Modelos de previsão moderada e terrível servem como objetivos diferentes, e não é fácil interpret á-los. Mas quando eles acabam sendo semelhantes, isso pode significar o fim da pandemia.
Salve esta história
Salve esta história
Pense no experimento: Jay é um paciente de 55 anos que fuma dois maços de cigarros por dia a partir de 22 anos. Ele acabara de ser diagnosticado com “câncer de pulmão de Nemelcoclet”. Seu médico usa vários métodos, incluindo o modelo para determinar sua previsão.
Nas situações 1, seu médico usa o “princípio da precaução” e representa o pior cenário com base no modelo do pior caso: Jay continua vive por cerca de seis meses.
Na situação 2, o médico encontra sua previsão para o futuro, prevendo a situação atual de Jay, que por definição não é o pior cenário e mais “otimista”: Jay deve viver mais dois anos.
Qual cenário é melhor?
A resposta não é tão inequívoca. Na medicina, a previsão está associada a certas dificuldades e depende em grande parte dos dados utilizados e dos modelos que podem não ser bastante aplicáveis a um paciente em particular. O que é ainda mais importante: o paciente faz parte do modelo. Se as informações utilizadas alterarem o comportamento do paciente, o próprio modelo mudará – mais precisamente, os pesos dados por uma certa variável no modelo mudarão, em direção a um resultado mais negativo ou positivo. No primeiro cenário, Jay pode decidir mudar seu comportamento para usar os próximos seis meses da maneira mais eficiente possível, possivelmente estendend o-os até nove meses ou mais. Isso significa que o modelo era impreciso? Não. Isso significa que o conhecimento do modelo ajudou a levar J a um resultado mais otimista. No segundo cenário, o oposto pode ocorrer: Jay pode continuar fumando dois pacotes por dia ou reduzindo o número de pacotes para um por dia, o que pode acelerar um resultado mais negativo. É possível que Jay viva por dois anos em situação e na situação de 2 a seis meses.
Opinion Wired
Sobre o site
Amita Kalichandran (@dramithamd) é médica, um epidemiologista e autor do livro “Healing” preparando a publicação.
Este padrão pode ser observado em tudo, desde a previsão das alterações climáticas até às sondagens (conhecer os resultados das sondagens pode influenciar o comportamento eleitoral, alterando potencialmente o resultado da votação). Estamos a assistir a um dilema semelhante na modelização da pandemia de Covid-19, o que pode ajudar a explicar divergências sobre tudo, desde quando a pandemia terminará até se um confinamento é apropriado. No ano passado, no momento em que a Organização Mundial da Saúde declarou a Covid-19 uma pandemia global, escrevi sobre incerteza e percepção de risco. Quando enfrentamos a incerteza, confiamos nos especialistas, mas um mês depois, Anthony Fauci, dos Institutos Nacionais de Saúde, observou corretamente que os especialistas não podem prever o que era (e continua a ser) um “alvo móvel”.
Nas últimas semanas, temos visto cada vez mais opiniões focadas no otimismo: que a imunidade coletiva será alcançada até abril e que o verão será mais parecido com o de 2019, amplo e despreocupado. Vimos também como este optimismo, baseado no modelo preciso de hoje, pode influenciar o comportamento, desde a abertura (mas depois encerramento) de escolas até ao recente levantamento da obrigatoriedade do uso de máscaras no Texas, o que poderá contribuir para o aumento do número de casos. Outros estão adotando uma abordagem mais pessimista, argumentando que pode levar mais dois anos até que as coisas “voltem ao normal” e que as variantes do vírus sejam um “jogo totalmente diferente”. Hoje, no Michigan e no Canadá, uma potencial terceira onda impulsionada por variantes do vírus sugere uma perspectiva menos optimista (por enquanto). Estamos todos familiarizados com a forma como este padrão se repetiu várias vezes ao longo do ano passado, com até especialistas discordando (e alguns mudando completamente de ideia). Isso é mais do que apenas preconceito de más notícias. Mas como conciliar esta dicotomia entre “otimistas” e “pessimistas”? Talvez tudo se deva à forma como entendemos o propósito dos modelos epidemiológicos em geral e dos dois tipos de modelos de previsão de pandemias.
Justin Lessler é professor assistente de epidemiologia na Universidade Johns Hopkins e faz parte de uma equipe que contribui regularmente para o Centro de Previsão da Covid-19. Ele explica que existem quatro tipos principais de modelos: teóricos, que nos ajudam a compreender como funcionam os sistemas de doenças; estratégicos, que ajudam os funcionários do governo a tomar decisões, incluindo “não fazer nada”; inferenciais, que ajudam a estimar coisas como níveis de imunidade coletiva; e prospectivos, que prevêem o que acontecerá no futuro com base nas nossas melhores suposições sobre como a resposta e a epidemia irão realmente evoluir.
Mais popular
A ciência
Uma bomba-relógio demográfica está prestes a atingir a indústria da carne bovina.
Matt Reynolds
Negócios
Dentro do complexo supe r-secreto Mark Zuckerberg no Havaí
Gatrine Skrimjor
Engrenagem
Primeira olhada em Matic, um aspirador de robô processado
Adrienne co
Negócios
Novas declarações de Elon Mask sobre a morte de um macaco estimulam novos requisitos para a investigação da SEC
Dhruv Mehrotra
Quando se trata de prever modelos, aqueles cujas previsões não são o pior cenário aparecem (portanto, são mais otimistas), que visam descrever modelos modernos de transmissão e suscetibilidade e previsão, sugerindo que os modelos atuais permanecem inalterados. Nesses “modelos causais dinâmicos”, muitas variáveis são adicionadas, incluindo, como descreveu o Karl Friston biomatemático do University College of London, fatores desconhecidos que afetam a propagação do vírus, chamada “Matéria Escura”.
Também existem modelos de previsão guiados pelo “princípio da precaução”, eles também são “modelos de cenário”, nos quais as suposições são frequentemente as mais conservadoras. Eles levam em consideração o pior cenário para permitir que os governos preparem melhor reservas, camas de hospital, vacinas e assim por diante. No Reino Unido, um grupo de emergência científico e consultivo sob o governo se concentra nesses modelos e, portanto, determina uma política no campo do bloqueio. Nos Estados Unidos, o equivalente mais próximo é o presidente da Covid-19 Biden, e epidemiologistas e atuais que parecem não-conformadores podem estar mais próximos de um grupo como Sábio Independente (com o qual Freeston Works).
“A modelagem que conduzimos para o Sábio Independente tem como objetivo determinar corretamente os detalhes, para garantir o máximo de conformidade com a complexidade mínima para nos ajudar a olhar sob o capô, por assim dizer, o que realmente está acontecendo”, disse Froston.”Assim, a questão fundamental é se observamos o princípio da precaução, usando a modelagem dos piores cenários de reações não sofridas ou estamos assumindo a obrigação de usar os modelos mais precisos de reações suavizadas?”
Esta é a essência das contradições entre diferentes “especialistas”. Por exemplo, epidemiologistas, como John Ioannidis, de Stanford, em regra, prestam mais atenção à modelagem da pandemia para explicar com precisão as leis atuais (e estender esses padrões ao futuro), que podem parecer mais otimistas e geralmente não são usados para se desenvolver política.
“Grande parte da confusão vem da não compreensão do propósito de um modelo específico, como pensar em um modelo estratégico como um modelo de previsão”, diz Lessler. Prefiro o termo “planejamento de cenário”, [e] no caso de uma pandemia, nossa resposta pode resultar na não ocorrência do cenário projetado.” Ele aponta para o modelo da primavera de 2020 do Instituto de Métricas e Avaliação de Saúde, que foi preciso por um ou duas semanas antes, mas presumiu que as medidas rigorosas durariam indefinidamente. Este modelo não era adequado para o planeamento a longo prazo, mas muitos dispostos a aceitar a sua previsão aparentemente optimista da pandemia viam-na como uma tarefa a longo prazo. a força confiou fortemente neste modelo 19″.
Mais popular
A ciência
Uma bomba-relógio demográfica está prestes a atingir a indústria da carne bovina.
Matt Reynolds
Negócios
Dentro do complexo supe r-secreto Mark Zuckerberg no Havaí
Gatrine Skrimjor
Engrenagem
Primeira olhada em Matic, um aspirador de robô processado
Adrienne co
Negócios
Novas declarações de Elon Mask sobre a morte de um macaco estimulam novos requisitos para a investigação da SEC
Dhruv Mehrotra
Tal como acontece com a experiência mental J, o princípio da incerteza de Heisenberg ajuda-nos a compreender uma ideia semelhante em modelos de previsão epidemiológica. O impacto da comunicação desta informação à população altera o modelo porque cria um ciclo de feedback no qual as pessoas mudam o seu comportamento com base no risco percebido, e isto, por sua vez, altera os padrões de transmissão. Modelos são simulações que criamos, mas que também influenciamos. Ficámos convencidos disto quando inicialmente recomendámos uma limpeza completa das superfícies: As previsões iniciais incluíam a transmissão por contacto, mas estes modelos mudaram quando percebemos que o modo de transmissão era menor e transmitido principalmente através de secreções respiratórias. Também vimos isso com máscaras: inicialmente, o não uso de máscaras levava a altos níveis de transmissão. Depois, à medida que as máscaras começaram a ser usadas, as taxas de transmissão caíram e o padrão mudou para um padrão mais otimista.(Esta foi a essência do “Portão de Neander”).
“Muitos modelos não se destinam a fazer previsões, mas sim a serem ferramentas para ajudar a tomar decisões. Portanto, quando você vir algo sendo apresentado nas notícias, observe que geralmente é uma declaração do que ‘pode’ acontecer, e ouça o que mais “ poderia “acontecer se as pessoas respondessem à epidemia”, disse-me Lessler.”Muitas pessoas tendem a concentrar-se no pior caso, mas se o modelo for bem-sucedido na comunicação da política, então a terrível previsão de que toda a imprensa fala estará errada.”
Esses loops de feedback são ainda mais complicados pela assimetria na maneira como percebemos as informações e as incluímos em nosso comportamento como indivíduos. Os otimistas podem atualizar suas informações na estrutura de deslocamento otimista (para maior risco). Os pessimistas podem correr mais arriscar indiscriminadamente, mesmo que representem um modelo “otimista”. Isso não é diferente de prejudicar a confirmação. Nosso comportamento também depende da confiança epistêmica: decidimos confiar em um especialista prevê mais do que outro, tanto quanto mudar nossa opinião e comportamento. Recentemente, esse problema surgiu em conexão com a oposição de um artigo controverso no Atlântico, escrito por um economista, sobre o risco de transferir o vírus Kovid-19 para crianças.
A ciência, e em particular a epidemiologia, está envolvida na medição e estabelecimento da verdade. Os modelos exatos são muito importantes. Mas no momento A, se um grupo de pessoas ouça o modelo do pior caso/pessimismo/princípio de precaução, a probabilidade de o pior caso realmente acontecer pode diminuir como resultado de uma mudança no comportamento do agrupe para minimizar o risco. O oposto é verdadeiro: no mesmo momento, se um grupo de pessoas ouve o modelo “causal dinâmico”/otimista e mudar seu comportamento para um mais liberal, o modelo se move para o pior caso.
Mais popular
A ciência
Uma bomba-relógio demográfica está prestes a atingir a indústria da carne bovina.
Matt Reynolds
Negócios
Dentro do complexo supe r-secreto Mark Zuckerberg no Havaí
Gatrine Skrimjor
Engrenagem
Primeira olhada em Matic, um aspirador de robô processado
Adrienne co
Negócios
Novas declarações de Elon Mask sobre a morte de um macaco estimulam novos requisitos para a investigação da SEC
Dhruv Mehrotra
“Prever a pandemia é semelhante às previsões climáticas que são boas para uma previsão de 10 dias, mas não posso dizer qual será o tempo na terceira semana de julho”, disse Lessler. No caso de doenças infecciosas, “não podemos dizer o que acontecerá em três meses, já que temos loops de feedback com política e comportamento, além de incerteza nos dados do banco de dados”.
Vamos voltar a Jay: Na situação 1, ele pode aceitar esse modelo pessimista como um incentivo para recusar o fumo. Na situação 2, o oposto pode ocorrer. Idealmente, seu médico deve compartilhar as duas previsões, e Jay terá que pesar as duas opções.
A saúde pública é mais complexa porque as decisões que um indivíduo toma têm impacto no seu ambiente. Talvez seja melhor estar excessivamente preparado e cauteloso do que mal preparado quando milhões de vidas estão em risco, embora as externalidades para as liberdades pessoais e a economia também sejam importantes e influenciem as nossas escolhas e avaliações de risco.
Aqui estão as boas notícias: com o tempo, os modelos de previsão dos optimistas e dos pessimistas poderão convergir. Assim, tanto o cenário como os modelos causais dinâmicos estão corretos em certo sentido: global e gradualmente, tendemos a fazer melhores previsões em conjunto. Isto sugere que, uma vez que o número de casos diminua, os padrões tornar-se-ão semelhantes entre si, o que indicará o fim da pandemia ou simplesmente acabará por ser um reflexo dela. Mais tarde, Lessler compartilhou por e-mail: “Todos os modelos chegam ao seu destino com taxas de doença muito baixas. A única questão é quanto tempo e o que acontece ao longo do caminho”.
Assim, uma visão mais “pragmática” das coisas, defendendo o uso contínuo de máscaras, vacinas e distanciamento social, poderia produzir o resultado optimista da imunidade colectiva e do regresso da vida a um estado “normal” mais agradável ainda este ano.
Quando fiz uma enquete no Twitter no início deste mês, mais de dois terços dos cerca de 700 entrevistados pareciam estar mais otimistas de que o fim da pandemia estava próximo na América do Norte. No início senti-me aliviado, mas depois percebi que esta visão poderia levar a um resultado mais pessimista se esse optimismo ditasse um comportamento menos prudente. Em vez disso, equilibrar o pessimismo cauteloso baseado em evidências no presente com o pensamento de que isto pode levar a razões para optimismo no futuro pode ser o melhor curso de acção para que possamos sair desta situação juntos, como eles parecem estar a fazer outra. Essa é outra maneira de resumir o recente tweet do escritor Ezra Klein: “A esperança parece ser uma emoção insegura ultimamente. Pessoal e profissionalmente, não quero projetar otimismo apenas para ser esmagado pelo aumento de mortes. O pessimismo é mais seguro.”
Talvez o pragmatismo com uma boa dose de tolerância à mudança e à incerteza seja ainda mais seguro.
WIRED Opinion publica artigos de escritores terceirizados que representam uma ampla gama de pontos de vista. Leia mais opiniões aqui e veja nossas diretrizes para envio de artigos aqui. Você pode enviar seu artigo para opin@wired. com.
Outras histórias interessantes da WIRED
- 📩 Últimas notícias sobre tecnologia, ciência e muito mais: Receba nossas newsletters!
- Uma maldição genética, uma mãe assustada e o desejo de “consertar” embriões
- Funcionários negros de tecnologia se rebelam contra o ‘teatro da diversidade’
- Se você transplantar uma cabeça, a consciência seguirá?
- Coloque seu HoloLens e entre na sala de reuniões de AR
- Por que não consigo parar de olhar meu próprio rosto no Zoom?
- 🎮 Jogos WIRED: últimas dicas, análises e muito mais.
- 💻 Aumente sua produtividade com seus laptops, teclados, dispositivos de digitação alternativos e fones de ouvido com cancelamento de ruído favoritos de nossa equipe Gear.
