Forskarnas tystnad 

Tidigt i Covid-pandemin, Michael Levitt märkte en gradvis minskning av falltillväxttakten över tiden i Wuhan, och många avfärdade eller ignorerade hans observationer på grund av vad de såg var felaktiga referenser och okonventionella matematiska metoder (Gompertz-kurvor, i motsats till konventionella kompartmentmodeller inom epidemiologi).

Vissa forskare gick så långt att de kallade Michael Levitts arbete "dödligt nonsens”, sa att han var en oansvarig medlem av det vetenskapliga samfundet genom att inte vara epidemiolog och presenterade arbete som Levitts kritiker trodde tonade ner coronaviruset.

Den 17 mars 2020, John Ioannidis hävdade att allvarlighetsgraden av Covid var osäker och att extrema inneslutningspolicyer som nedstängningar möjligen kan orsaka mer skada än själva pandemin, provocerande en ihållande kultur av fientlighet mot Dr. Ioannidis, från falska påståenden om intressekonflikter år 2020 till personer som anklagar Ioannidis för "hemsk vetenskap" och mycket mer.

Min erfarenhet som en "avvikande" epidemiolog

Som matematisk biolog som studerade virus som hoppade från fladdermöss till människor under några år före Covid, och som tidsserieanalytiker med nästan ett decenniums erfarenhet av att prognostisera i början av 2020, studerade jag också Covid sedan januari 2020. 

Jag märkte visdomen i Levitts Gompertz-kurvor – Levitt hittade en observation som jag själv hade hittat oberoende, av regelbundna sönderfall i tillväxttakten av fall långt innan fallen nådde en topp i Wuhan, och sedan i tidiga utbrott i Europa och USA. I mitt eget arbete hittade jag bevis i februari 2020 på att fallen fördubblades varannan till var tredje dag (mittpunktsuppskattning 2 dagar) i det tidiga Wuhan-utbrottet vid en tidpunkt då Populära epidemiologer trodde att Covid-prevalensen skulle fördubblas var 6.2:e dag.

Vi visste då att de tidigaste fallen avslöjades i slutet av november 2019. Antag att det första fallet var 1 december 2019, 72 dagar före den ungefärliga toppen av fallen i Kina i början av 2020 den 11 februari 2020. Om fallen strikt fördubblades var 2.4:e dag under den 72-dagarsperioden skulle så många som 1 miljard människor, eller 2/3 av Kina, ha blivit smittade. Om i stället fallen fördubblades var 5:e dag, skulle vi förvänta oss att ungefär 22,000 XNUMX människor skulle bli smittade i Kina. 

Om fallen fördubblades var 6.2:e dag skulle vi förvänta oss att 3,100 19 personer skulle bli smittade i Kina. Ju långsammare falltillväxttakt man trodde, desto färre fall förväntade de sig, desto högre infektionsdödlighet uppskattade de och desto allvarligare oroade de sig för att Covid-XNUMX-pandemin skulle bli. Dessa fynd ledde till att jag såg fördelen med Dr Levitts observationer och att jag instämde i Dr Ioannidis artikulation av den vetenskapliga osäkerheten kring allvaret av Covid-pandemin som världen var på väg att uppleva.

Men när jag såg världens behandling av Levitt, Ioannidis och många fler vetenskapsmän med motsatta åsikter som speglade min egen, blev jag rädd för möjliga rykte och yrkesrisker av att dela med mig av min vetenskap. Jag försökte dela mitt arbete privat men stötte på professorer som hävdade att jag var "inte-en-epidemiolog", och en sa till mig att jag "skulle vara direkt ansvarig för miljoners död" om jag publicerade mitt arbete, hade fel och inspirerade till självbelåtenhet i människor som dog av covid. 

Mellan dessa personliga möten från forskare i en mängd olika positioner och den offentliga steningen av Levitt och Ioannidis, oroade jag mig för att publicering av mina resultat skulle leda till att jag offentligt skulle bli kallad inte-epidemiolog som Levitt och ansvarig för dödsfall som både Levitt och Ioannidis .

Jag lyckades dela mitt arbete med ett CDC-prognossamtal den 9 mars 2020. Jag presenterade hur jag uppskattade dessa snabba tillväxthastigheter, deras implikationer för tolkningen av det tidiga utbrottet i Kina och deras implikationer för det nuvarande tillståndet av covid i USA. Gemenskapsöverföringen av Covid i USA var vid den tiden känd för att ha börjat senast den 15 januari, 

Jag visade hur ett utbrott som börjar i mitten av januari och fördubblas var 2.4:e dag kan orsaka tiotals miljoner fall i mitten av mars 2020. Värden för samtalet, Alessandro Vespignani, hävdade att han inte trodde på det, att den snabba tillväxten priserna kan bara bero på ökande antal fallutredningar och avslutade samtalet.

Bara nio dagar efter att jag presenterade CDC-samtalet, fann man att Covid-inläggningar på intensivvårdsavdelningar fördubblades varannan dag hos vårdgivare i New York City. Även om fallutredningen kunde öka, fastställdes kriterierna för intagning på intensivvårdsavdelning, såsom kvantitativa trösklar för syrekoncentrationer i blodet, och därför avslöjade ICU-ökningen i NYC en verklig ökning av prevalensen som fördubblades varannan dag i USA:s största storstadsområde. 

I slutet av mars, vi uppskattade att över 8.7 miljoner människor över hela USA besökte en poliklinisk vårdgivare med influensaliknande sjukdom *ILI) och testade negativt för influensa, och denna uppskattning av många patienter i mars bekräftade en lägre uppskattning av covid-pandemins svårighetsgrad.

Efter att ha sett Levitt, Ioannidis, Gupta och fler bli mobbad online för att ha publicerat sina bevis, analyser och resonemang för en pandemi av lägre svårighetsgrad, visste jag att publicering av ILI-tidningen var en avvikelse i en extremt aktiv forskargemenskap online. Min motivation var inte att vara en avvikare, utan att noggrant och noggrant uppskatta antalet smittade och att presentera dessa uppskattningar för världen, eftersom världen behövde veta hur illa COVID skulle vara för att reagera proportionellt mot detta nya virus. 

Men efter att vi släppte ILI-papperet på preprint-servern, tidningen plockades upp av ett briljant team av datajournalister på Economist och blev viralt. När tidningen blev viral började de anstormande rykte- och professionella hoten som jag fruktade att förverkligas.

Kollegor sa att jag riskerade att vara "ansvarig för miljoners död" (ett brott i paritet med folkmord, om kommentaren tas bokstavligt), att jag hade blod på händerna, att jag "störde folkhälsobudskapet", att jag var "inte en epidemiolog" och mer. De verbala stenarna kom från alla håll, från människor som en gång var kollegor och vänner till medlemmar av det vetenskapliga samfundet som jag aldrig hade hört talas om innan de sa att jag dödade tusentals.

Vetenskapen delas inte

Jag fortsatte att studera denna alternativa teori om Covid baserad på snabbare tillväxt och dess underförstådda lägre svårighetsgrad. Enligt denna teori är det möjligt att New York City nådde flockimmunitet i sin våg i mars 2020 och, om så är fallet, kan drag av utbrottet i New York City användas för att förutsäga utfall från senare fria och mindre mildrade utbrott på platser som Sverige, South Dakota och Florida.

Jag uppskattade Covid-fallen under hösten 2020-utbrotten skulle toppa runt 1 dödsfall per 1,000 340,000 capita eller XNUMX XNUMX dödsfall. Vid den tiden använde fortfarande framstående epidemiologer vars åsikter var i linje med "budskapet". uppskattningar av allvarliga utfall, där miljontals dödsfall i USA skulle vara möjliga om viruset försvann.

Men efter att ha upplevt störtfloden av fientligheter som ledde fram till och efter ILI-dokumentet, och efter att ha sett fortsättningen av fientligheter mot en roterande grupp av forskare med liknande fynd som avvek från "budskapet", oroade jag mig för att dela denna fullständiga teori. 

Jag såg noggrant under sommaren 2020 när den oväntat låga och tidiga toppen av fall i Sverige förbryllade epidemiologer men överensstämde prydligt med min teori. Jag såg hösten 2020-utbrotten från Chicago till South Dakota bromsa in, som Levitt hade märkt, och toppa tidigare än vi hade förväntat oss av säsongsbetonade påfrestningar och på ett sätt som överensstämmer med mars-april 2020 NYC-utbrottet. Medianvärdet för det amerikanska länet nådde en topp på omkring 1 dödsfall per 1,000 350,000 capita, det amerikanska utbrottet nådde en topp på omkring XNUMX XNUMX dödsfall, och utbrotten i hundratals relativt oförändrade län såg fallen minska innan vaccinerna kom.

jag så småningom släppte dessa prognoser och resultat i april 2021, efter att vaccin hade tillräckligt med tid att rulla ut och förhoppningsvis skulle ingen påstå att jag störde "budskapet". Jag undanhöll medvetet dessa fynd från preprint-servrar på grund av en berättigad rädsla för fientlighet från forskarvärlden under COVID-19. 

Genom att skapa en forskningsmiljö som är fientlig mot bevis på en pandemi av lägre svårighetsgrad, läser forskare på nyheterna för att informera om sina övertygelser och handlingar om överskattad Covid-risk. Denna vetenskap var inte resultatet av en rättvis konkurrens av idéer som vunnits av bevis och logik, utan en tystnad av idéer av federala tjänstemän som samordnar förödande nedtagningar av konkurrerande åsikter, genom partisk social/massmedial förstärkning av en teori och genom en norm för privata och offentliga fientligheter som upprätthåller en viss teori om Covid-19.

Informell censur av vetenskap i COVID-19

Censur tar sig många former. Den mest extrema formen av censur är den formella kriminaliseringen av tal, såsom arresteringar av människor i Ryssland som protesterar mot Putins krig mot Ukraina. 

Vetenskap i Covid-19 censurerades inte genom någon formell social kontroll, såsom lagar som förbjöd tal eller publicering av särskilda resultat. Vetenskapen tystades dock av informell social kontroll, av forskare i vårt samhälle som genom ord och handlingar upprätthöll ett snävt utbud av vetenskapliga övertygelser och ovetenskapliga normer och värderingar om vem som kan presentera ett vetenskapligt fynd eller en teori, eller vem som kan göra en unik peka utan att bli trakasserad av kollegor.

Oavsett om de attackerade Levitt och Ioannidis eller undertecknarna av Great Barrington-deklarationen Jay Bhattacharya, Martin Kulldorff och Sunetra Gupta, använde forskare sociala medieplattformar och mainstream-media för att ta bort konkurrerande åsikter från andra forskare. Men Washington Post, BuzzFeed, eller New York Times artiklar är inte mötesplatser för att lösa vetenskaplig osäkerhet eller främja vetenskapliga debatter; de är mötesplatser för att förstärka ett budskap, och budskapet som förstärks var att det är fel eller omoraliskt att uppskatta risken för covid till att vara lägre än en klick epidemiologer och inte bör beaktas eller inte är relevant när man diskuterar pandemipolitik. 

Twitter, en krigszon som är välkänd för att förstärka brandfarligt innehåll, är inte platsen för att lösa vetenskapliga debatter, men det är vanligtvis en plats för att kalla ut folk och mobilisera arga folkhop som kan få folk avskedade.

De offentliga attackerna av vetenskapsmän var försök till offentliga avrättningar, och vi människor har en lång och orolig historia av offentliga avrättningar. Historiskt sett ansågs offentliga avrättningar bättre avskräcka avvikelser från lagar och myndigheter, och de offentliga bestraffningarna i Covid tjänade ett liknande syfte att avskräcka åskådare som jag från att göra något som på avstånd kunde tolkas som liknande brottet som fick stora Stanford-forskare stenade. 

Den sociologiska effekten, och möjligen avsikten, av försök till offentliga avrättningar av forskare som lyfte fram osäkerheten i Covid-utfall eller, ännu värre, uppskattar lägre svårighetsgrad av Covid-pandemibördan, var den informella sociala kontrollen av forskare som jag som analyserade Covid-19-data varje gång. dag 2020 och satt på resultat som lyfter fram osäkerhet eller uppskattar lägre svårighetsgrad.

Inom kriminologi försöker teorin om social kontroll förklara varför vissa människor begår brott och andra inte, och jag tycker att teorin om social kontroll är mest användbar för att förstå mina egna val att inte publicera mitt arbete i mitten till slutet av 2020. 

Under 2020 såg jag hur sociala medieplattformar och massmedia blev verktyg för att tillverka samtycket av allmänheten att hålla med en mäktig klick epidemiologer. Dessa epidemiologer hävdade att deras vetenskap var obestridd och skyddade deras vetenskapliga teorier från tävlingar genom offentliga sändningar av sanktioner mot andra vetenskapsmän. Skam, kritik, förlöjligande, ogillande och andra kontroller av avvikelser från normer och värderingar för publiceringsarbete i överensstämmelse med denna klick epidemiologer, eller från experter som de godkänner.

Sådan informell social kontroll av vetenskapliga rön har ingen plats i något rimligt vetenskapsideal i ett samhälle. Om vi ​​tillåter forskare att ta ner andra forskare genom personliga attacker, om vi misslyckas med att reda ut ett komplex av nära samband mellan forskare och massmedia som de använder för att skapa tro på sina egna teorier, då skulle det vi kallar "vetenskap" vara en kamp om tro förmedlad inte genom fredliga och samarbetande ideal om bevis och förnuft, utan genom kulturkrigföringens vilda våld. Det blir en barbarisk mediestrid att uppnå vetenskaplig dominans genom att förlöjliga oliktänkande och undertrycka oliktänkande genom informell social kontroll.

En väg framåt

Om vi ​​emellertid oförsonligt undersöker användningen av media inom vetenskapen och utövandet av uppmärksammade försök till offentliga avrättningar av kända forskare, kan vi identifiera en sociologisk cancer i vår vetenskap och utrota den innan den metastaserar ytterligare. Den vetenskap vi aldrig delar riskerar att vara ett fynd vi aldrig hittat. 

När högen av odelad vetenskap växer, lider vår vetenskapliga förståelse av kriser som pandemier av utslitningen av den vetenskap den inte känner till. Det borde ligga i alla vetenskapsmäns intresse att underlätta utbytet av vetenskapliga idéer för att säkerställa att ingen vetenskap går odelad av rädsla för förlöjligande eller offentlig avrättning. 

Tack och lov är vi vetenskapsmän. Vi kan förnya nya plattformar och institutioner, och skapa bättre och mer professionella medier för utbyte av vetenskapliga idéer, vi kan reformera vetenskapen inför nästa pandemi.