Мненията на Forbes Contributors са техни собствени.

колко

AFP чрез Getty Images

Моделите правят заглавия сред пандемията COVID-19 и не, те не са от вида, който бихте намерили да се разхождате по модния подиум. Използват се статистически модели, за да се определи кога точно нещата могат да се нормализират. Всъщност Белият дом наскоро обяви сценарий за „най-добрия случай“, че САЩ ще претърпят 100 000–240 000 смъртни случая.

И така, трябва ли да се тревожим? Оттогава прогнозираните смъртни случаи бяха преразгледани надолу и ще продължат да се променят. Въпреки че със сигурност има заслуга за тези модели, е полезно да си припомним фразата, популяризирана от Марк Твен: „Има три вида лъжи: лъжи, проклети лъжи и статистика.“ Моделите използват математика и статистически алгоритми, за да предскажат бъдещето и често ще грешат. Както спомена онзи ден директорът на CDC Робърт Редфийлд: „Моделите са толкова добри, колкото и техните предположения.“

Често ли са моделите?

Важно е да се поставят статистическите модели в перспектива. Когато чуете за моделите за COVID-19, помислете за някои от другите модели, с които си взаимодействаме редовно. Всяка вечер по местните новини слушаме прогноза за времето, базирана на прогнозно моделиране. Колко пъти сте си лягали в очакване на ново снежно одеяло на следващата сутрин, но вместо това сте се събуждали в училищата, които са затворени превантивно, въпреки липсата на една снежинка? Прогнозите за времето се подобряват през цялото време, тъй като разполагат с огромни количества данни, които да се използват, за да актуализират непрекъснато своите предположения.

Помислете за друг модел, с който сме бомбардирани всеки ден: прогнози на фондовия пазар. Понякога един анализатор удря нокътя по главата (и по този начин ще бъде рекламиран като гений), както понякога някой удря джакпота или печели от лотарията. Чудя се колко наблюдатели на пазара прогнозираха датата и часа на скорошния пазар. Дори Уорън Бъфет всъщност не знае по какъв начин се движат акциите в даден ден, седмица или месец.

Как се разработват моделите?

Ако искате да направите модел, за да предскажете колко смъртни случая могат да настъпят от нова грипна пандемия, бихте започнали с известна пандемия като грипната пандемия от 1918 г. или по-нова. Бихте въвели процента на хората, умрели в тази пандемия, и екстраполирате на подобен процент лица в света днес.

Не бихте могли да спрете дотук, защото светът се е променил значително от 1918 г. Трябва да включите предположения за увеличени възможности за разпространение днес поради по-гъсто населените градове по света и широко разпространените международни пътувания. След това бихте оценили намаляването на смъртните случаи поради защита от ваксина или от антивирусно лечение или антибиотици за усложнения от бактериална пневмония. Вие също бихте взели предвид намаляването на разпространението поради социално дистанциране.

Това е просто изчисление „отзад на салфетката“ и дори не се доближава до сложните изчисления, които моите колеги по епидемиологично моделиране разработват. Както можете да видите обаче, моделът ще започне с определени факти, но след това ще се вплете в слоеве от предположения върху тези факти.

За настоящото огнище на COVID-19 някои модели се основават на опит от Китай или Европа и след това се екстраполират на населението на САЩ. Въпреки това населението на САЩ е различно в много отношения. Дори популациите в Съединените щати, като Лос Анджелис и Ню Йорк, се различават значително по много начини като възрастово разпределение, расов състав, етническа принадлежност, пол, основни заболявания, затлъстяване, генетика, качество на въздуха, фактори на околната среда, хранителни фактори, пушене, гъстота на населението и много други променливи. Най-малката промяна в някоя от променливите може значително да промени прогнозирания резултат. Така че, винаги е важно да попитате: „Какви предположения са били използвани за изготвянето на модела?“

Основният проблем за настоящите модели е липсата на тестване. За да изчислите процента на заразените лица, които са починали досега, ще ви е необходим както броят на смъртните случаи от COVID-19, така и общият брой на заразените хора. Тъй като нямаме цялостно тестване, всъщност не знаем общия брой заразени хора. Следователно дори процентът на смърт е неточен. Това представлява огромно предизвикателство за надеждно предсказване на бъдещи смъртни случаи.

Моделите имат ли някаква помощна програма?

Нищо от това не означава, че трябва да игнорираме моделите или да сме самодоволни. Моделите могат да бъдат много полезни, стига да разбираме основните предположения и да признаваме техните ограничения.

Най-важното: моделите могат да ни помогнат да планираме. Те ни помагат да приоритизираме и разпределяме ресурси, като вентилатори и маски, към горещите точки, където могат да се появят по-нови вълни от инфекция. Подобно на прогнозите за времето, моделирането на болести се ръководи от данни. С подобряването на данните ще се подобряват и моделите.

Бихте ли очаквали да летите от Ню Йорк до Лос Анджелис с моделен самолет? Разбира се, че не. По същата причина трябва да разглеждате моделите с малко скептицизъм. Никоя няма да бъде точно вярна, но може да бъде полезна, стига да ги поставим в подходящия контекст. Мислете за тях като за още една част от данните, за още една „стрелка“ в нашия „колчан“ за отговор на това огнище.

Предсказуемите модели са нашият груб начин да обясним и предскажем бъдещето, но както каза Йоги Бера: „Трудно е да се правят прогнози, особено за бъдещето.“