Dr. Jays nåd

Att hitta en rubin i soporna

I början av 2020 var jag bara postdoc vid Montana State University. I akademins hierarkiska ögon var jag ingenting, ingen, inte värd tiden på dygnet.

Jag tror inte på den berättelsen om mig själv, men man blir självmedveten om sin plats i en totempåle när man kallar professorer med min e-postadress i Montana State. Min personliga berättelse handlar om nyfikenhet, akademisk framgång, en doktorsexamen vid Princeton, en postdoc vid Duke University där jag gjorde fantastisk vetenskap trots min postdoc-rådgivare går bort. För att hjälpa till att betala för min frus medicinska räkningar startade jag ett konsultföretag vid sidan av, som gjorde biostatistik på dagen och utveckling av hedgefondhandelsstrategi på natten. Vi valde Montana för att jag inte är intresserad av berömmelse eller förmögenhet... och min fru gillar att åka skidor, så jag tog ett jobb med att undersöka patogenspillover och utbrottsprognoser i Montana några år innan fladdermusvirus blev coola.

När prognostiseringskunskaper från min ekonomiska sidospår förde fram nya rön om Covid-19-utbrott och epidemiologin för detta nya SARS-relaterade coronavirus, kände jag en skyldighet att dela med mig av mina rön. Jag ville inte att mina medicinska intelligensinsikter bara skulle göra de rika rikare; Jag ville hjälpa alla att navigera i pandemin framför oss med den bästa tillgängliga information som min informationsvetenskap kan ge.

Mina upptäckter var enkla, gömda i klarsynt: det tidiga utbrottet av SARS-CoV-2 växte snabbare än vad många epidemiologer uppskattade. En sak som vi inte krånglar med inom finans är att uppskatta exponentiell tillväxttakt – det är så du uppskattar avkastningen, och avkastningen är finansieringens bröd och smör. Enligt mina uppskattningar var falltillväxthastigheten mycket snabbare än alla konventionella modeller som uppskattades vid den tiden, och snabbare tillväxthastigheter med samma startdatum innebar fler fall, ett större subkliniskt isberg av infektioner, lägre odds för framgångsrik inneslutning och lägre svårighetsgrad .

Med snabbare tillväxttakt blir uppskattningar av pandemins svårighetsgrad extremt känsliga för startdatumet; 2-dagars fördubblingstid från 20 dagar sedan kommer att generera 1,000 2 infektioner, men 60-dagars fördubblingstid från 1 dagar sedan kommer att generera 2 miljard infektioner. Varannan dag gör vi fel i vår mycket osäkra uppskattning av startdatum, vår uppskattning av pandemins storlek och belastningsförändringar med två gånger.

Jag delade en skrivelse om dessa fynd privat och de flesta såg skräp. En professor från Oxford sa till och med direkt till mig att om Harvard säger en sak och Alex från Bozeman säger en annan, kommer han att tro på vad Harvard säger. När jag försökte varna folk för ett kommande kultåg för en pandemi i februari 2020, fick jag stränga e-postmeddelanden från framstående professorer högt uppe på totempålen som hävdade att om jag delade mina fynd öppet skulle det kunna skapa självbelåtenhet och "störa folkhälsobudskapet .”

I akuta situationer är jag van vid att platta till hierarkier, lita på information som uppriktig och säkerställa kommunikationsflöden. Under Covids tidiga dagar delades vår information dock inte brett, den höga totempålen i den akademiska hierarkin plattades inte och min statistik antogs vara skräp.

Jay Bhattacharya hittade under tiden rubinen.

Spola framåt förbi handlingen i Covid-19, vetenskapens och politikens krigszon, förbi den tidigare NIH-direktörens ansträngningar att censurera Jay, förbi en pandemi som traumatiserade världen och lämnade vår civila diskurs i oordning, och vi kommer till världen i dag där Jay har nominerats till chef för NIH.

Du kommer att höra många saker som sägs om Jay, många förutsägbara heta bilder från människor vars åsikter du redan känner till baserat på deras attityder och övertygelser under pandemin. Du kommer att hitta samma personer som sa till mig att inte dela mina fynd, samma människor som förespråkade censur av vetenskapsmän och sa att det är en hemsk sak att nominera Jay, och du kommer att hitta den extremt stora och mångfaldiga gruppen av vetenskapsmän, läkare, och chefer som fann Jay ytterst rimligt att komma till hans försvar.

Det som saknas i den partiska diskursen är nyanser och medkänsla, nyfikenhet och förståelse. På sätt och vis är vår politiska diskurs ett makrokosmos och den vetenskapliga diskursen ett mikrokosmos av vår stampolarisering, och samma knäskärpa reaktioner som fick folk att anta att mina upptäckter var felaktiga och att dela min information oansvarigt leder nu till att människor antar det närmaste, snabbaste, mest stamliknande syn på den tillträdande presidentens nominerade.

Vad jag hoppas kunna lägga till i vår medborgerliga mosh pit är en lugn bild av en vetenskaplig resa genom Covid som ledde till att rimliga människor av många politiska slag övergav stammar för sanning. Denna resa är en väv av vetenskapliga bevis, osäkerhet, uppriktiga frågor om vetenskapsmäns och läkares etiska ansvar, och denna väv hålls samman av två dygder som Dr. Jay Bhattacharya har visat under dessa stormiga tider: nyfikenhet och nåd.

Istället för berättelser eller heta tag vill jag visa världen något jag har haft turen att se på min unika resa, något vi behöver: The Grace of Dr. Jay.

Tidigt utbrott Epidemiologi och prognoser

Spola tillbaka till februari 2020. Jag hade information om snabbväxande fall, men mina akademiska överordnade var ovilliga att granska den och avskräckte mig från att dela den.

Fynden av snabb tillväxttakt som jag observerade observerades också (på ett helt annat sätt) av Jays Stanford-kollega och Nobelpristagaren Michael Levitt. En annan Stanford-kollega, John Ioannidis, kopplades också in i denna informationsström och varnade för att betydande folkhälsopolitiska beslut fattades trots massiv osäkerhet.

Från denna startobservation av snabb tillväxt gick ett kluster av forskare medvetna om vår enorma osäkerhet framåt och försökte samla in mer bevis.

Sunetra Gupta, PI på ett papper ledd av Jose Lourenco, avslöjade det enorma omfånget av vår osäkerhet med det brittiska utbrottet som en fallstudie. Lourenco et al. underströk att prognoser var mycket känsliga för ett okänt startdatum, och de efterlyste seroundersökningar för att kalibrera våra modeller och prognoser.

Jag samlade ett team av kollegor för att se om prognoserna om snabbare tillväxt stämde och resulterade i tidigare utbrott än väntat i USA. Den tredje veckan i mars 2020 såg vi ett enormt överskott av patienter som besökte polikliniska vårdgivare med influensaliknande sjukdom (ILI). Vi använde överskottet i ILI för att uppskatta antalet personer som kan ha Covid i mars 2020. Vår tidning ledde till en artikel i d Ekonom: "Varför en studie som visar att Covid-19 finns överallt är goda nyheter", och vi var öppna för feedback från allmänheten, och till slut hörde vi en kritisk feedback som ändrade vår uppskattning (vetenskap!!!).

Vår uppdaterade uppskattning var att så många som 9 miljoner människor hade Covid senast den 28 mars 2020, och 9 miljoner infektioner antydde en infektionsdödlighet på cirka 0.3 %. Tillsammans antydde dessa uppskattningar att ett oförminskat amerikanskt utbrott kunde se fallen toppa runt 1-2 dödsfall per 1,000 XNUMX capita.

Vid tidpunkten för vår ILI-odyssé var Justin, Nathaniel och jag i kommunikation med New York State Covid-arbetsgruppen, och hjälpte dem att upprätta instrumentpaneler för att övervaka situationen när de lättade på interventioner och diskuterade evidensbasen för olika folkhälsopolicyer. Även om jag inte kunde dela bevisen för snabb tillväxt i tid för att varna allmänheten för en pandemi, åtog jag mig att dela med mig av senare bevis, och att göra det gav värdefulla resurser till chefer som kämpade för att hantera osäkerheten. "Folkhälsobudskapet" som jag varnades för var monolitiskt, men osäkerhetens verklighet är att det finns många möjligheter, och i tider av osäkerhet är chefer bättre betjänta av att höra alla möjligheter.

Motargumentet var att forskare behövde skrämma allmänheten, ta fel på att överskatta pandemins svårighetsgrad på grund av asymmetriska kostnader och på grund av de beteendemässiga konsekvenserna av underskattning (så självbelåtenhet och orsaka dödsfall). Denna etiska gåta är en för alla att överväga: om du är en chef eller en medlem av allmänheten, och forskare finner något osäkra, skulle du hellre överskatta riskerna, eller skulle du hellre göra att de populariserar hela spektrumet av möjligheter så kan du fatta ditt eget beslut?

Samtidigt försökte Jay, John Ioannidis och kollegor också lösa vår osäkerhet med mer empiriska bevis. Jay et al. modigt genomförde en seroundersökning i Santa Clara county, Kalifornien. Deras serosurvey uppskattade en prevalens på 1.2 % av Covid-19-exponeringar i Santa Clara County, i överensstämmelse med den allmänna tesen om Covid-utbrott som kännetecknas av tidigare än väntat introduktioner, snabb tillväxt och ett stort subkliniskt isberg av fall som antyder en lägre pandemi. .

Kritik av uppskattningar av lägre svårighetsgrad

När vår ILI-tidning publicerades var det många som övergav föreställningen att jag var en skräppostdoc och började kritisera mig som om jag vore en skräpprofessor. Det var skarpa ord om att jag undergrävde "folkhälsobudskapet" utan att peka på exakt vad "budskapet" var och vem som kunde bestämma det. Ingen av våra kritiker var i rummet med New York State Covid-arbetsgruppen under den värsta utbrottsvågen på USA:s mark sedan 1918.

I denna mening, genom att arbeta direkt med chefer när de försökte hantera en skrämmande situation, var vi lite närmare den folkhälsopolitiska processen/kaoset än de flesta och vi skulle ha delat våra insikter och nyanserade tankar om det fanns utrymme att göra så. Genom att uppskatta för många fall kritiserades vi – varken data eller statistiska metoder vi använde – för att "minimera" pandemins svårighetsgrad, så självbelåtenhet, och i slutändan kunde en sådan minimering orsaka dödsfall.

Våra uppskattningar var dock inte minima; de var mittpunkter, medelvärden och medianvärden. Mittpunktsuppskattningar från data är inte minimeringar; de är försök att vara statistiskt ärliga om informationens centrala tendens, de är uppskattningarna som förbättrar vår noggrannhet och de har felstaplar. Vi påpekade mittpunktsuppskattningar och felstaplar kompletta med reproducerbara metoder och till och med Github-förråd så att andra kan spåra våra statistiska analyser.

Vår allvarliga vetenskapliga strävan att stärka bevisbasen i de tidiga Covid-19-utbrotten etablerade många av oss som kontrarister, vilket väcker viktiga frågor om vem som exakt ska bestämma när någon inom vetenskapen är emot och när de helt enkelt är de första forskarna att avslöja en paradigmförändrande upptäckt.

Stor Barrington-deklaration

Sommaren 2020 var allas ögon riktade mot Sverige, världens kontrollgrupp.

Sverige tog en ”motsatt” väg inom folkhälsopolitiken och erkände att med subkliniska fall och asymtomatisk spridning finns det inte mycket vi kan göra; virusets svårighetsgrad kommer sannolikt att orsaka utbrott som är verkliga, men hanterbara med befintlig medicinsk kapacitet, och att utbilda människor om överföring kan vara det bästa sättet att minska riskerna med viruset. Att fokusera skyddet för att hjälpa dem med hög risk för allvarliga utfall kan minska dödlighet och sjuklighet av alla orsaker, eller så satsade Sverige.

De som förolämpade oss epidemiologer för tidiga epidemiologer som uppskattade lägre svårighetsgrad var också mycket kritiska till svensk politik. Det fanns en utbredd tro i denna mycket högljudda akademiska gemenskap på nätet att låsningar var den överlägsna policyn. För övrigt rådfrågade många av dessa forskare vaccintillverkare, och vaccintillverkarna kunde dra enormt mycket nytta av denna politik. Icke desto mindre fanns det modeller av låsningar som visade att låsningar stoppade utbrott och köpte tid för vaccinernas ankomst.

I teorin är det väl och bra, men modeller är inte verkligheten, att låsa samhället har kostnader, och dessa kostnader måste övervägas, enligt "motståndare". Dessutom föreslog andra modeller att nedstängningar gjorde lite förutom att försena de oundvikliga topparna av fall med 1-2 dödsfall per 1,000 XNUMX capita, och nedstängningar, skolnedläggningar och andra allvarliga ingrepp orsakade ekonomisk skada. Ofokuserade ansträngningar för att tillämpa kostsamma policyer över alla, trots mycket obalanserade risker för allvarliga utfall för Covid på grund av ålder och redan existerande medicinska tillstånd, skulle effektivt kunna göra skada genom folkhälsopolitiken för människor som annars inte löpte risk att skadas på grund av Covid.

Det fanns inga enkla svar. Vetenskapen kunde inte få värderingen att anropa vad som är den "bra" politiken, men ändå suddades gränserna mellan vetenskap och politiska värderingar ut, och Sverige blev en omtvistad zon för vetenskapspolitik (bindestrecket togs avsiktligt bort).

Sommaren 2020 nådde Sveriges utbrott en topp med 1 dödsfall per 2,000 1 capita, ungefär 3/19 av toppen av ökningen i NYC. Nedan är en instrumentpanel som jag hade gjort för hedgefonder, medicinska förvaltare och guvernörer, som hjälpte dem att spåra utbrott för realtidsjämförelse av utbrott som var asynkrona i tiden men som hade tillväxttakten över noll vid liknande uppskattningar av kumulativ börda. Den bästa jämförbara realtidsuppskattningen för kumulativ börda under Covid-XNUMX-pandemin var eftersläpade dödsfall per capita (deaths_pc), eftersom fallutredningsfrekvensen och antalet vårdsökande varierade avsevärt mellan regioner, sjukhusinläggningar drevs av komplex dynamik i intagningar, långa vistelser , och medicinsk kapacitet, medan demografin var tillräckligt lika för att möjliggöra jämförelse, åtminstone notera begränsningarna.

De betalande kunderna fick GIF-bilder som hjälpte dem att se hur dessa utbrottsbanor rullade fram i tiden och "studsade av" övre gränslinjer eller "vallades till" mindre mildrade utbrottsscenarier som Sverige.

Enligt teorin om att Jay, John, Sunetra, jag och andra hade fel, var den anomala toppen i Sverige meningslös. Många trodde att Sverige skulle nå en topp med 4-6 dödsfall per 1,000 1 capita utan en lockdown, så Sveriges utbrott som nådde en topp vid 8/1-12/2 var deras uppskattningar en stor anomali av stor folkhälsopolitisk betydelse. Enligt vår teori om att konventionella uppskattningar var 6-2020 gånger för höga var dock det svenska utbrottet som toppade sommaren XNUMX ett viktigt bevis att lära av.

Instrumentpanelen ovan jämför amerikanska delstatsutbrott med det svenska utbrottet, färgar utbrottskurvor i amerikanska delstater efter interventioner vid den tiden, hjälper oss att se hur nedstängningar bromsade falltillväxten, avslappnade interventioner ledde till att fallen återuppstod och sedan – onormalt – fall nådde en topp över hela tiden. USA:s delstater har liknande dödlighetsbörda som Sveriges sommarutbrott 2020.

På grund av att många högljudda människor var väldigt elaka på Twitter, behandlade människor som skräp och slog ner en post-doc som om han vore en fast professor, slutade jag dela mina resultat offentligt, så instrumentpanelen ovan publicerades inte. Den letade sig dock in i vännernas inkorgar.

Jag kände en skyldighet att dela med mig av det jag hittade, men inför otäck retorik och elaka attacker på alla som uttalade sig, det akademiska samfundet, med stöd av hälsovetenskapliga finansiärer som ledde en operation för att påskynda godkännandet av vacciner under låsningar , skickade en tydlig och skrämmande signal om att det var farligt att avvika, katastrofalt att vara emot.

Jay var en av de få personer jag kände mig bekväm med att dela mina resultat med, oavsett vad jag hittade. Kollegor vill hjälpa varandra att lära sig sanningen och bra kollegor ger alltid varandra fördelen av tvivel. I havet av onlinefientligheter var Jay en osänkbar ö av nyfikenhet och nåd.

Med den evidensbas som ackumulerats under hösten 2020, inklusive den svenska toppen och politiska förslag om att stänga skolor och stänga ner hösten/vintern 2020 tills vaccinerna anlände, Stor Barrington-deklaration publicerades i början av oktober 2020. GBD varnade för att låsning eller stängning av skolor tills vaccin kommer fram kan orsaka skada. Att orsaka skada strider mot de hippokratiska ederna och riskerar att undergräva förtroendet för folkhälsan, hävdade de, medan fokusering av skydd på personer med hög risk för allvarliga utfall kan minimera dödlighet och sjuklighet av alla orsaker under förutsättning att det finns en pandemi.

Enligt min åsikt var en epistemologisk underström som hjälpte Great Barrington-deklarationen en acceptans före kurvan att, i oktober 2020 när Covid hade blivit global, viruset var avsett för endemiskitet, utbrotten skedde tillräckligt snabbt med tack och lov tillräckligt låg börda som det skulle inte överväldiga vårt medicinska system, och det är viktigt att chefer för mänsklig hälsa överväger hela portföljen av hälsoresultat, inte bara Covid.

Om du tittar igen inte bara på instrumentpanelen ovan, utan på tidningen jag och kollegor skrev här., kan man lära sig den rigorösa bevisbasen bakom mitt eget stöd för Great Barrington-deklarationen. Fallen hösten 2020 toppade med 1-1.5 dödsfall per 1,000 2020 capita, i överensstämmelse med våra ILI-fynd från april XNUMX, i överensstämmelse med det svenska utbrottets sommarbana, och till och med i överensstämmelse med senare fynd om avtagande immunitet relevant för vacciner (vi hade uppskattningar av avtagande immunitet av alfavågen, långt innan CDC fann att immuniteten avtog i sin studie av ett utbrott av deltavariant i Provincetown).

När tillräckligt många datapunkter berättar samma historia börjar vi kalla den historien för en teori, och som någon som kvantifierade vikten av bevis kom jag att tro på teorin om utbrottsscenarier med lägre belastning, så att pandemivågen inte skulle vara lika illa. , men efterföljande utbrottscykler kan fortsätta att ackumulera sjukhusinläggningar och dödsfall, som alla behövde hanteras försiktigt med att minska M&M av alla orsaker. inte-orsaka-skada som utmärkta vägledande principer.

Jag beklagar att evidensbasen för denna teori är så privat, men kom ihåg att integritet var konsekvensen av intolerans som höjde kostnaderna för att vara motsatsen. Den skadliga intoleransen berodde inte bara på informella sociala normer bland vetenskapsmän, utan den kom från toppen av totempålen med institutionella åtgärder från hälsovetenskapsfinansierare.

Förödande nedtagning

Francis Collins, dåvarande chef för NIH, föraktade Great Barrington-deklarationen. Specifikt skrev han till Anthony Fauci att de behövde en "förödande nedtagning" av deklarationen skriven av "randiga" epidemiologer.

Strax efter att Collins skrev det e-postmeddelandet, skrev många epidemiologer nära Collins omloppsbana och Fauci skrev op-eds som kritiserade Great Barrington-deklarationen som en "flockimmunitetsstrategi", som felaktigt framställer GBD-författarnas uppriktiga avsikter och medicinska skyldigheter gentemot Hippokratiska eder genom att säga GBD är ett förslag om att "låta det slita sönder" och säga att folk som stödde denna politik försökte "döda mormor för att rädda ekonomi.” GBD-anhängare kallades "eugeniker" och ännu värre.

Den extrema retoriken från många forskare under Covid-19-pandemin är djupt beklaglig. Vetenskap är, eller åtminstone måste det vara, en strävan av nyfikenhet, och nyfikenhet är en delikat växt som vissnar och dör i brännande retorik. Medan forskare alla har politiska övertygelser och respekteras likadant oavsett deras tro, när vi tar på oss hatten som forskare är det viktigt att fokusera på data, bevis, metoder och logik, och vara nyfiken på varför någon är hitta något annat än dig. Det enda sättet att skapa utrymme för olika åsikter, att verkligen leva upp till de ideal om inkludering som många akademiker strävar efter, är att vara graciös och nyfiken inför mångfald, särskilt mångfald som har sina rötter i djup social, kulturell, religiös eller till och med kunskapsteoretisk skillnader som tar tid och dedikerad uppmärksamhet att reda ut.

NIH-direktörer önskade en förödande nedtagning av Dr. Bhattacharya och hans kollegor, och forskare nära NIH-direktörerna skrev snabbt kommentarer med bränd jord-retorik som framstod som förödande nedtagningar. Anställda inom NIH och NIAID begärde Twitter shadowban Jay. När Elon Musk tog över X släppte han "Twitter-filerna", som avslöjade hur hälsovetenskapstjänstemän pressade sociala medieplattformar att censurera vetenskapsmän med olika åsikter.

Dr. Jays nåd

Om du bara läser de negativa karaktäriseringarna av mig, Jay och andra som behöll självständighet under hela pandemin, kanske du tror att vi är en galningkult, fanatiker som är sugna på att döda människor för att tjäna pengar. Jag har till och med kallats "högerextrema", vilket visar hur långt borta från mittpunkten vår kritik landar, ungefär som deras uppskattningar av Covid-bördan i Sverige.

För dem som ser sig själva som medkännande människor, ber jag andra att föreställa sig hur det kändes att bli utfryst av icke-inkluderande forskare för uppriktiga, bevisbaserade åsikter...och också få veta att vår egen regering, chefen för vårt eget National Institute of Health , begärde en social medieplattform shadowban min vän och kollega för hans uppriktiga, vetenskapliga åsikter som överensstämde med mina egna.

Kan du känna den nedslående effekten deras fientlighet har på min egen önskan att publicera revolutionära rön, eller den skadliga effekten av vetenskaplig intolerans på allmänhetens förtroende för vetenskapliga institutioners opartiskhet? Förräderi, kölvattnet av illa avsikter avvikande handlingar från ideal, översvämmade min själ när vetenskapsmäns handlingar så skadligt avvek från våra ideal för vårt företag. Oavsett om censuren var konstitutionell eller inte, var det ett svek för en NIH-chef att sätta igång censuren av hälsovetare med olika åsikter, särskilt under en pandemi när osäkerheten var stor, och det skadar förtroendet för vetenskapen när forskare är ondskefullt oprofessionella och ovänlig.

Medan jag har känt det mörka vattnet av svek och förbittring över misshandeln av en god man, käre vän och modig vetenskapsman, har jag letts iland av en genomträngande ljusstråle som lyser igenom.

Under hela den epistemologiska krigszonen i Covid, genom demoniseringens angrepp och från en grop av förräderi, har jag bara någonsin sett Jay le och bry sig.

När Jay ler är det leendet från någon som är glad nyfiken på nya saker, det är leendet från en man som såg osäkerhet och inledde en seroundersökning i Santa Clara County för att hjälpa vetenskapen med riktiga data, det är leendet från någon som ser osäkerhet och finner glädje i att andra använder coola färdigheter från nya områden, analyserar stordata för att svara på stora problem. När Jay ler är det leendet från en man som älskar människorna runt omkring honom och de unika färdigheter de tillför bordet, som hittar rubinerna i soporna, putsar bort dem och förvandlar dem till vänner.

I de sällsynta tillfällen då Jay inte ler bryr han sig. Jay bryr sig inte på ett ytligt sätt; han klappar dig inte bara på axeln och säger "Jösses, det suger." Jay bryr sig som en intellektuell Atlas som bär tyngden av världen – inklusive dina kamper – på sina axlar. Jag har sett Jay bedrövad över vetenskapens tillstånd, av det minskade allmänhetens förtroende för vetenskap och folkhälsa, av det större antalet dödsfall i USA jämfört med Sverige där förnuftiga diskussioner och politik rådde, av människorna som tvingades in i akut hunger av våra starka politik inför osäkerhet, av de liv vi inte kunde rädda och institutioner vi ännu inte har reparerat.

… och så såg jag Jay le igen, nyfiken på hur vi kunde fixa allt, upphetsad över möjligheterna som låg framför honom och det goda som samlades runt honom, ivrig att hjälpa.

Det krävs en unik moralisk fiber och engagemang för att älska att bli censurerad av NIH-direktören och återgå till att vara omtänksam och glatt nyfiken på hur man kan göra världen bättre. Det säger mycket om mannen att när horder av vetenskapsmän slukar den förbjudna frukten av tribalism och partiskhet, fortsätter Jay att söka idéer från människor som är olika samtidigt som han bryr sig om bokstavligen alla, för de fattiga och barnen som inte hade en plats i policytabell under Covid, för de äldre som inte har fokuserat skydd för att hjälpa deras ansträngningar att säga friska, för de unga forskarna som kastades i en köttkvarn, berättade för deras seminal Arbetet var "molekylärbiologi för dagis" av professorer som agerade som dagisbarn och mer. Dr Jay Bhattacharya bryr sig mer än de flesta. Världen skulle vara en bättre plats om vi hade fler människor som brydde sig som han.

På slagfältet av Covid har jag sett The Grace of Dr. Jay.

Jay visste att jag slutade min postdoc på grund av ovanstående instrumentpanel som jag kände att jag inte kunde dela. När resten av vetenskapen verkade överge mig bjöd Jay in mig till de mest prestigefyllda konferenserna jag har varit på i mitt liv, till MIT och Stanford där jag kunde diskutera gränssnittet mellan vetenskap och politik, ursprunget till Covid eller folkhälsopolitik förutom stora tänkare. Jay bjöd till och med in personer som vi inte håller med om, för det är Jay som är den förändring han vill se i världen.

När resten av världen ville att jag skulle känna att jag var skräp, och när de nästan lyckades, hjälpte Jay mig att komma ihåg att jag var en rubin.

Jag vet att många är oroliga över den inkommande administrationen. Jag förstår att hälsovetenskaperna är i kaos efter covid-19-pandemin, och jag förstår att det kan finnas en enorm rädsla inom NIH och bland de forskare som är beroende av NIH för finansiering när nya ledare rullar in. Jag ser redan samma människor som skrev op-eds efter Collins förödande nedtagningar, samma personer som ghostskrev artiklar för Fauci och hävdade att ett labbursprung SARS-CoV-2 är osannolikt samtidigt som man vet att det är troligt, samma människor som demoniserade mig under hela pandemin, är nu samma människor som retar upp sin publik i ett försök att ta bort Jay efter hans nominering till NIH-direktör.

De som demoniserar Jay känner honom inte. De satte sig aldrig för att prata vetenskap med honom, för när du träffar mannen kommer du att inse att Jay är en av de trevligaste forskarna som lever idag. De människor som oroar sig för en NIH-direktör med en vendetta ignorerar inte bara att Francis Collins redan agerade på vendetta mot Jay, de är också omedvetna om att Jay är mer motiverad än någon annan i världen att inte upprepa Francis Collins skadliga handlingar.

De människor som var rädda för Jay fick aldrig veta vem Dr. Bhattacharya verkligen är.

Under hela pandemin har jag sett hur Jay verkar veta i sina ben att i hopplösa och grymma tider ger vår egen barmhärtighet och nåd oss ​​hopp.

Vi behöver Dr Jay för att driva NIH nu mer än någonsin. I nästa pandemi, som kan komma tidigare än vi skulle vilja, kommer vi åter att ha forskare som inte håller med. Vi kommer återigen att ha olika åsikter om den lämpliga folkhälsopolitiken, och vi kommer återigen att behöva forskare för att upprätthålla en nyfikenhet och professionalism, en viss grad av ödmjukhet och nåd, som Dr. Bhattacharya ljög och andades under hela Covid-19-pandemin.

I framtiden för hälsovetenskaplig finansiering kommer vi att behöva överge några av de skadliga hierarkier som begränsar flödet av vetenskaplig information. Vi kommer att behöva bli bättre på att hitta rubiner i skräpet, som Dr. Bhattacharya gjorde under Covid-19-pandemin. Vi kommer att behöva hälsovetenskapliga finansiärer som inte väljer paradigmen utan snarare finansierar reproducerbar vetenskap. Ingen förstår vad hälsovetenskaperna behöver för att återställa förtroendet bättre än mannen som en gång kallades "frans" för felet att vara autentisk, korrekt och utfryst för det.

Även om han vinner, även om han bekräftas som NIH-direktör, kommer du inte att se Jay spika bollen. Jag kan redan föreställa mig att han ler graciöst nyfiken på en ny idé och bryr sig om den större vetenskapsinstitution som drar nytta av modig bevisinsamling, djärva analyser och olika åsikter som delas och granskas professionellt.

I denna tid av splittring, misstro och fiendskap bland forskare och allmänheten...

The Grace of Dr. Jay är precis vad vi behöver.

Återpublicerad från författarens understapel