Genopfatter vores pandemiske problemer med en ingeniørs tankegang

Fru Tech | Velkomst samling

De sidste 20 måneder har forvandlet hver hund til en amatørepidemiolog og statistiker. I mellemtiden kom en gruppe bona fide epidemiologer og statistikere til at tro, at pandemiske problemer kunne løses mere effektivt ved at adoptere en ingeniørs tankegang: det vil sige at fokusere på pragmatisk problemløsning med en iterativ, adaptiv strategi for at få tingene til at fungere.

I et nyligt essay, Tager hensyn til usikkerhed under en pandemi , reflekterer forskerne over deres roller under en folkesundhedsnødsituation og over, hvordan de kunne være bedre forberedt på den næste krise. Svaret, skriver de, kan ligge i at genskabe epidemiologien med mere et ingeniørperspektiv og mindre et rent videnskabeligt perspektiv.

Epidemiologisk forskning informerer om folkesundhedspolitikken og dens iboende anvendte mandat til forebyggelse og beskyttelse. Men den rette balance mellem rene forskningsresultater og pragmatiske løsninger viste sig at være alarmerende undvigende under pandemien.

Vi skal træffe praktiske beslutninger, så hvor meget betyder usikkerheden egentlig?

Seth Guikema

Jeg har altid forestillet mig, at epidemiologer i denne form for nødsituationer ville være nyttige mennesker, siger Jon Zelner, en medforfatter til essayet. Men vores rolle har været mere kompleks og mere dårligt defineret, end jeg havde forventet i begyndelsen af ​​pandemien. Zelner, en model af infektionssygdomme og social epidemiolog ved University of Michigan, var vidne til en vanvittig spredning af forskningsartikler, mange med meget lidt tanker om, hvad noget af det egentlig betød i forhold til at have en positiv indvirkning.

Der var en række forpassede muligheder, siger Zelner - forårsaget af manglende forbindelser mellem de ideer og værktøjer, epidemiologer foreslog og den verden, de skulle hjælpe.

At give afkald på sikkerhed

Medforfatter Andrew Gelman, en statistiker og politolog ved Columbia University, fremlagde det større billede i essayets introduktion. Han sammenlignede pandemiens udbrud af amatørepidemiologer med den måde, krig gør enhver borger til en amatørgeograf og taktiker: I stedet for kort med farvede nåle har vi diagrammer over eksponering og dødstal; folk på gaden skændes om infektionsdødsfald og flokimmunitet, som de måske tidligere har diskuteret krigstidsstrategier og alliancer.

Og sammen med alle dataene og den offentlige diskurs - Er masker stadig nødvendige? Hvor længe vil vaccinebeskyttelsen vare? - kom usikkerhedsfloden.

I forsøget på at forstå, hvad der lige skete, og hvad der gik galt, gennemførte forskerne (som også inkluderede Ruth Etzioni ved University of Washington og Julien Riou ved University of Bern) noget af en reenactment. De undersøgte de værktøjer, der blev brugt til at tackle udfordringer såsom at estimere overførselshastigheden fra person til person og antallet af sager, der cirkulerer i en befolkning på et givet tidspunkt. De vurderede alt fra dataindsamling (kvaliteten af ​​data og deres fortolkning var uden tvivl de største udfordringer ved pandemien) til modeldesign til statistisk analyse samt kommunikation, beslutningstagning og tillid. Usikkerhed er til stede ved hvert trin, skrev de.

Og alligevel, siger Gelman, udtrykker analysen stadig ikke helt nok af den forvirring, jeg gik igennem i de første måneder.

En taktik mod al usikkerhed er statistik. Gelman opfatter statistik som matematisk teknik – metoder og værktøjer, der handler lige så meget om måling som opdagelse. De statistiske videnskaber forsøger at belyse, hvad der foregår i verden, med fokus på variation og usikkerhed. Når der kommer nye beviser, bør det generere en iterativ proces, der gradvist forfiner tidligere viden og skærper sikkerhed.

God videnskab er ydmyg og i stand til at forfine sig selv i lyset af usikkerhed.

Marc Lipsitch

Susan Holmes, en statistiker ved Stanford, som ikke var involveret i denne forskning, ser også paralleller med den ingeniørmæssige tankegang. En ingeniør opdaterer altid deres billede, siger hun - reviderer, efterhånden som nye data og værktøjer bliver tilgængelige. Ved at tackle et problem tilbyder en ingeniør en førsteordens tilnærmelse (sløret), derefter en andenordens tilnærmelse (mere fokuseret) og så videre.

Det har Gelman dog tidligere advaret at statistisk videnskab kan bruges som en maskine til at hvidvaske usikkerhed – bevidst eller ej, så rulles usikre (usikre) data sammen og får det til at virke overbevisende (visse). Statistikker mod usikkerheder sælges alt for ofte som en slags alkymi, der vil forvandle disse usikkerheder til sikkerhed.

Vi var vidne til dette under pandemien. Da de druknede i omvæltninger og ukendte, greb epidemiologer og statistikere – både amatører og eksperter – efter noget solidt, mens de forsøgte at holde sig oven vande. Men som Gelman påpeger, er det uhensigtsmæssigt og urealistisk at ville have sikkerhed under en pandemi. For tidlig sikkerhed har været en del af udfordringen med beslutninger i pandemien, siger han. Dette spring rundt mellem usikkerhed og vished har givet mange problemer.

At give slip på ønsket om vished kan være befriende, siger han. Og det er til dels her, ingeniørperspektivet kommer ind.

En fiflende tankegang

For Seth Guikema, meddirektør for Center for Risk Analysis and Informed Decision Engineering ved University of Michigan (og en samarbejdspartner af Zelners på andre projekter), er et nøgleaspekt af ingeniørtilgangen at dykke ned i usikkerheden og analysere rodet, og så tage et skridt tilbage, med perspektivet Vi skal træffe praktiske beslutninger, så hvor meget betyder usikkerheden egentlig? For hvis der er meget usikkerhed – og hvis usikkerheden ændrer på, hvad de optimale beslutninger er, eller endda hvad de gode beslutninger er – så er det vigtigt at vide, siger Guikema. Men hvis det ikke rigtig påvirker, hvad mine bedste beslutninger er, så er det mindre kritisk.

For eksempel er øget SARS-CoV-2-vaccinationsdækning på tværs af befolkningen et scenarie, hvor selv hvis der er en vis usikkerhed med hensyn til præcis, hvor mange tilfælde eller dødsfald vaccination vil forhindre, er det faktum, at det højst sandsynligt vil mindske begge dele, med få uønskede effekter, er motivation nok til at beslutte, at et storstilet vaccinationsprogram er en god idé.

En ingeniør opdaterer altid sit billede.

Susan Holmes

Ingeniører, påpeger Holmes, er også meget gode til at bryde problemer ned i kritiske stykker, anvende nøje udvalgte værktøjer og optimere til løsninger under begrænsninger. Med et team af ingeniører, der bygger en bro, er der en specialist i cement og en specialist i stål, en vindingeniør og en konstruktionsingeniør. Alle de forskellige specialer arbejder sammen, siger hun.

For Zelner er begrebet epidemiologi som en ingeniørdisciplin noget, han hentede fra sin far, en maskiningeniør, der startede sit eget firma, der designer sundhedsfaciliteter. Med udgangspunkt i en barndom fuld af at bygge og reparere ting involverer hans ingeniørtankegang at pille ved – for eksempel at raffinere en transmissionsmodel som svar på et bevægende mål.

Ofte kræver disse problemer iterative løsninger, hvor man laver ændringer som reaktion på, hvad der virker eller ikke virker, siger han. Du fortsætter med at opdatere, hvad du laver, efterhånden som flere data kommer ind, og du ser succeserne og fiaskoerne i din tilgang. For mig er det meget anderledes - og bedre egnet til de komplekse, ikke-stationære problemer, der definerer folkesundhed - end den slags statiske en-og-gjort billede, som mange mennesker har af akademisk videnskab, hvor du har en stor idé, test det, og dit resultat bevares i rav for altid.

Relateret historie

Alt sammen nu: Den mest troværdige covid-19-model er et ensemble

Ved at kombinere et væld af forudsigelser og fremskrivninger skærper modelteams usikkerheden.

Zelner og samarbejdspartnere på universitetet brugte mange måneder på at bygge en covid kortlægning hjemmeside for Michigan, og han var involveret i at skabe data-dashboards – nyttige værktøjer til offentligt forbrug. Men i processen så han et voksende misforhold mellem de formelle værktøjer og det, der var nødvendigt for at informere praktisk beslutningstagning i en krise i hastig udvikling. Vi vidste, at der ville ske en pandemi en dag, men jeg havde bestemt ikke gjort mig nogle tanker om, hvad min rolle ville være eller kunne blive, siger han. Vi brugte flere pinefulde måneder på at opfinde tingen - på at prøve at gøre denne ting, vi aldrig havde gjort før, og indså, at vi ikke havde nogen ekspertise i at gøre det.

Han forestiller sig forskningsresultater, der ikke kun kommer med formaninger om, at folk skal gøre dette! men også med tilgængelig software, der giver andre mulighed for at pille ved værktøjerne. Men for det meste, siger han, laver epidemiologer forskning, ikke udvikling: Vi skriver software, og det er normalt ret dårligt, men det får jobbet gjort. Og så skriver vi papiret, og så er det op til en anden – en forestillet anden person – at gøre det brugbart i den bredere sammenhæng. Og så sker det aldrig. Vi har set disse fejl i forbindelse med pandemien.

Han forestiller sig, hvad der svarer til et nationalt vejrudsigtscenter for infektionssygdomme. Der er en verden, hvor alle covid-tallene går til ét centralt sted, siger han. Hvor der er en model, der er i stand til sammenhængende at kombinere den information, generere forudsigelser ledsaget af ret præcise afbildninger af usikkerheden og sige noget forståeligt og relativt handlekraftigt på en ret stram tidslinje.

I begyndelsen af ​​pandemien eksisterede den infrastruktur ikke. Men for nylig har der været tegn på fremskridt.

Hurtigt bevægende folkesundhedsvidenskab

Marc Lipsitch, en epidemiolog ved infektionssygdomme ved Harvard, er direktør for videnskab ved US Centers for Disease Controls nye Center for Forecasting and Outbreak Analytics, som har til formål at forbedre beslutningstagningen og muliggøre en koordineret, sammenhængende reaktion på en pandemi, mens den udfolder sig .

Vi er ikke særlig gode til at forudsige infektionssygdomme lige nu. Faktisk er vi ret dårlige til det, siger Lipsitch. Men vi var ret dårlige til vejrudsigt, da det startede i 50'erne, konstaterer han. Og så blev teknologien forbedret, metodikken forbedret, måling forbedret, beregningen forbedret. Med investering af tid og videnskabelig indsats kan vi blive bedre til tingene.

At blive bedre til at forecaste er en del af centerets vision for innovation. Et andet mål er evnen til at lave specifikke undersøgelser for at besvare specifikke spørgsmål, der opstår under en pandemi, og derefter at producere specialdesignet analysesoftware til at informere rettidigt svar på nationalt og lokalt niveau.

Disse bestræbelser er i synkronisering med ideen om en ingeniørtilgang - selvom Lipsitch ville kalde det simpelthen hurtigt bevægende folkesundhedsvidenskab.

God videnskab er ydmyg og i stand til at forfine sig selv i lyset af usikkerhed, siger han. Forskere, som regel over en længere tidsskala - år eller årtier - er ret vant til ideen om at opdatere vores billede af sandheden. Men under en krise skal opdateringen ske hurtigt. Uden for pandemier er videnskabsmænd ikke vant til at ændre vores billede af verden i høj grad hver uge eller måned, siger han. Men især i denne pandemi, med hastigheden af ​​nye udviklinger og ny information, er vi nødt til at gøre det.

Filosofien i det nye center, siger Lipsitch, er at forbedre beslutningstagningen under usikkerhed, ved at reducere denne usikkerhed med bedre analyser og bedre data, men også ved at anerkende det, der ikke er kendt, og kommunikere det og dets konsekvenser klart.

Og han bemærker, at vi får brug for en masse ingeniører til at lave denne funktion - og den ingeniørmæssige tilgang, helt sikkert.

skjule