Naukowcy: model użyty do oceny skutków lockdownu był wadliwy

- Reklama -

Autorzy nowej publikacji, która ukazała się w prestiżowym piśmie „Nature” ostrzegają przed zawierzeniem znanemu modelowi, który miał pozwalać na prognozowanie wpływu na przebieg pandemii różnego rodzaju obostrzeń, w tym tzw. lockdownu (https://www.youtube.com/watch?v=nwT8_CyIcSI).

Zdaniem szwedzkich specjalistów nie da się z pomocą tej symulacji określić wpływu na przebieg pandemii różnych środków, takich jak dystans społeczny, izolacja, zamknięcie szkół, zakazy zgromadzeń publicznych oraz sam lockdown.

„Ponieważ kroki te zostały wprowadzone mniej więcej w tym samym czasie, w ciągu kilku tygodni marca, użyte dane na temat śmiertelności po prostu nie zawierają wystarczającej ilości informacji, aby rozróżnić wpływ każdego z działań. Wykazaliśmy to dzięki analizie matematycznej. Na tej podstawie przeprowadziliśmy symulację używając oryginalnego kodu opracowanego w Imperial College, aby zilustrować, jak wrażliwość modelu prowadzi do niewiarygodnych rezultatów” – wyjaśnia autor pracy prof. Kristian Soltesz.

Uwagę grupy z Lund zwróciło to, że według brytyjskiego modelu niemal całą redukcję zakażeń w 10 z 11 uwzględnionych krajów tłumaczył lockdown. Wyjątkiem była Szwecja, która lockdownu nie wprowadziła.

„W Szwecji model wskazywał zupełnie inne działanie, jako wyjaśnienie redukcji liczby zakażeń – takie, które jawiło się jako prawie nieskuteczne w innych państwach” – tłumaczy prof. Soltesz.

Według badaczy jest całkiem prawdopodobne, że pojedyncze działania wywoływały widoczny efekt, ale model nie pozwalał na ocenę, jak bardzo były skuteczne.

„Poszczególne interwencje nie wydają się działać w odosobnieniu, ale wzajemnie od siebie zależą. Zmiana w zachowaniu wywołana jedną interwencją wpływa na skutki innych działań. Jak i w jaki sposób, ciężko jest określić” – podkreśla współautorka analizy prof. Anna Jöud.

Przedstawione przez szwedzki zespół wyniki wskazują, że konieczne jest dokładne ponowne analizowanie epidemiologicznych modeli.

„Wiele dyskusji dotyczy źródeł danych i ich wiarygodności, ale niemal całkowicie brakuje systematycznego przeglądu wrażliwości poszczególnych modeli na różne parametry oraz dane. To równie ważne, szczególnie kiedy rządy na całym świecie używają dynamicznych modeli jako podstawy dla swoich decyzji” – zwracają uwagę naukowcy.

Pierwszy krok, zdaniem autorów, to odpowiednia analiza czułości modelu. Jeśli stanowi ona zbyt duży problem, potrzebne są bardziej niezawodne dane, które zwykle trzeba połączyć z mniej złożonym modelem.

Więcej informacji na stronach:


https://www.eurekalert.org/pub_releases/2020-12/lu-mut122620.php


https://www.nature.com/articles/s41586-020-3025-y


Wideo: https://www.youtube.com/watch?v=nwT8_CyIcSI (PAP)

mat/ ekr/

- Reklama -
Źródło:PAP

Treści PREMIUM

Otrzymuj cotygodniowy e-mail od BrandsIT, który sprawia, że czytanie wiadomości jest naprawdę przyjemne. Dołącz do naszej listy mailingowej, aby być na bieżąco i uzyskać dotęp do treści PREMIUM za darmo.

- Reklama -