Odborná skupina statistiků: Pět kroků (nejen) ke zvládnutí epidemie

Pět kroků (nejen) ke zvládnutí epidemie

Životy prakticky všech obyvatel České republiky jsou již téměř rok ovlivňovány probíhající epidemií nemoci COVID-19. V současné době se na jedné straně ozývá varování před plošným rozvolňováním platných restriktivních opatření [1] a před šířením tzv. britské mutace koronaviru [1, 2], na straně druhé vznikají iniciativy žádající rozvolnění restriktivních opatření [3] a upozorňující na jejich nízkou efektivitu [4], nedostatečné zdůvodnění a neúměrné dopady na celou společnost z hlediska psychické, morální a ekonomické stránky a v důsledku na „pošlapávání lidských práv a ničení životů milionů lidí” [5].

Mohlo by vás zajímat: Ivan Špirakus: Pandemie připomíná hollywoodský film. Vakcinace je jediné řešení

Akademici, kteří se k současné situaci veřejně vyjadřují, patří ve většině případů k zastáncům restrikcí. Nutno dodat, že většina z nich – na rozdíl od podnikatelů, studentů či samoživitelek – zatím nepocítila přímé negativní dopady restrikcí, po kterých volají. Málokdo si nyní uvědomuje, že houština vzájemně se vylučujících názorů, predikcí a úsudků je možná zejména proto, že jsme zcela selhali v procesu poznání založeném na datech.

Reakce na koronavirus (stejně jako každý jiný praktický problém) má pět částí:

1. Položit rozumné otázky.
2. Získat relevantní a správná data.
3. Na jejich základě tvořit matematické, či lépe statistické modely a učinit nějaký úsudek.
4. Pomocí odhadnutých parametrů vytvořit predikci.
5. Na základě predikce rozhodnout.

Je třeba si uvědomit, že každý z těchto kroků je v kompetenci někoho jiného. O tom, které otázky jsou rozumné, můžeme vést širokou veřejnou debatu a inspirovat se v zahraničí. Za sběr dat, jejich kvalitu a veřejnou dostupnost musí být zodpovědná nějaká centrální instituce, například ÚZIS. O definici toho, jaká data mohou vést k zodpovězení položených otázek a jaká data má smysl zaznamenávat, by však měla být vedena širší odborná diskuze. Inference (usuzování) a predikce může dělat odborná veřejnost, akademická půda, státní úřady, nevládní organizace – čím více dobře zdokumentovaných modelů, tím větší šance, že se přijde na nesrovnalosti v datech, vliv skrytých předpokladů, ale i chyby a předsudky. Finální rozhodnutí ale musí činit politici, kteří jediní k nim mají mandát a nesou za ně zodpovědnost.

Mohlo by vás zajímat: Ivan Špirakus: Nové zkoušky významně zvyšují kvalitu profesionálů v oboru

My – matematičtí statistici a biostatistici, datoví analytici, matematičtí modeláři a obecně lidé profesionálně pracující s daty – musíme bohužel konstatovat, že u nás selhal hned druhý krok a žádné další již nemohly rozumně následovat. Téměř rok po začátku epidemie neznáme parametry PCR testů a nejsme si tedy jisti, kolik falešně negativních a falešně pozitivních výsledků lze očekávat. To nám například zcela zatemnilo úsudek stran reinfekcí. Tiskneme hrůzostrašné historky [6] o opakovaných infekcích, aniž bychom mohli udělat elementární odhad, které z domnělých reinfekcí jdou na vrub falešné pozitivitě jednoho z PCR testů. Nemáme téměř žádné relevantní informace o výskytu protilátek v populaci a můžeme jenom hádat, jaká část populace již infekcí prošla. To umožňuje výměnu zcela protichůdných dojmů a pocitů různých „odborníků“ v českých médiích [7]. Zároveň to však znemožňuje usuzovat na smrtnost infekce v naší zemi a výrazně to komplikuje debatu o očkování.

Bez relevantních dat především nejsou možné smysluplné predikce. To ovšem bohužel nebrání mnoha skupinám, aby přicházely s více či méně fantastickými scénáři, které jsou místy zcela nesmyslné (viz predikce exponencielou profesora Flégra [8]), jindy zabalené do vědeckého hávu, ale bezcenné, například „predikční“ modely ÚZIS, které nejsou falzifikovatelné, protože pokaždé řeknou, že počet nakažených bude buďto růst, nebo klesat, nebo zůstane stejný [9]. Než takové modely, je lepší nemít žádné. Za zcela trestuhodné považujeme, že při tvorbě modelů (např. metodika pro výpočet indexu rizika COVID-19, tzv. skór PES [10]) a vydávání predikcí (např. [9]) státními úřady není vyvinuta ani elementární snaha zajistit nezávislou odbornou oponenturu před tím, než jsou tyto modely a predikce předloženy politikům jako podklad k rozhodování. V mnohem méně závažnějších případech běžného odborného článku jsou přitom obvykle požadovány alespoň dvě nezávislé recenze.

Mohlo by vás zajímat: Světové pojišťovnictví pod vlivem pandemie

Politikům tak nezbývá než se rozhodovat na základě dojmů, emocí, pocitů a přání a z plejády více či méně fantastických scénářů pak retrospektivně vybírat ty, které konvenují jejich emocionálním rozhodnutím. Přitom po mnoha měsících platnosti různých restriktivních opatření máme jen mizivou představu o jejich účinnosti. Stále restriktivnější opatření jsou navrhována v situaci, kdy odborná literatura přináší čím dál více otazníků ohledně jejich účinnosti (např. [11]) nebo dokonce evidenci jejich zanedbatelného účinku na řešení epidemie COVID-19 (např. [4]).

Je nejvyšší čas, aby odborná veřejnost zatáhla za záchrannou brzdu. Tento způsob řešení koronavirové epidemie nás ohrožuje víc než virus samotný. Mohli jsme si vybrat mezi nízkým počtem obětí za cenu drastických restrikcí a vysokým počtem obětí za cenu pokračování normálního života. Ve výsledku máme ale vysoký počet obětí při drastických restrikcích. Je čas se vrátit na začátek cesty. Zkalibrujme testovací metody (jak na detekci viru, tak na detekci protilátek všeho druhu), začněme odpovědně sbírat relevantní data. Důsledně data na všech úrovních zveřejňujme. Predikční modely, na jejichž základě jsou činěna zásadní rozhodnutí, zveřejňujme a podrobujme nezávislé odborné oponentuře. Při předkládání každého nového návrhu opatření trvejme na analýze jeho přínosů proti šíření viru a nákladů na ekonomiku i společnost. Trvejme též na předkládání odhadů udržitelnosti každého opatření. „Best in COVID“ už nebudeme, ale aspoň bychom mohli přestat být nejhorší.

Mohlo by vás zajímat: Jaké kybernetické hrozby můžeme očekávat v roce 2021?

Členové odborné skupiny

• Mgr. Ondřej Vencálek, Ph.D., Katedra matematické analýzy a aplikací matematiky, Přírodovědecká fakulta Univerzity Palackého v Olomouci. Předseda České statistické společnosti.
• RNDr. Tomáš Fürst, Ph.D., Katedra matematické analýzy a aplikací matematiky, Přírodovědecká fakulta Univerzity Palackého v Olomouci. Spoluzakladatel Centra pro Bayesovskou inferenci 4BIN.
• doc. RNDr. Arnošt Komárek, Ph.D., Katedra pravděpodobnosti a matematické statistiky, Matematicko-fyzikální fakulta Univerzity Karlovy v Praze. Bývalý předseda mezinárodní Společnosti pro statistické modelování, editor odborného časopisu Statistical Modelling.
• doc. Mgr. Michal Kulich, Ph.D., Katedra pravděpodobnosti a matematické statistiky, Matematicko-fyzikální fakulta Univerzity Karlovy v Praze, proděkan MFF UK.
• doc. PaedDr. RNDr. Stanislav Katina, Ph.D., Ústav matematiky statistiky, Přírodovědecká fakulta Masarykovy univerzity, Brno, zástupce ředitele pro aplikovanou matematiku a statistiku, vedoucí týmu Modelovaní a statistika, předseda komise Statistika pro regulační záležitosti v Mezinárodní společnosti pro klinickou biostatistiku a bývalý člen výkonného výboru téže společnosti.
• Prof. RNDr. Gejza Dohnal, CSc., Ústav technické matematiky, Fakulta strojní ČVUT v Praze. Člen výkonného výboru Federation of European National Statistical Societies, člen výboru pro European Accreditation of Statisticians.