Administrata Trump sapo ka publikuar modelin për trajektoren e pandemisë COVID-19 në Amerikë. Mund të presim vdekshmëri të lartë ose të ulët. Dhe rezultatet e mundshme janë padyshim konfuzuese: Cili është shifra e saktë? Përgjigja është e vështirë dhe e thjeshtë. Këtu është pjesa e vështirë: Nuk ka përgjigje të saktë. Por ja pjesa e thjeshtë: Përgjigjet e sakta nuk janë të duhurat për modelet epidemiologjike.
Epidemiologët kthehen në mënyrë rutinore tek disa modele për të parashikuar përparimin e një sëmundje infektive. Lufta me dyshimin publik për këto modele është po aq i vjetër sa edhe epidemiologjia moderne, e cila e ka origjinën në hartat e famshme të kolerës të John Snow në 1854.
Ato harta vërtetuan, për herë të parë, se kolera në Londër po përhapej përmes ujit të pastër kristal që vinte nga pompat, jo ajri i ndotur i qytetit. Shumë njerëz nuk e besojnë Snow, sepse ata jetuan në një botë pa një përkufizim të qartë të teorisë së mikrobit dhe vetëm me mikroskopë fare të thjeshtë.
Në kohën tonë, megjithatë, problemi është ndonjëherë se njerëzit besojnë epidemiologët, dhe më pas çmenden kur modelet e tyre nuk parashikojnë asgjë.
Shikoni rastin e politikës së Mbretërisë së Bashkuar lidhur me koronavirusin.
Disa javë më parë, Mbretëria e Bashkuar nuk kishte marrë pothuajse asnjë masë të izolimit shoqëror. Ideja ishte që t’i linte njerëzit të sëmureshin dhe të shërohen, për të krijuar “imunitet tufe”.
Gjërat ndryshuan shpejt pasi një model epidemiologjik nga Imperial College London parashikoi që pa ndërhyrje drastike, më shumë se gjysmë milionë njerëz do të vdisnin nga COVID-19. Raporti gjithashtu parashikoi më shumë se 2 milion vdekje në Shtetet e Bashkuara. Shifra bëri që kryeministri britanik Boris Johnson, i cili vetë ka rezultuar i infektuar me COVID-19, të ndryshojë drejtim, duke urdhëruar popullsinë të qëndrojë në shtëpi.
Këtu është pjesa e ndërlikuar: Kur një model epidemiologjik besohet dhe zbatohet, mund të duket sikur është i rremë. Këto modele nuk tregojnë të ardhmen. Ata gjithmonë përshkruajnë një sërë mundësish, dhe këto mundësi varen shumë nga veprimet tona. Disa ditë pasi SHBA-ja ndryshoi politikat e saj, Neil Ferguson, shkencëtari që drejtoi ekipin e Kolegjit Imperial, dëshmoi para Parlamentit se ai priste që vdekjet në Britani të përfundonin në rreth 20,000. Numri jashtëzakonisht i ulët i tronditi të gjithë: Një ish reporter i New York Times e përshkroi atë si një “një kthesë të mrekullueshme”.
Por nuk kishte kthesë. Nëse lexoni dokumentin origjinal, modeli përmban një varg parashikimesh, nga dhjetëra mijëra deri në 500,000 të vdekur, të cilat varen nga mënyra se si njerëzit reagojnë. Ajo shumëllojshmëri e rezultateve të mundshme që vijnë nga një model i vetëm epidemiologjik mund të duket ekstreme dhe madje edhe kundërintuitive. Por kjo është një pjesë e brendshme e mënyrës se si funksionojnë, sepse epidemitë janë veçanërisht të ndjeshme dhe të ndryshueshme, dhe sepse epidemitë rriten në mënyrë eksponenciale.
Modelimi i një procesi eksponencial domosdoshmërisht prodhon një gamë të gjerë të rezultateve. Edhe disa ditë mund të bëjë një ndryshim shumë të madh. Në Itali, dy rajone të ngjashme, Lombardia dhe Veneto, morën qasje të ndryshme për përhapjen e epidemisë në komunitet. Të dyja kërkuan distancimin shoqëror, por vetëm Veneto ndërmori gjurmimin dhe testimin masiv të kontakteve. Lombardia tani ka afro 7,000 vdekje, ndërsa Veneto vetëm disa qindra vdekje. Në mënyrë të ngjashme, Koreja e Jugut dhe Shtetet e Bashkuara e kishin diagnostikuar rastin e parë në të njëjtën ditë, por Koreja e Jugut ndërmori gjurmime dhe testime masive, dhe Shtetet e Bashkuara jo. Tani Koreja e Jugut ka vetëm 162 vdekje, ndërsa SHBA po kap shifrën e 4,000 vdekjeve, ndërkohë që përhapja e virusit përshpejtohet.
Rritja eksponenciale nuk është e vetmja pjesë e ndërlikuar e modeleve epidemiologjike. Këto modele gjithashtu duhet të përdorin parametra për të futur ndryshoret në ekuacione. Por nga duhet të vijnë nga këta parametra? Prodhuesit e modeleve duhet të punojnë me të dhënat që ata kanë, megjithatë një virus i ri, siç është ai që shkakton COVID-19, ka shumë ndryshore të panjohura.
Për shembull, modeli i Kolegjit Imperial përdor numra nga Wuhani, Kina, së bashku me disa të dhëna të nga Italia. Kjo është një zgjedhje e arsyeshme, pasi ato janë epiqendra e pandemisë. Por shumë nga këto të dhëna nuk janë zgjidhur ende, dhe shumë pyetje mbeten pa përgjigje. Cili është niveli, numri i njerëzve që infektohen brenda një grupi të ekspozuar, si dhe një familje? A kanë imunitet njerëzit që shërohen? Sa të përhapura janë rastet asimptomatike dhe sa infektive janë ato? A ka super-shpërndarës, pra njerëz që në dukje infektojnë të gjithë ata që marrin frymë afër tyre, siç ishin ata me SARS?
Për të bërë funksionimin e modeleve, epidemiologët gjithashtu duhet të vlerësojnë ndikimin e ndërhyrjeve si izolimi social. Por edhe këtu, të dhënat e kufizuara që kemi janë jo plotësisht të sakta, mbase të censuruara, mbase të papërdorshme. Ne nuk jemi as të sigurt se mund t’i besojmë shifrave të Kinës. Statistikat e shëndetit të Italisë ka të ngjarë të jenë më të besueshme, por kultura e saj rebele, ose shkelja e rregullaverrit vështirësinë për të ditur se sa të zbatueshme janë rezultatet në parashikimet tona.
Një model varet edhe nga sa shpesh bazuar në të dhënat dhe performancën e tij. Për shembull, shumë modele që parashikojnë zgjedhjet presidenciale bazohen në të dhënat nga zgjedhjet presidenciale që nga viti 1972. Por, kur Donald Trump, kandidati që ishte parashikuar të kishte më pak gjasa të fitonte në vitin 2016, fitoi gjithsesi, a do të thotë kjo se modelet tona nuk funksionojnë më? Apo është thjesht se ka ndodhur një rezultat më pak i mundshëm por i mundshëm?
Me këtë koronavirus të ri, ka shumë gjëra që ne nuk i dimë sepse ne kurrë nuk kemi testuar modelet tona, dhe nuk kemi asnjë mënyrë për ta bërë këtë.
Pra, nëse modelet epidemiologjike nuk na japin siguri, çfarë të mire na japin ata? Epidemiologjia na jep diçka më të rëndësishme: mundësi për të identifikuar dhe kalibruar veprimet tona me qëllim të formësimit të së ardhmes sonë.
Modelet epidemiologjike kanë “bishta”, skajet ekstreme të spektrit të probabilitetit. Ata quhen bishta sepse, vizualisht, ato janë pjesët e grafikut që zvogëlohen në distancë. Mendoni për ato bishta si degë në një pemë vendimesh. Në shumicën e skenarëve, ne përfundojmë diku në mes të pemës, por ka disa degë në të djathtë dhe të majtë që paraqesin rezultate mjaft optimiste dhe mjaft pesimiste, por më pak të mundshme.
Një parashikim optimist për pandeminë COVID-19 është se shumë njerëz mund të jenë infektuar dhe rikuperuar, dhe tani janë imun. Një tjetër përfshin mundësitë katastrofike, dhjetëra miliona njerëz që vdesin.
Funksioni më i rëndësishëm i modeleve epidemiologjike është si një stimulim, një mënyrë për të parë të ardhmen tonë të mundshme përpara kohe, dhe se si kjo ndërvepron me zgjedhjet që bëjmë sot.
Me modelet COVID-19, kemi një qëllim të thjeshtë, urgjent: të injorojmë të gjitha degët. Por jo, ne duhet të përqëndrohemi tek degët që përfaqësojnë rezultatet më të këqija dhe t’i krasitim ato me gjithë forcën tonë. Izolimi social zvogëlon transmetimin, dhe ngadalëson përhapjen e sëmundjes. Gjurmimi i kontaktit parandalon njerëzit, para se të infektojnë të tjerët, duke krasitur më shumë degë që përfaqësojnë katastrofa të pakontrolluara.
Nëse spitalet tona nuk tejmbushen, do të kemi më pak vdekje dhe kështu një shkallë më të ulët fataliteti. Kjo është arsyeja pse ne nuk duhet të mashtrohemi nga shifrat e një modeli. Përkundrazi, duhet të përqendrohemi në parametrat që mund të ndryshojmë.
Sa herë që Shtëpia e Bardhë lëshon një model COVID-19, ne do të tundohemi të mbytemi në diskutime të pafundme për gabimet, qartësinë e parametrave, gamën e gjerë të rezultateve dhe të dhënat themelore.
Por, në vend të kësaj, ne duhet t’i shikojmë degët shkatërruese të pemës sonë të vendimeve dhe t’i presim të gjitha.
Ndonjëherë, kur arrijmë të presim fundin e bishtit pesimist, duket sikur e kemi tepruar. Kjo mund ta bëjë një model të duket i rremë. Por kjo nuk është gjithmonë ajo që ka ndodhur. Do të thotë thjesht se kemi fituar. Dhe kjo është arsyeja pse ne krijojmë modele.
ZEYNEP TUFEKCI është një profesoreshë e asociuar në Universitetin e Karolinës së Veriut, dhe bashkëpunëtore në Qendrën e Harvard Berkman Klein për Internet dhe Shoqëri. Ajo studion ndërveprimin midis teknologjisë dixhitale, inteligjencës artificiale dhe shoqërisë.
Përkthyer dhe përshtatur nga The Atlantic/ konica.al
VAZHDO TË LEXOSH MË TEPËR PËR TEMËN
Skenarët shqiptarë të Covid-19
Kreu i ISHP në Kosovë bën ‘parashikimin’
“Covid-19 mund të mundet, por do të zgjasë”
