साझा करें | प्रिंट | ईमेल
मैं इयाल शाहर का स्वागत करता हूँ पुनः समीक्षा का आह्वान कोविड वैक्सीन के पेपर्स। दरअसल, मैंने इयाल के सीटी बजाने से बहुत पहले ही काम शुरू कर दिया था—वैक्सीन आने से भी पहले।
भयानक वर्ष 2020 के अंत में, अत्यधिक प्रभावशाली पेपर इसमें दिखाई दिया विज्ञान. इसने दुनिया भर के प्रमुख मीडिया संस्थानों की सुर्खियाँ बटोरीं। इस अख़बार का शीर्षक था “कोविड-19 के खिलाफ सरकारी हस्तक्षेपों की प्रभावशीलता का अनुमान लगाना,” जल्द ही इसका इस्तेमाल दुनिया भर की सरकारों द्वारा अपनी बढ़ती हुई सत्तावादी नीतियों को उचित ठहराने के लिए किया जाने लगा।
इसने मेरा ध्यान इसलिए खींचा क्योंकि इसके अंतिम लेखक चेक गणितज्ञ जान कुल्वेत थे। अपने दो सहयोगियों, ओन्ड्रेज वेन्सेलेक और जैकब दोस्ताल के साथ मिलकर हमने निम्नलिखित उत्तर लिखा:
"सभी मॉडल गलत हैं, लेकिन कुछ उपयोगी हैं"जॉर्ज बॉक्स के नाम से एक प्रसिद्ध कहावत प्रचलित है। आज, शायद वे कहेंगे कि सभी मॉडल गलत हैं, और कुछ तो खतरनाक भी हैं। हमारी राय में, इस अध्ययन का भी यही मामला है।"COVID-19 के विरुद्ध सरकारी हस्तक्षेपों की प्रभावशीलता का अनुमान लगाना"1 में दिखाई दिया विज्ञान और दुनिया भर में व्यापक ध्यान आकर्षित किया।
इस अध्ययन का उद्देश्य कोविड-19 महामारी को नियंत्रित करने में गैर-औषधीय हस्तक्षेपों (एनपीआई) की प्रभावशीलता को समझना है। लेखकों ने जनवरी और मई 2020 के अंत तक 41 (अधिकांशतः यूरोपीय) देशों के कुल मामलों और मृत्यु संख्या के आँकड़ों का विश्लेषण किया है। उन्होंने अध्ययन अवधि के दौरान कई देशों में लागू किए गए 8 अलग-अलग एनपीआई (जैसे लोगों के एकत्र होने को सीमित करना, स्कूल बंद करना, आदि) के प्रभावों का अनुमान लगाया है। प्रत्येक एनपीआई के प्रभाव को संबंधित देश में एनपीआई लागू होने के समय संक्रमण प्रजनन संख्या R में कमी के आधार पर मापा जाता है।
परिणामों का व्यापक रूप से स्वागत किया गया है क्योंकि वे दर्शाते हैं कि सभी एनपीआई सामान्यतः कारगर हैं, और प्रभाव आकार सामान्य ज्ञान के अनुरूप प्रतीत होते हैं (उदाहरण के लिए, आप जितना अधिक लोगों के जमावड़े पर प्रतिबंध लगाएँगे, R में उतनी ही अधिक कमी आएगी)। दुनिया भर की सरकारें यह सुनकर बहुत खुश होंगी कि उनके द्वारा लगाए गए प्रतिबंध उचित थे। लेकिन क्या वे उचित थे?
दरअसल, हमें नहीं पता, और यह अध्ययन हमें इसका पता लगाने में मदद नहीं करता। हमारा तर्क है कि मॉडल में एक घातक दोष है जो इसे बेकार बना देता है। शोधपत्र के मुख्य भाग में दिए गए एकमात्र समीकरण (देखें "संक्षिप्त मॉडल विवरण" अनुभाग) को देखते हुए, हम पाते हैं कि लेखक मान लीजिये अंतर्निहित (अदृश्य) मूल प्रजनन संख्या R0,सी करने के लिए हो सकता है समय में स्थिर प्रत्येक देश के लिए। इस मूल प्रजनन संख्या को फिर एनपीआई के प्रभावों से गुणा किया जाता है और इसे आँकड़ों में फिट किया जाता है। इस प्रकार, मॉडल यह मान लिया गया है कि महामारी की गतिशीलता में कोई भी परिवर्तन एनपीआई के कारण हैयह भ्रामक है क्योंकि यह चक्रीय है। यदि आप किसी हस्तक्षेप के प्रभावों को मापना चाहते हैं, तो आप यह नहीं मान सकते कि सभी देखे गए प्रभाव उसी हस्तक्षेप के कारण हैं।
इसके अलावा, स्थिर R की यह धारणा0,सी यह बताता है कि लेखकों ने किसी भी एनपीआई के हट जाने के बाद मॉडलिंग बंद करने का फैसला क्यों किया। महामारी के कम होते ही एनपीआई आमतौर पर हट जाते हैं। इस प्रकार, जब आर उच्च होता है तो एनपीआई मौजूद होते हैं, और जब आर कम होता है तो वे अनुपस्थित होते हैं। लंबे समय अंतराल (कम प्रसार और शिथिल एनपीआई की गर्मियों की अवधि सहित) के आंकड़ों के साथ, लेखकों द्वारा उपयोग किया गया सरल मॉडल सीखेगा नकारात्मक प्रभाव - कि एनपीआई महामारी को तेज़ करते हैं। यह स्पष्ट रूप से अवांछनीय था, इसलिए लेखकों ने मॉडल को फिट करने के लिए गर्मियों के आंकड़ों का उपयोग नहीं करने का फैसला किया। ऐसी मॉडलिंग रणनीति बेहद संदिग्ध है।
अपनी बात को पूरी तरह स्पष्ट करने के लिए, हमने निम्नलिखित प्रयोग किया। हमने मूल डेटासेट लिया2 और एक नए एनपीआई का आविष्कार किया जो कभी अस्तित्व में ही नहीं था। मान लीजिए कि इस नए एनपीआई के लागू होने के बाद से, प्रत्येक नागरिक को "स्टॉप-कोविड" लिखी हुई टी-शर्ट पहनना अनिवार्य कर दिया गया था, जब तक कि इस एनपीआई को हटा नहीं दिया गया।
हमने उस अवधि से, जिस पर किसी विशेष देश का मॉडल बनाया गया था, एक समान रूप से एक यादृच्छिक तिथि निकाली और इस टी-शर्ट एनपीआई को डेटा पर "अध्यारोपित" किया (टी-शर्ट एनपीआई के साथ मूल डेटासेट के लिए संदर्भ [3] देखें)। हमने मामलों और मौतों की संख्या में किसी भी तरह का बदलाव नहीं किया। ऐसा एनपीआई कभी अस्तित्व में नहीं था, इसलिए इसका कोई प्रभाव नहीं हो सकता था। फिर हमने मूल मॉडल (हमारे द्वारा उपयोग किए गए संस्करण के GitHub लिंक के लिए संदर्भ [4] देखें) को बिना किसी पैरामीटर को छुए चलाया। परिणाम चित्र 1 में दिखाया गया है। टी-शर्ट ने महामारी को लगभग भगा दिया!
यह कैसे संभव है? हर महामारी की अपनी अंतर्निहित गतिशीलता होती है। सबसे सरल SIR मॉडल सक्रिय मामलों की संख्या में एक ही शिखर उत्पन्न करता है। अगर हम एक साधारण घातांकीय फलन (जो कि लेखक करते हैं) के साथ ऐसे शिखर को पुन: उत्पन्न करना चाहते हैं, तो घातांक में गुणांक (अर्थात प्रयोगसिद्ध प्रजनन संख्या) अवश्य कमी पहली लहर की शुरुआत से समय में। इस प्रकार, यह मानते हुए कि कोई प्रजनन संख्या पर प्रभाव एनपीआई के कारण होता है, मॉडल एक निर्दिष्ट करने के अलावा कुछ भी उत्पन्न नहीं कर सकता है सकारात्मक किसी भी NPI पर कोई प्रभाव (यानी R में कमी)। यहाँ तक कि किसी अस्तित्वहीन NPI पर भी, जैसा कि हमने दिखाया है।
इस प्रकार, हमारे विचार में यह मॉडल भ्रामक और बहुत खतरनाक है, क्योंकि इसका उपयोग सरकारें पूर्वव्यापी रूप से न्यायोचित ठहराने के लिए कर सकती हैं कोई उन्होंने लोगों पर एनपीआई थोपने का विकल्प चुना। हम यह दावा नहीं करते कि कुछ/सभी एनपीआई का सकारात्मक प्रभाव नहीं पड़ा है। हम केवल इतना कहते हैं कि यह मॉडल पता लगाने का कोई तरीका नहीं है।
चित्रा 1"स्टॉप-कोविड" टी-शर्ट पहनने से महामारी दूर हो जाती है।
हमने अपना जवाब एक पत्र के रूप में संपादक को भेजा विज्ञानजवाब आया: उन्हें बहुत अफ़सोस है, लेकिन वे हमारा पत्र प्रकाशित नहीं कर सकते। उन्होंने यह नहीं बताया कि क्यों।
इसलिए मैंने उनके अपने "मिशन स्टेटमेंट" को कॉपी करके एक ईमेल में पेस्ट कर दिया - कुछ इस तरह "विज्ञान पत्रिकाओं का परिवार वैज्ञानिकों, इंजीनियरों और जनता के बीच संचार को बढ़ाने के AAAS लक्ष्य को आगे बढ़ाता है।” मैंने उन्हें याद दिलाया कि असहमति की आवाजों को सेंसर करके कभी भी संचार को बढ़ावा नहीं दिया जा सकता है।
अंततः, उन्होंने कृपापूर्वक हमें अपना उत्तर एक ई-पत्र के रूप में प्रकाशित करने की अनुमति दे दी, जो मूल लेख की पूरक सामग्री के पीछे छिपा हुआ था। इस ई-पत्र का हवाला नहीं दिया जा सकता, इसमें आंकड़े देने की अनुमति नहीं है, और यह किसी भी खोज में दिखाई नहीं देगा।
हमने अपने उत्तर का चेक संस्करण शीर्षक के अंतर्गत प्रकाशित किया "क्या महामारी की रोकथाम के उपाय काम कर रहे हैं? हाँ, मंत्री जी!" चेक सांख्यिकी सोसायटी की वेबसाइट पर। इसकी वजह से हमें लेखक की ओर से एक बेहद विनम्र पत्र मिला—और मुख्यधारा के मीडिया में चुपचाप प्रतिबंध भी लगा।
तो बस इतना ही। क्या आपके पास कोविड समीक्षा से जुड़ी कोई और अच्छी कहानी है?
संदर्भ
- जेएम ब्राउनर एट अल., विज्ञान, 10.1126/science.abd9338 (2020)।
- https://github.com/epidemics/COVIDNPIs/blob/1.3.6/merged_data/data_final_nov.csv
- https://gist.github.com/DostalJ/92e134f9ab4032289b77172d0e6ff583
- https://github.com/epidemics/COVIDNPIs/blob/1.3.6/notebooks/main_results.ipynb
-
टॉमस फ़र्स्ट चेक गणराज्य के पलाकी विश्वविद्यालय में अनुप्रयुक्त गणित पढ़ाते हैं। उनकी पृष्ठभूमि गणितीय मॉडलिंग और डेटा विज्ञान में है। वह एसोसिएशन ऑफ़ माइक्रोबायोलॉजिस्ट, इम्यूनोलॉजिस्ट और सांख्यिकीविदों (SMIS) के सह-संस्थापक हैं, जो चेक जनता को कोरोनावायरस महामारी के बारे में डेटा-आधारित और ईमानदार जानकारी प्रदान कर रहे हैं। वह "समिज़दत" पत्रिका dZurnal के सह-संस्थापक भी हैं, जो चेक विज्ञान में वैज्ञानिक कदाचार को उजागर करने पर केंद्रित है।
सभी पोस्ट देखें
