Het Verenigd Koninkrijk en Imperial College London vormden het intellectuele zenuwcentrum van de wereldwijde reactie op de covidpandemie. Zoals u zich zult herinneren, was het Neil Ferguson, een natuurkundige aan het Imperial College, die het belangrijkste epidemiologische model ontwikkelde achter de rechtvaardiging om economieën stil te leggen.
Fergusons model was echter een ongedocumenteerde, dertien jaar oude code die moest worden "opgeschoond" en zijn aannames waren onzin. Dit is al sinds minstens maart 13 bekend, rond dezelfde tijd dat de Britse regering haar eerste economische sluiting doorvoerde, die onterecht "lockdowns" werd genoemd.
De Amerikaans Instituut voor economisch onderzoek (“AEIR”) opgemerkt in april 2021"Ferguson voorspelde al op 16 maart 2020 een catastrofaal dodental, tenzij regeringen wereldwijd zijn favoriete reeks niet-farmaceutische interventies ("NPI's") zouden overnemen om de pandemie af te wenden. De meeste landen volgden zijn advies op, vooral nadat de regeringen van het Verenigd Koninkrijk en de Verenigde Staten zijn rapport expliciet aanhaalden als rechtvaardiging voor lockdowns."
Toch was Fergusons model geschreven met behulp van dertien jaar oude, ongedocumenteerde code die vervolgens met de hulp van Microsoft moest worden "opgeschoond" om het voor iedereen herbruikbaar te maken. Dat is nog niet eens het ergste: de belangrijkste aannames die de input van het model vormden, waren onzin, schrijft Jonathan Engler in de inleiding van een artikel van Mike Hearn uit maart 13.
Laten we het contact niet verliezen... Uw regering en Big Tech proberen actief de informatie die door The blootgesteld om in hun eigen behoeften te voorzien. Abonneer u nu op onze e-mails om ervoor te zorgen dat u het laatste ongecensureerde nieuws ontvangt. in je inbox…
Geweldig artikel uit maart 2020: 'Is epidemiologie nuttig?'
By Jonathan Engler, 22 juni 2024
Naarmate de jaren verstrijken, vergeten we gemakkelijk hoe ontzettend fout elke aanname rondom ‘de pandemie’ was.
Dit stuk (zie link hieronder) van 31 maart 2020 – dat ik ten zeerste aanbeveel – legt de tekortkomingen van het gebruik van GIGO bloot1 modellering als drijfveer voor overheidsbeleid, iets wat we op veel terreinen zien, met name de klimaatagenda, maar ook op veel andere gebieden.
Ik zou de tijd waarin we leven omschrijven als een tijd waarin pseudowetenschappelijke modellen de empiristische theorie vervangen.
Hoe dan ook, geniet ervan. Het commentaar op de modellen van Ferguson en Imperial College London voor mond-en-klauwzeer is bijzonder interessant. Hoe fout moet je zitten voordat iemand aarzelt om jou te vertrouwen om beleid te bepalen (want dat is wat hij deed) dat dood en ellende zal veroorzaken voor miljoenen mensen.2?
Het moet benadrukt worden dat het Verenigd Koninkrijk/Imperialisme het intellectuele zenuwcentrum was van de wereldwijde “pandemie-respons.”
Toch was het model van Ferguson geschreven met behulp van dertien jaar oude, niet-gedocumenteerde code, die vervolgens met de hulp van Microsoft moest worden 'opgeschoond' om hem door anderen herbruikbaar te maken.
Dat is nog niet eens het ergste: de belangrijkste aannames die de input voor het model vormden, waren onzin.
De samenvatting van het stuk is hieronder weergegeven. Klik erop of HIER om naar het volledige artikel te gaan. [Opmerking: We hebben het artikel hieronder gereproduceerd.]
Opmerkingen:
- 1 Vuilnis erin, vuilnis eruit.
- 2 Want hoewel er in het voorjaar van 2020 nog veel niet bekend was, was het wél voorspelbaar dat je de wereldeconomie niet kunt stilleggen zonder – op de middellange en lange termijn – miljoenen doden te veroorzaken door economische achterstand. De directe gezondheidsschade door de sluiting van de gezondheidszorg werd ook door velen voorspeld.
Is epidemiologie nuttig?
By Mike Heeren, 31 maart 2020
Er is een beroemd gezegde over simulaties van de echte wereld: “Alle modellen zijn fout, maar sommige zijn nuttig. ' Een belangrijke vraag die we ons nu moeten stellen, is of epidemiologische modellen fout maar wel nuttig zijn, of gewoonweg fout.
Update 2 april 2020
Hier zijn links naar andere analyses die ik vond na de publicatie van dit artikel
- De cijfers in de Imperial-studie kunnen niet worden gerepliceerd
- Een oproep tot eerlijkheid bij het modelleren van pandemieën
- Waarom het zo ontzettend moeilijk is om een COVID-19-model te maken
Zijn epidemiologische modellen nuttig?
Het is aan overheden om te bepalen welk advies ze opvolgen. Niets in deze analyse mag worden opgevat als een suggestie om hun aanbevelingen of wetten te negeren. Begin de lokale regels niet te negeren omdat u deze blogpost leest.
ICL's modellering van de verspreiding van SARS-CoV-2 is wat de overstap van het Verenigd Koninkrijk naar een volledige lockdown in gang heeft gezet en die in veel andere landen heeft versterkt of zelfs veroorzaakt. Gezien de ernstige gevolgen van het afsluiten van de planeet verdient het een niveau van onderzoek waaraan nog nooit eerder wetenschappelijk onderzoek is onderworpen. Dat is nu langzaam begint te gebeuren.
In dit artikel zal ik voornamelijk ingaan op de geschiedenis van de epidemiologie en de methodologische problemen die daarin voorkomen. Als je geïnteresseerd bent in problemen die echt specifiek zijn voor COVID-19, raad ik je aan:Coronavirusziekte 2019: de schade van overdreven informatie en niet op bewijs gebaseerde maatregelen' door Dr. John Ioannidis, aanvaard Door de Europees tijdschrift voor klinisch onderzoek.
Voor alle claims worden citaten verstrekt.
Samenvatting
- Imperial College London (“ICL”) wordt beschreven als het beste ter wereld op het gebied van epidemiologische modellering.
- Desondanks hebben ze een geschiedenis van grote missers die niet lijken te worden erkend. Hun aanbevelingen hebben in het verleden geleid tot rampzalige overreacties van regeringen.
- Hoewel ze zich voordoen als wetenschappers, houden ze zich bezig met onwetenschappelijke praktijken, zoals het doen van onweerlegbare uitspraken, het ontbreken van peer review, het weigeren om hun code te laten zien en het gebruiken van vage termen in plaats van statistische betrouwbaarheidsgrenzen.
- Zij voorspelden dat de ziekte-uitbraken veel ernstiger zouden zijn dan ze in werkelijkheid waren.
- Het is onduidelijk of de epidemiologie überhaupt iets van deze fouten heeft geleerd.
- Ze gebruiken gegevens voor hun modellen waarvan bekend is dat ze statistisch niet relevant zijn.
- Er is een felle discussie uitgebroken onder epidemiologen aan verschillende universiteiten. Velen van hen spreken elkaar openlijk en op zeer ingrijpende wijze tegen.
Hoewel het grootste deel van dit artikel zich richt op de prestaties van ICL, is het probleem eigenlijk veel groter: het rapport van ICL wordt gehoord vanwege het 'merk' van de academische wereld en de academische wetenschap in het algemeen. Oxford heeft een eigen artikel gepubliceerd dat niet beter is, en misschien zelfs nog slechter. "We worden geleid door de wetenschap" is het motto van regeringen overal ter wereld, omdat ze ervan uitgaan dat de wetenschap klopt, of in ieder geval beter is dan niets. Als die aanname onjuist is, is dat een enorm probleem.
Wie vormen het ICL-modelleringsteam?
“De mensen van het keizerrijk behoren tot de beste infectieziekte-modelleurs ter wereld” — Paul Hunter van de Universiteit van East Anglia, VK (New Scientist)
“onder leiding van een vooraanstaande epidemioloog, Neil Ferguson, Imperial wordt behandeld als een soort gouden standaard ... Amerikaanse functionarissen zeiden dat het rapport, dat voorspelde dat er in de Verenigde Staten tot 2.2 miljoen doden zouden vallen door een dergelijke verspreiding, heeft ook het Witte Huis beïnvloed 'Veel hangt niet af van wat ze zeggen, maar wie het zegt', aldus Devi Sridhar, directeur van het programma voor mondiaal gezondheidsbestuur aan de Universiteit van Edinburgh.Neil Ferguson heeft enorm veel invloed. ' - New York Times
“Het onderzoek van het Imperial College is uitgevoerd door een zeer bekwaam team van modelbouwers” — John Ioannidis (afdelingen Geneeskunde, Epidemiologie en Volksgezondheid, Biomedische Datawetenschappen en Statistiek, Stanford)
Ze zijn dus best wel belangrijk. Als ze de beste epidemiologen ter wereld zijn, lijkt het erop dat we de epidemiologie op hun prestaties beoordelen.
Het is belangrijk om op dit punt op te merken dat epidemiologie niet hetzelfde is als geneeskunde. Prof. Ferguson promoveerde in de theoretische natuurkunde. Modelleurs kunnen computerprogrammeurs zijn die gespecialiseerd zijn in toegepaste wiskunde, geen artsen in de ziekenhuiswereld. Dit is niet bedoeld als kritiek: toegepaste wiskunde is natuurlijk een zeer waardevol vakgebied, maar zoals we later zullen zien, is een belangrijke kritiek op epidemiologie de manier waarop het abstracte wiskundige berekeningen boven de ervaring van mensen met praktijkervaring stelt.
Onwetenschappelijke praktijken
Om de wetenschappelijke methode goed te laten werken, zijn er een aantal zaken nodig.
Peer-review. 'Impact van niet-farmaceutische interventies (NPI's) om de COVID19-sterfte en de vraag naar gezondheidszorg te verminderen' is gedateerd 16 maart 2020 en werd onmiddellijk aan de pers vrijgegeven, gelijktijdig met de plotselinge verandering van overheidsstrategie die het veroorzaakte. Hoewel veel artikelen over COVID-19 aan peer review zijn onderworpen, lijkt het erop dat het in dit geval is overgeslagen.
Het is mogelijk dat het artikel door peer review zou zijn afgewezen; het is zeker zo dat veel van hun collega's er problemen mee hebben.
Reproduceerbaarheid. De analyse kan om meerdere redenen niet worden gerepliceerd. Een van de problemen is dat het model zelf nergens beschikbaar is, omdat de code van zo'n lage kwaliteit is dat alleen het team van Prof. Ferguson het begrijpt:
Hij is niet van plan om ooit de originele code vrij te geven, alleen een versie die door Microsoft is herschreven:
In de wiskundeles krijgen kinderen die hun werk niet laten zien een onvoldoende, en dat geldt des te meer als ze werk van anderen inleveren. In de epidemiologie is dat geen probleem.
Dit is een uitzonderlijk kritiek probleem. Ik kan dit niet genoeg benadrukken. De academische wereld bevindt zich midden in de replicatie crisis (dat is de echte naam). De geloofwaardigheid van hele vakgebieden wordt ondermijnd, omdat niemand 'ontdekkingen' die decennialang algemeen aanvaard waren, kan reproduceren.
In de tijd sinds ICL hun onderzoek publiceerde, zijn andere niet-epidemiologen erin geslaagd modellen te bouwen die niet alleen openbaar gedocumenteerd en met beschikbare bron, Maar die volledig interactief zijn en door iedereen bediend kunnen worden in een browser. "Mijn code is te complex om te begrijpen zonder persoonlijke training" is geen acceptabele uitspraak voor door de overheid gefinancierde onderzoekers, vooral niet wanneer die code al meer dan tien jaar oud is. Imperial had alle tijd van de wereld om hun resultaten reproduceerbaar en van acceptabele kwaliteit te maken, maar heeft dat nooit gedaan.
De analyse kan om andere redenen niet worden gerepliceerd: ze is gebaseerd op privécorrespondentie voor belangrijke gegevens ("persoonlijke communicatie" wordt twee keer als bron vermeld), verwijst vaag naar "de NHS die steeds meer zekerheid biedt over de grenzen van de piekcapaciteit van ziekenhuizen", maar vermeldt niet waar deze zekerheid is gepubliceerd – vooral merkwaardig aangezien de analyse de capaciteit een jaar lang constant laat, terwijl de NHS drie nieuwe spoedziekenhuizen bouwt, waarvan het eerste een van de grootste ziekenhuizen ter wereld is. Waar komt deze volledig vlakke lijn van 8 IC-bedden per 100,000 vandaan?
Niet-reproduceerbaar werk wordt langzaam uitgeroeid in andere vakgebieden, zoals de psychologie: ook hier moet het onacceptabel zijn. Juist nu!
Falsifieerbare voorspellingen. Wetenschappers doen testbare voorspellingen.
Prof. Ferguson heeft de gewoonte om voorspellingen te doen in de trant van "kop, munt". Om eerlijk te zijn, in zijn paper werden verschillende schattingen gegeven voor het dodental, gebaseerd op verschillende combinaties van reproductiewaarden (R0), lockdownniveaus en triggerwaarden. Deze zijn vrij nauwkeurig en achteraf gezien zouden we kunnen meten hoe ver de werkelijkheid ervan afwijkt. Bijvoorbeeld, met een R0 van 2.2 en een lockdown die wordt geactiveerd met een frequentie van 300 IC-patiënten per week, voorspellen ze 26,000 doden. Sommigen beweren dat hij zijn voorspelling later naar beneden heeft bijgesteld van meer dan 500,000 doden – maar die bewering klopt niet.
Maar er is een iets subtieler probleem. Later hij veranderde wat hij voorspelde om “20,000 doden” te zijn en zou veel lager kunnen zijn.Als het aantal doden veel hoger ligt, kan hij stellen dat zijn aanbevelingen niet strikt genoeg zijn opgevolgd – en aangezien die aanbevelingen vrijwel onmogelijk volledig kunnen worden uitgevoerd, wie kan daar dan tegenin gaan? Als het aantal doden rond de 20,000 ligt, kan hij zeggen: "Onze analyse heeft de uitkomst correct voorspeld." Als het aantal doden veel lager ligt, kan hij zeggen: "Het aantal doden lag binnen onze voorspellingen."
Dit soort problemen is al eerder voorgekomen. Toen hem gevraagd werd een model te maken voor de uitbraak van boviene spongiforme encefalopathie (ook bekend als de gekkekoeienziekte), voorspelde hij een dodental tussen de 50 en 150,000.
Toen er naar de vaagheid van deze voorspelling werd gevraagd, was het antwoord: ‘Ja, de spreiding is groot, maar het heeft niet echt geleid tot een verandering in het overheidsbeleid’ (zie Daily Telegraph). Dat antwoord is non-sequitur, maar geeft blijk van een grote zorg over de vraag of epidemiologisch advies de uitkomsten beïnvloedt.
Een tweede cruciale verandering was de bewering dat “waarschijnlijk zouden 2/3 van die mensen toch al gestorven zijnHet begrip oversterfte komt nergens in het oorspronkelijke rapport voor; hoogstwaarschijnlijk heeft ICL de Italiaanse gegevens die ze gebruikten, ontdekt. with infectie en geen sterfgevallen omdatofinfectie tegelijk met alle anderen. Het zou vermoedelijk de conclusies fundamenteel veranderen. Sterker nog, het vertroebelt het concept van "aantal doden".
Mocht u denken dat ik op ICL mik, dan zegt het recente epidemiologische artikel van Oxford over covid-19: “… het percentage van de Britse bevolking dat al besmet is, zou kunnen stijgen. ergens tussen de 0.71% en 56% (95% geloofwaardige intervallen…).”
Zulke marges in voorspellingen betekenen eigenlijk dat epidemiologie niets nuttigs te bieden heeft. Ze zeggen dat echter niet in gewone mensentaal.
Schijn van neutraliteit. Het vertrouwen in de wetenschap daalt wanneer mensen geloven dat wetenschappers politieke agenda's nastreven. Dit verklaart grotendeels waarom, zoals de Financial Times rapporten, 'Economen behoren tot de minst vertrouwde professionals in het VK'. Het is ook een veelgehoorde zorg van klimaatsceptici.
Een eenvoudige manier om dit probleem te omzeilen, is dat wetenschappers gewoon publiceren wat ze hebben gevonden en de discussie over beleidswijzigingen overlaten aan politici die – in tegenstelling tot academici – direct verantwoording afleggen aan degenen op wie het beleid van invloed is.
Epidemiologen lijken dit niet te doen. Tot nu toe bevelen epidemiologen in alle gevallen die ik heb onderzocht extreem specifieke sociale en landbouwkundige beleidsmaatregelen aan, en sommige artikelen besteden ongeveer de helft van hun woordenaantal aan het direct aanspreken van beleidsmakers.
Mond- en klauwzeer
Laten we eens kijken hoe sommige van deze problemen tot een ramp kunnen leiden.
Epidemiologische modellering is een relatief jong vakgebied. De eerste proef in het Verenigd Koninkrijk vond plaats tijdens een epidemie in 2001. Mond-en klauwzeer ("MKZ") onder varkens en schapen. De gevolgen waren zo catastrofaal dat er al veel over geschreven is. Hoewel deze gebeurtenis inmiddels 20 jaar oud is, zal ik ook een tweede voorspelling van ongeveer 5 jaar geleden bekijken om aan te tonen dat er niet veel veranderd is.
"Het modelgedreven beleid van MKZ-bestrijding leidde tot een tragedie. Enorme aantallen dieren werden zonder reden afgeslacht. Het resultaat was onnoemelijk veel menselijk en dierlijk leed – om nog maar te zwijgen van de financiële gevolgen." — Dr. Paul Kitching, auteur van "Use and abuse of mathematical models"
Hier zijn een paar van de artikelen die ik dit weekend over dit onderwerp heb gelezen, maar er zijn er nog veel meer. Het is duidelijk dat de gebeurtenissen zeer traumatisch en daardoor zeer bestudeerd waren. Zoals je aan de titels kunt zien, waren de auteurs zeer kritisch over wat er gebeurd is:
- 'Destructieve spanning: wiskunde versus ervaring ', hier aangeduid als Mansley et al (alle auteurs hebben een veterinaire achtergrond)
- 'Fout, maar nuttig: Onderhandelen over onzekerheid bij het modelleren van infectieziekten' Christley et al. (verschillende achtergronden)
- 'Bloedbad door computers: de economie van het schoolbord tijdens de mond-en-klauwzeerepidemie van 2001' Campell & Lee (Cardiff rechtenfaculteit)
De "FMD Science Group" van de overheid bestond uit een scala aan disciplines, maar epidemiologen waren naar verluidt dominant. De modelleurs kwamen van vier verschillende universiteiten, maar al snel werd het ICL-model het primaire model (uit het artikel 'Media, metaforen, modellering').
Hun programma's voorspelden een ernstige epidemie. Ze betoogden dat deze alleen kon worden afgewend door een onmiddellijk en extreem beleid: de zogenaamde "contiguous cull". Elk vatbaar dier dat binnen een straal van 3 km van een boerderij met een besmet dier leefde, moest onmiddellijk worden gedood, zelfs als het gezond was.
“Dit nieuwe beleid, dat controversieel bleek, werd gerechtvaardigd door wiskundige modellen …
“Dit verving het bestaande beleid, dat een veterinaire risicobeoordeling vereiste.
“Meer dan 1,200,000 dieren op 3,369 locaties werden geslacht als onderdeel van de aansluitende afschot” — Mansley et al.
Vrijwel alle gedode dieren waren niet besmet:
“Bij serosurveillance van 115 kuddes die tijdens de afschot werden bemonsterd, werd slechts één kudde schapen gevonden met seropositieve dieren (negen positieven van 56 schapen)
Was het gerechtvaardigd? Mansley et al. zeggen:
“Post-epidemische analyses hebben verdere ondersteuning geboden voor … het gebrek aan impact van het beleid van aaneengesloten ruiming”
“het nieuwe 48-uurs aaneengesloten afschotbeleid – gedreven door wiskundige modellen – werd geïmplementeerd toen de epidemie al aan het afnemen was. '
Er was een toevallige controlegroep. De autoriteiten in Cumbria hadden niet de middelen om de contiguous cull overal uit te voeren:
Voorts De aaneengesloten afschot werd niet uitgevoerd in Noord-Cumbria, maar de epidemische curve voor Cumbria weerspiegelt de curve voor de rest van Groot-Brittannië in 2001. (Fig. 2 en 3) en ook de epidemische curve van 1967/1968.”
uiteindelijk de modellen voorspelden noch correct het verloop en de duur van de epidemie, noch de effectiviteit van de traditionele bestrijdingsmaatregelen noch de nieuwe voorstellen (61). Ze voldeden dus niet aan de lakmoesproeven van weerlegbaarheid, beproefdheid en bruikbaarheid (41).
Ze voldeden niet aan de test van bruikbaarheid.
Waarom ging het mis?
De veterinaire aannames van de modellen … vertegenwoordigde een ander (volledig theoretisch) virus, misschien het beste omschreven als het 'Armageddon-virus', aangezien het hele kuddes in één keer kan infecteren en enkele dagen vóór de klinische manifestatie maximaal en onbeperkt kan worden uitgescheiden, tenzij de dieren worden gedood.
Naast slechte aannames ging het model fundamenteel over de geografische spreiding tussen landbouwbedrijven. De gegevens die over landbouwbedrijven werden gebruikt, waren echter van zeer lage kwaliteit, aangezien ze oorspronkelijk waren verzameld voor het beheer van CAP-subsidies:
"Ja, maar weet je, de mensen die de database van boerderijen beheren, maakt het echt niet uit waar ze zijn. Weet je, waarom ze die informatie erin hebben, weten ze waarschijnlijk niet. Ze hebben het adres van de persoon aan wie ze schrijven, dat is de enige echte ruimtelijke locatie die ze nodig hebben en het feit dat de geografische coördinaten de boerderij midden in de Noordzee plaatsen, weet je, dus wat” — Interview E7, Christley et al
Zoals Kitching et al. het verwoordden: “De Britse ervaring biedt een heilzame waarschuwing voor hoe modellen misbruikt kunnen worden in het belang van wetenschappelijk opportunisme.. '
Hoewel Mansley et al. het meest uitgebreid is, zijn er talloze artikelen die soortgelijke punten naar voren brengen.
Lessen geleerd, of niet
Naar aanleiding van deze gebeurtenis produceerde ICL de volgende grafiek:
De belangrijkste wetenschappelijke adviseur gaf destijds het volgende getuigenis:
"En wat ik wil dat je doet is kijken naar de zeer indrukwekkende cijfers; als je figuur [1] vergelijkt, die de voorspellingen bevat die zijn gedaan, de curven A, B, C, met [de epidemische gegevens – blauwe stippen], die laten zien hoe de epidemie zich heeft ontwikkeld, dan denk ik dat je het ermee eens moet zijn dat dat geen slechte overeenkomst was, de voorspelling was niet zo slecht.” — Prof. David King tijdens een parlementair onderzoek
Voor de epidemiologen was het een groot succes. Tot welke conclusie kwam de regering uiteindelijk? We weten het omdat er enkele jaren later opnieuw een uitbraak plaatsvond:
“Er zijn veel lessen geleerd uit de ervaringen van de MKZ-epidemie in het Verenigd Koninkrijk in 2001, die veel te snel op de proef zijn gesteld toen In 2007 werd het Verenigd Koninkrijk opnieuw getroffen door MKZ.”— Mansley et al
De les die we leerden was dat we de epidemiologie moesten negeren:
“Niet de minste hiervan was het beleid om de traditionele, goed gevestigde methoden van MKZ-bestrijding en -uitroeiing te gebruiken en geen gebruik maken van nieuwe procedures, gebaseerd op niet-gevalideerde wiskundige modellen. '
Wat is er gebeurd?
“Deze strategie bleek juist te zijn en het virus werd relatief snel uitgeroeid” — Mansley et al.
Het falen van de epidemiologie in deze gebeurtenis was absoluut: de enige consumenten van hun product zijn politici en ambtenaren. Die mensen kozen ervoor om bij de volgende uitbraak geen modellen te gebruiken.
Een belangrijke vraag is wat het vakgebied hiervan heeft geleerd. En daar wordt het inderdaad heel verontrustend. The Telegraph: “Professor Ferguson zei over zijn modellen voor MKZ: Er zijn een aantal factoren die meespelen bij het bepalen van beleid, waarvan wetenschap – met name modellering – er slechts één is. Het is belachelijk om nu te zeggen dat ons model het overheidsbeleid heeft veranderd. Een aantal factoren hebben dat gedaan.”
De gemarkeerde bewering is problematisch omdat ze zowel zeer sterk is als niet strookt met wat er verder over de uitbraak is geschreven. Uit elk document over de MKZ-epidemie blijkt duidelijk dat epidemiologische modellen de belangrijkste drijfveer waren voor het overheidsbeleid. Hoe kan de professor beweren dat het belachelijk is om te geloven dat het werk van ICL het overheidsbeleid bepaalde, terwijl zoveel auteurs die artikelen over die tijd schreven, anders dachten?
Van 'Media, metaforen en modellering': "Toen het modelleren aan het Imperial College steeds populairder werd, de belangrijkste bron voor politieke besluitvorming“De pers concentreerde zich vooral op de modellen die daar werden geproduceerd, niet op de modellen die door de teams van Edinburgh en Cambridge werden geproduceerd.”
Van 'Destructieve spanning: wiskunde versus ervaring': “De modellen die het beleid van aaneengesloten afschot ondersteunden, waren ernstig gebrekkig.”
Het ICL-team is er vandaag de dag nog steeds van overtuigd dat ze in grote lijnen gelijk hadden over de MKZ-epidemie:
"We deden realtime modellering, net als de andere groepen in 2001 – de modellen klopten zeker niet 100%, zeker niet met beperkte data en beperkte tijd om het werk te doen. Maar Ik denk dat de algemene conclusies die zijn getrokken nog steeds geldig zijn."
Zika: nog een misser
Misschien herinnert u zich het Zika-uitbraak in Latijns-Amerika in 2015, een angstaanjagend virus dat ervoor zorgde dat baby's van geïnfecteerde vrouwen geboren werden met gekrompen hoofden en ernstige hersenschade. ICL modelleerde de epidemie en zei in een artikel uit juli 2016:
“We verwachten dat de huidige epidemie binnen drie jaar grotendeels voorbij zal zijn, met seizoensgebonden schommelingen in de incidentie, veroorzaakt door variatie in muggenpopulaties en de besmettelijkheid.”
En dit is wat er gebeurde. Het duurde geen drie jaar met seizoensrendementen. Het was binnen een.
Zika is uitgeroeid in de VS. Wereldwijd zijn er sinds 2017 zo weinig gevallen geweest dat Wikipedia-pagina over het virus doet daarna helemaal geen moeite meer om er nieuws over te schrijven (de laatste update gaat over twee gevallen in Angola).
Hoewel de ziekte nog steeds circuleert in Latijns-Amerika, worden er in de zwaarst getroffen regio (Brazilië), die 60% van alle meldingen vertegenwoordigt, gemiddeld zo'n 365 gevallen per week geregistreerd, waarvan er slechts zo'n 30 laboratoriumbevestigd zijn – te weinig om in de bovenstaande grafiek te zien. Als de voorspelde seizoensschommelingen überhaupt bestaan, gaan ze verloren in de ruis.
De analyse kon het gedrag tot dan toe ook niet verklaren:
“Op dit moment kunnen we niet beoordelen of Azië risico loopt op een grote zika-epidemie – of waarom de omvang van de overdracht in Latijns-Amerika zoveel groter is dan ooit tevoren.”
Ongeveer de helft van het artikel was gewijd aan het gedeelte 'Wat moeten beleidsmakers doen?' maar er werden geen concrete aanbevelingen gedaan, behalve dat vrouwen zwangerschap moesten vermijden. Het artikel geeft wel toe: "Het afraden van zwangerschap is bekritiseerd omdat het voor veel vrouwen onhaalbaar zou zijn – vooral op de lange termijn."
Geen grap.
Conclusies
Soortgelijke problemen lijken herhaaldelijk op te duiken in epidemiologische analyses:
- Modellen zijn gebaseerd op invoergegevens van extreem lage kwaliteit. Dit wordt kort toegegeven, maar het weerhoudt niemand ervan om voorspellingen te doen, ook al zou dat wel moeten.
- Statistische onzekerheid wordt vaak niet formeel geanalyseerd. In plaats daarvan worden vage bijvoeglijke naamwoorden zoals "grotendeels", "in grote lijnen", "waarschijnlijk", "substantieel" en "typisch" gebruikt.
- Modelleurs zijn nauw betrokken bij beleidsvorming en beschouwen dat duidelijk als een van hun belangrijkste taken. Advies aan politieke leiders kan de helft of meer van zogenaamd wetenschappelijke publicaties uitmaken.
- Voorspellingen hebben vaak zulke grote grenzen dat ze nutteloos worden.
- Het lijkt erop dat modelleurs geen voor de hand liggende methodologische veranderingen hebben doorgevoerd als reactie op eerdere mislukte voorspellingen.
Moeten epidemiologen met het bijna goddelijke respect behandeld worden dat ze nu genieten?
Ik heb niets tegen de mensen of instellingen die in dit artikel worden besproken, en in principe zie ik niet in waarom epidemieën niet simuleerbaar zouden zijn. Maar het zou verstandig kunnen zijn om te wachten met praten met journalisten en politici totdat het vakgebied een reeks onmiskenbare successen heeft geboekt en de resultaten als routine worden beschouwd. Het is duidelijk dat we er nog niet zijn.
Over de auteur
Mike Heeren is een voormalig Google-ingenieur, de oorspronkelijke auteur van Bitcoinj en een voormalige medewerker van Bitcoin CoreHij stopte in januari 2016 met Bitcoin; een van de redenen die hij gaf, waren de stijgende kosten (zie De oplossing van het Bitcoin-experiment). Hij publiceert essays op het online publicatieplatform Medium onder de titel 'Mike's blog.
Hoofdfoto: Neil Ferguson overgenomen uit Britse corona-adviseur treedt af na berichten dat zijn geliefde hem tijdens de lockdown bezocht, CNN, 6 mei 2020 (rechts).
The Expose heeft dringend uw hulp nodig…
Kunt u ons helpen om de eerlijke, betrouwbare, krachtige en waarheidsgetrouwe journalistiek van The Expose draaiende te houden?
Uw overheids- en Big Tech-organisaties
proberen The Expose het zwijgen op te leggen en uit te schakelen.
Daarom hebben we uw hulp nodig om ervoor te zorgen
wij kunnen u blijven voorzien van de
feiten die de mainstream weigert te delen.
De overheid financiert ons niet
om leugens en propaganda op hun site te publiceren
namens de Mainstream Media.
In plaats daarvan vertrouwen we uitsluitend op uw steun. Dus
steun ons alstublieft in onze inspanningen om
jij eerlijke, betrouwbare onderzoeksjournalistiek
vandaag nog. Het is veilig, snel en gemakkelijk.
Selecteer hieronder de methode die u het prettigst vindt om uw steun te betuigen.
Categorieën: Breaking News, Wereldnieuws
Neil Ferguson en Imperial College hebben het al jaren stelselmatig mis met hun modellen. Hun modellen hebben aangetoond dat al deze nepziekten zoals covid en griep zeer besmettelijk zijn, en belachelijk besmettelijk. Het lijkt niets meer dan frauduleuze paniekzaaierij. En dat lijkt het geval te zijn met al dit soort modellen, inclusief de klimaatfraude. Deze mensen en de organisaties waarvoor ze werken, lijken zich op een crimineel frauduleuze manier te gedragen.
Het lijkt er ook op dat de medische testsystemen, met name PCR, en dat mensen als Drosden en de organisaties waarvoor zij werken op dezelfde manier frauduleus zijn.
Allemaal bedoeld om kwaad en dood te zaaien.
Deze handelingen zouden voor de rechtbank gebracht moeten worden, waar ze juridisch getoetst worden. Iedereen die schuldig wordt bevonden, zou de gepaste straffen moeten krijgen, aangezien het misdaden tegen de menselijkheid zijn.
Hoi Roger Lewis,
Je hebt helemaal gelijk in alles wat je zegt.
Ik heb mijn diensten aangeboden aan mijn parlementslid Ed Miliband, om beul te worden.
Ik zou graag verraderlijke parlementsleden ophangen.
https://www.youtube.com/watch?v=oDbOBJ_MwH0
Ik vraag me af of hij denkt dat hij moet aftreden? Alles wat hij vanaf nu op wetenschappelijke basis zegt, zal ongeloofwaardig zijn.
En Ferguson gebruikte Microsoft (Gates) software om zijn bevindingen te achterhalen. De grootste oplichterij in onze geschiedenis. Waarom heeft hij nog steeds een baan? En waarom luisteren mensen nog steeds naar Gates? https://www.nature.com/articles/d41586-020-01685-y
NICE
...Ik wou dat mensen zouden ophouden de Covid-diversiteitsgenocide te zien als een reeks "fouten"... of "slechte modellen". Dat was het allemaal niet. Het was een geplande genocide... en elk van deze kleine details die "ontdekt" worden, is slechts voer voor de massa om over na te denken, terwijl de elite doorgaat met hun plan om ons allemaal te vermoorden. Begin met praten over... en noem de leugenaars, moordenaars en genocidale maniakken... en begin met vragen of suggesties hoe we ze allemaal kunnen oppakken, ze een eerlijk proces kunnen geven... en ze vervolgens na hun veroordeling allemaal legaal aan een touw kunnen laten bungelen. Stop met hun spelletje mee te spelen.
Het is belangrijk om mensen eraan te herinneren dat Ferguson geen medische of statistische opleiding had.
Hij was gewoon een natuurkundige met een amateuristische interesse in het schrijven van (zeer slechte) C-code.
Bekijk nog wat meer van Neil Fergusons handige werk. Dit is een documentaire op de nieuwswebsite UK Column. Er staat wat verontrustende inhoud in, dus kijk er aandachtig naar.
https://www.ukcolumn.org/video/insight-slaughtered-on-suspicion
Hallo Craig,
Je hebt helemaal gelijk.
Neil Ferguson moet op het nippertje worden veroordeeld voor verraad.
Het bewees eens en voor altijd dat Neil Fergusons computermodellen nutteloos zijn en dat hij een waardeloze programmeur is. Ik zag zijn code, gekloond van GitHub, voordat de Microslop-technici aan de slag gingen met bugfixes. Als het een bacheloropdracht was, zou ik hem een onvoldoende geven, ontestbaar.
[...] https://expose-news.com/2024/06/22/did-neil-fergusons-modelling-of-covid/ [...]