eingebunden und sehen darin eindeutig eine ihrer Hauptaufgaben. Die Beratung politischer Entscheidungsträger kann die Hälfte oder mehr der vermeintlich wissenschaftlichen Arbeiten ausmachen.
• Vorhersagen haben regelmäßig so enorme Grenzen, dass sie nutzlos werden.
• Die Modellierer scheinen keine offensichtlichen methodischen Änderungen als Reaktion auf frühere Vorhersagefehler vorgenommen zu haben

Sollten Epidemiologen mit dem beinahe gottgleichen Respekt behandelt werden, den sie derzeit genießen?

Ich habe nichts gegen die in diesem Artikel besprochenen Personen oder Institutionen und sehe grundsätzlich keinen Grund, warum Epidemien nicht simulierbar sein sollten. Es wäre jedoch ratsam, mit Gesprächen mit Journalisten und Politikern zu warten, bis das Feld eine Reihe unbestreitbarer Erfolge vorzuweisen hat und die Ergebnisse zur Routine geworden sind. So weit sind wir eindeutig noch nicht.

Über den Autor

Mike Hearn ist ein ehemaliger Google-Ingenieur, der ursprüngliche Autor von Bitcoinj und ehemaliger Mitarbeiter von Bitcoin Core. Er verließ Bitcoin im Januar 2016; ein Grund dafür waren steigende Gebühren (siehe Die Auflösung des Bitcoin-Experiments). Er veröffentlicht Essays auf der Online-Publishing-Plattform Medium unter dem Titel „Mikes Blog'.

Ausgewähltes Bild: Neil Ferguson aufgenommen von Britischer Coronavirus-Berater tritt zurück, nachdem Berichte aufkamen, dass seine Geliebte ihn während des Lockdowns besuchte, CNN, 6. Mai 2020 (rechts).

Das Exposé braucht dringend Ihre Hilfe …

Unterstützen Sie das Exposé

Können Sie bitte dazu beitragen, dass The Expose mit seinem ehrlichen, zuverlässigen, kraftvollen und wahrheitsgetreuen Journalismus weiterhin im Rampenlicht steht?

Ihre Regierung und Big-Tech-Organisationen
Versuchen Sie, The Expose zum Schweigen zu bringen und zu beenden.

Deshalb brauchen wir Ihre Hilfe, um sicherzustellen
Wir können Ihnen weiterhin die
Fakten, die der Mainstream nicht wahrhaben will.

Die Regierung finanziert uns nicht
Lügen und Propaganda zu veröffentlichen auf ihren
im Namen der Mainstream-Medien.

Stattdessen sind wir ausschließlich auf Ihre Unterstützung angewiesen.
Bitte unterstützen Sie uns bei unseren Bemühungen,
Sie ehrlichen, zuverlässigen, investigativen Journalismus
heute. Es ist sicher, schnell und einfach.

Bitte wählen Sie unten Ihre bevorzugte Methode aus, um Ihre Unterstützung zu zeigen.

Monatliche Spende

Einmalige Spende

Spendieren Sie uns einen Kaffee

Bleiben Sie auf dem Laufenden!

Bleiben Sie mit Neuigkeiten per E-Mail auf dem Laufenden

Daily Digest

US-Nachrichtenbeiträge

Nachrichtenbeiträge aus Großbritannien

Weltnachrichtenbeiträge

Alle Newsbeiträge

Bist du ein Mensch? 1 + 8 =

Netto-Null: Vorsätzliche industrielle Zerstörung (Teil 7)

Klimawandel und Biotechnologie verschmelzen, wie von der Associated Press propagiert.

Die Zukunft überleben (Teil drei)

Wir brauchen Ihre Unterstützung im April: Unabhängiger Journalismus muss unterstützt werden.

Rhoda Wilson

Während es früher ein Hobby war, das im Schreiben von Artikeln für Wikipedia gipfelte (bis die Dinge 2020 eine drastische und unleugbare Wendung nahmen) und einigen Büchern für den privaten Konsum, bin ich seit März 2020 hauptberuflich als Forscher und Autor tätig – als Reaktion auf die globale Machtübernahme, die mit dem Auftreten von Covid-19 deutlich sichtbar wurde. Die meiste Zeit meines Lebens habe ich versucht, das Bewusstsein dafür zu schärfen, dass eine kleine Gruppe von Menschen plante, die Welt zu ihrem eigenen Vorteil zu erobern. Ich würde auf keinen Fall stillschweigend zusehen und sie einfach machen lassen, sobald sie ihren letzten Schritt getan hatten.

Siehe vollständige Biografie