Dnes jsem se s radostí podívala na novou stránku odborníků – statistiků k celé situaci okolo počítání kde čeho v souvislosti s epidemií covid. Já sama matematiku a všechny jí podobné disciplíny z duše nesnáším, ačkoli výstupy si přečtu ráda. Proto nebudu předstírat, že statistice rozumím, a dovolím si sem dát hlavně odkaz a pak pár citací. Všem, kdo se zajímají o fakta přeju všem dobré počtení.
V reakci na neuspokojivou situaci týkající se sběru a zpracování dat o šíření a důsledcích infekce SARS-CoV-2 zřizuje Výbor České statistické společnosti k 1. únoru 2021 odbornou skupinu, která by měla přispět k nápravě této situace, která má neblahé celospolečenské důsledky a která zároveň poškozuje pověst našeho oboru. Zakládající členové odborné skupiny sepsali své prohlášení k současné situaci nazvané Pět kroků (nejen) ke zvládnutí epidemie.“
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.
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.