Nagły spadek liczby infekcji covid-19 niemal wszystkim wydał się tak optymistyczny, że aż wzbudził nasz redakcyjny pesymizm. Różnica rzędu 10 tys. względem tego, co działo się jeszcze przed paroma dniami, jest uderzająca. Czy to aby na pewno realny efekt, czy raczej artefakt wynikający z problemów z centralnym zliczaniem infekcji? Czy ma on związek z systematycznie malejącą liczbą wykonywanych testów? Czy może jest to produkt jakiejś celowej manipulacji?
Zapytaliśmy o to dr. Franciszka Rakowskiego, dobrze znanego czytelnikom „Polityki” fizyka z Interdyscyplinarnego Centrum Modelowania Matematycznego i Komputerowego Uniwersytetu Warszawskiego. – Gwałtowny „zjazd” o jedną trzecią, z 25 tys. infekcji 21 listopada do 10 tys. infekcji trzy dni później? To zjawisko niefizykalne, niemożliwe do osiągnięcia w prawdziwym świecie – wyjaśnia krótko. W kronikach nowej pandemii nie odnotowano tak szybkich spadków. W innych państwach też.
Wariancja na wierzchołku
Na wstępie należy stanowczo odrzucić hipotezę o ewentualnych celowych manipulacjach. Gwałtowne wahania liczby infekcji to (raczej) nie jest efekt politycznej żonglerki. – Żeby zacząć żonglować, trzeba najpierw umieć podnieść piłeczki i nauczyć się je podrzucać – zauważa Rakowski (ale bez śladu złośliwości). Ogólnokrajowy system informatyczny Głównego Inspektoratu Sanitarnego pozostaje w sferze przyszłości. Jeszcze do niedawna lokalne stacje sanepidu zbierały dane o infekcjach na – niemalże – ręcznie wypełnianych karteczkach. Nie ma systemu, nie ma więc wiarygodnych danych.
Wydaje się, że problemem są testy – a raczej ich brak. Choć nie jest to problem tak prosty, jak przedstawiają go media. Brak prostego przełożenia między liczbą wykonywanych testów a liczbą infekcji covid-19. Ale po kolei.
Kiedy spojrzy się na wykresy generowane przez zespół Rakowskiego, pierwsza refleksja musi być następująca: do pewnego momentu, a konkretnie do połowy listopada, polityka testowania realizowana była dość konsekwentnie. Dane obserwacyjne podążały wzdłuż krzywej sugerowanej przez model matematyczny, widać nawet delikatne cotygodniowe pulsowania związane z opóźnieniami w zliczaniu infekcji w czasie weekendów. – Aż tu nagle na listopadowym wierzchołku pojawiła się ogromna wariancja danych – wskazuje Rakowski (wariancja to matematyczna miara zmienności). To najprawdopodobniej głównie wynik dyskusyjnej jakości pracy sanepidu, który przeoczył w ogólnopolskim systemie raportowania ponad 22 tys. przypadków infekcji.
Odsetki niechęci
Nie chodzi jednak tylko o to, że system testowania osiągnął najpewniej maksimum wydolności. Niekoniecznie. Rakowski próbuje zrozumieć naturę tych nagłych wahań od dłuższego czasu. Bardzo możliwe, że w tle działa proces o zupełnie innej naturze – psychospołecznej. Wraz z czasem, oswajaniem się z pandemią i rosnącą wiedzą na temat choroby zmienia się skłonność ludzi do zgłaszania się do lekarza. Osoby obserwujące u siebie objawy potencjalnie związane z covid-19 coraz częściej wybierają samoizolację, za wszelką cenę unikając przeciążonych szpitali, a zwłaszcza szpitali polowych. Twardych polskich danych na ten temat brak, ale liczba pojedynczych, subiektywnych relacji o tym świadczących jest na tyle znaczna, że dość przekonująca.
Czytaj także: Jest chaos z danymi o zakażeniach i kontrolą nad testami
Parę miesięcy temu pandemicznym postawom swoich rodaków przyjrzeli się bliżej naukowcy brytyjscy z renomowanych uczelni (King’s College London, University College London itd.). Odkryli, że zaledwie niespełna 49 proc. uczestników badania (a były ich ponad 42 tys.) uznawało kaszel, wysoką temperaturę i utratę smaku lub powonienia za możliwe objawy covid-19. Odsetek ten pozostawał niezmienny przez ostatnie pół roku. Tylko niespełna co piąta osoba spośród tych, które zaobserwowały u siebie symptomy covid-19, przyznała, że zdecydowała się nie opuszczać domu.
Chęć dzielenia się ze służbami sanitarnymi istotnymi informacjami medycznymi była nieco wyższa, ale też niezbyt imponująca. Tylko dwie trzecie osób niedoświadczających symptomów covid-19 deklarowało, że poinformowałoby brytyjski „sanepid” o szczegółach swoich kontaktów społecznych w razie pozytywnego wyniku testu. Tylko 11 proc. osób poinformowanych przez służby medyczne o tym, że miały bliską styczność z osobami chorymi na covid-19, uznało, że warto zostać w domu przez jakiś czas.
Można przypuszczać, że podobnie jest w Polsce – tylko zapewne gorzej. I że niechęć do kontaktu z systemem opieki zdrowotnej rośnie, nie spada.
Czytaj także: Pandemia to nietypowa katastrofa. Nic dziwnego, że różnie reagujemy
Zagadka korelacji
A co by było, gdybyśmy wykonywali znacznie więcej testów – nie 50 tys. dziennie, a np. 250? O ile wzrosłaby liczba odnotowanych oficjalnie infekcji? Rakowski: – Trudne pytanie. Ale jestem przekonany, że nie wzrosłaby liniowo. To znaczy, że pięciokrotnie większa liczba testów nie dałaby w efekcie aż pięciokrotnie wyższej liczby infekcji. Właśnie z powodu rosnącej świadomości społeczeństwa.
Skoro bieżące dane o infekcjach są wątpliwej jakości, to może jedyną twardą miarą natężenia pandemii jest liczba zgonów? Nie. – Ze zgonami jest jeszcze większy problem niż z testami – mówi Rakowski. Z dwóch powodów. Po pierwsze, ostatnie liczby (500–600) są oczywiście skutkiem wzrostów liczby zachorowań sprzed dwóch–trzech tygodni. Należy je uważać, w pewien sposób, za fakt historyczny. Po drugie, niezmiennie nie ma jasności, które zgony przypisać covid-19, a które nie.
Żyjemy dramatycznymi doniesieniami o dużo wyższej niż średnia liczbie zgonów w październiku. Zwykle w tym miesiącu odchodziło blisko 30,9 tys. Polek i Polaków, a w tym roku było ich prawie 45,4 tys. (5 października–1 listopada). Różnica, czyli 14,5 tys., dalece wykracza poza tzw. odchylenie standardowe (najczęściej spotykany „rozrzut” wokół wartości średniej). Ale liczba oficjalnie potwierdzonych zgonów przypisanych covid-19 wynosi nieco ponad 3 tys. Co było powodem 11,5 tys. pozostałych śmierci? Ponieważ w Polsce nie prowadzi się (rutynowo) badań post mortem, to nie wiadomo. Wiadomo tylko, że zgony te były jakoś skorelowane z pandemią.
Posłuchaj: Jak działają modele matematyczne i co mówią o pandemii
Minusy fenomenologii
Wydawać by się mogło, że jeśli dane, którymi zasilane są modele matematyczne, są niskiej jakości – jak te ostatnio – to generowane scenariusze rozwoju pandemii też będą niskiej jakości. Otóż niekoniecznie.
– Modele dzielą się generalnie na fenomenologiczne i generatywne – mówi Rakowski. Te pierwsze stanowią większość. Ich twórcy nie zadają sobie pytania o to, jakie prawa rządzą zjawiskiem, w tym przypadku pandemią. Analizują wiele przebiegów danego zjawiska, np. sto, porównują je, szukają korelacji, po czym przewidują, jak będzie wyglądał sto pierwszy. Krzywą infekcji w takim modelu pandemii można precyzyjnie dopasować do danych zbieranych w terenie. Model jest bardzo czuły, ale też w przypadkach nagłych zawirowań – mniej wiarygodny.
Czytaj więcej: Symulacje epidemii
Bardziej wiarygodne są modele generatywne. – Oparte są na tradycyjnych modelach fizycznych konkretnych zjawisk – mówi Rakowski. – Opisują je za pomocą wzorów matematycznych, a symulacje prowadzone są ab initio – z zasad pierwszych. Do prawidłowego działania także potrzebują danych z prawdziwego świata (chodzi np. o oszacowanie parametrów takich jak transmisyjność wirusa w szkołach). Bardziej jednak chodzi o informacje o ogólnych trendach. Między innymi dlatego tak bardzo przydatne dla „modelarzy” byłyby testy przesiewowe – prowadzone w sposób cykliczny, obejmujące wszystkie grupy zawodowe i wiekowe. Pozwoliłyby poznać prawdziwą dynamikę pandemii w Polsce.
– Myślę, że trend epidemii można by było zauważyć nawet bez wykonywania testów molekularnych, a na podstawie diagnoz lekarskich – zauważa Rakowski. Lekarze musieliby tylko zostać odpowiednio przeszkoleni, a ich diagnozy musiałyby spływać do jednego ośrodka. Testów przesiewowych państwo jednak jak na razie nie organizuje (nie licząc planowanego pilotażowego programu w dwóch województwach).
Constans zaufania
Modele generatywne, takie jak ten rozwijany od miesięcy przez zespół Rakowskiego, są zdecydowanie mniej niż fenomenologiczne wrażliwe na informacyjne artefakty lub manipulacje. – To ich ogromna siła – mówi fizyk. – Patrzę na dane obserwacyjne, na te 10 czy 15 tys. dziennych infekcji, i widzę, że one są po prostu „niedobre”. Nawet podczas całkowitego lockdownu nie obserwowaliśmy podobnie mocnych spadków.
Pytanie o przyczyny tego zjawiska i generalnego zamieszania w liczbach infekcji w drugiej połowie listopada pozostaje bez odpowiedzi. W każdym razie jeszcze przez jakiś czas. Z tego m.in. powodu zespół ICM nie manipuluje przesadnie przy dotychczasowym, dobrze już sprawdzonym modelu. – Nie próbujemy go dopasowywać do ostatnich danych – mówi Rakowski. – Poczekamy, zobaczymy. Wydaje mi się, że za dwa–trzy tygodnie sytuacja z danymi się uspokoi, a potem coś się wyjaśni.
Do tej pory zaufaniem można więc darzyć tylko model i naukę, która za nim stoi. W tej materii żadnych spadków nie odnotowano.
Czytaj także: Jak śledzić pandemię i nie panikować. Modele i sztuczna inteligencja