در 20 ماه گذشته هر سگ به اپیدمیولوژیست آماری و آمارشناس تبدیل شد. در همین حال ، گروهی از اپیدمیولوژیست ها و آمارشناسان با وفادار به این باور رسیدند که مشکلات همه گیر ممکن است با اتخاذ طرز فکر یک مهندس به طور مثرتری حل شود: یعنی تمرکز بر حل مشکلات عملی با یک استراتژی تکراری و سازگار برای کارکردن همه چیز.
در مقاله اخیر “محاسبه عدم قطعیت در طول همه گیری” ، محققان در مورد نقش آنها در شرایط اضطراری بهداشت عمومی و نحوه آمادگی بهتر آنها برای بحران بعدی تأمل می کنند. آنها می نویسند که پاسخ ممکن است در تصور مجدد اپیدمیولوژی با دیدگاه مهندسی بیشتر و کمتر با دیدگاه “علم محض” نهفته باشد.
تحقیقات اپیدمیولوژیک سیاست های بهداشت عمومی و دستورالعمل ذاتی آن را برای پیشگیری و حفاظت آگاه می کند. اما توازن مناسب بین نتایج تحقیقات خالص و راه حلهای عملگرایانه در طول همه گیری به طرز نگران کننده ای گریزان بود.
ما باید تصمیمات عملی بگیریم ، بنابراین عدم قطعیت چقدر اهمیت دارد؟
ست گیکما
جان زلنر ، یکی از نویسندگان مقاله می گوید: “من همیشه تصور می کردم که در چنین شرایط اضطراری ، اپیدمیولوژیست ها افراد مفیدی خواهند بود.” اما نقش ما پیچیده تر و ضعیف تر از آن چیزی است که در آغاز همه گیری انتظار داشتم. ” زلنر ، یک مدلساز بیماریهای عفونی و اپیدمیولوژیست اجتماعی در دانشگاه میشیگان ، شاهد “تکثیر دیوانه کننده” مقالات تحقیقاتی بود ، “بسیاری با اندک اندکی در مورد معنای واقعاً هر کدام از آنها از نظر تأثیر مثبت فکر کردند.”
زلنر می گوید: “تعدادی فرصت از دست رفته وجود داشت.”
دست کشیدن از یقین
نویسنده ، اندرو گلمن ، آمارشناس و دانشمند علوم سیاسی در دانشگاه کلمبیا ، “تصویر بزرگتر” را در مقدمه مقاله ارائه کرد. وی شیوع اپیدمی اپیدمیولوژیست های آماتور را به شیوه ای تبدیل کرد که جنگ هر شهروندی را به یک جغرافی دان و تاکتیک آماتور تبدیل می کند: “به جای نقشه هایی با سنجاق های رنگی ، نمودارهای میزان مواجهه و تعداد مرگ را داریم. مردم در خیابان در مورد میزان مرگ و میر ناشی از عفونت و مصونیت گله به شیوه ای بحث می کنند که ممکن است در گذشته درباره استراتژی ها و اتحادات زمان جنگ بحث کرده باشند. “
و همراه با همه داده ها و گفتمان عمومی – آیا هنوز ماسک ضروری است؟ حفاظت از واکسن چقدر طول خواهد کشید؟
در تلاش برای درک آنچه اتفاق افتاده و چه چیزی اشتباه رخ داده است ، محققان (که شامل روت اتزیونی در دانشگاه واشنگتن و ژولین ریو در دانشگاه برن نیز بودند) چیزی شبیه به بازسازی را انجام دادند. آنها ابزارهای مورد استفاده برای مقابله با چالش ها مانند تخمین میزان انتقال از فردی به فرد دیگر و تعداد موارد در حال گردش در جمعیت در هر زمان معین را مورد بررسی قرار دادند. آنها همه چیز را از جمع آوری داده ها (کیفیت داده ها و تفسیر آن بدون شک بزرگترین چالش های همه گیر) تا طراحی مدل تا تجزیه و تحلیل آماری و همچنین ارتباطات ، تصمیم گیری و اعتماد ارزیابی کردند. آنها نوشتند: “عدم اطمینان در هر مرحله وجود دارد.”
و با این حال ، گلمن می گوید ، این تجزیه و تحلیل هنوز “به اندازه کافی سردرگمی ای را که در آن ماه های اولیه تجربه کردم نشان نمی دهد.”
یک تاکتیک در برابر همه عدم قطعیت ها آمار است. گلمن آمار را “مهندسی ریاضی” می داند – روشها و ابزارهایی که اندازه گیری آنها به اندازه کشف است. علوم آماری سعی دارند آنچه را که در جهان اتفاق می افتد ، با توجه به تنوع و عدم قطعیت روشن کنند. وقتی شواهد جدیدی به دست می آید ، باید یک فرایند تکراری ایجاد کند که به تدریج دانش قبلی را تصحیح کرده و یقین را تقویت کند.
علم خوب فروتن است و قادر است در مواجهه با عدم قطعیت خود را اصلاح کند.
مارک لیپچیچ
سوزان هولمز ، آماری از دانشگاه استنفورد که در این تحقیق شرکت نداشت ، موازی با طرز فکر مهندسی می بیند. او می گوید: “مهندس همیشه تصویر آنها را به روز می کند.” در برخورد با یک مشکل ، یک مهندس تقریب مرتبه اول (مات) ، سپس تقریب مرتبه دوم (بیشتر متمرکز) و غیره را ارائه می دهد.
با این حال ، گلمن پیش از این هشدار داده بود که علم آمار می تواند به عنوان دستگاهی برای “شستشوی عدم قطعیت” به کار گرفته شود – خواسته یا ناخواسته ، داده های ناخوشایند (نامشخص) با هم جمع شده و به نظر قانع کننده (قطعی) می رسند. آمارهای موجود در برابر عدم قطعیت ها “اغلب به عنوان نوعی کیمیاگری به فروش می رسد که این عدم قطعیت ها را به یقین تبدیل می کند.”
ما این را در زمان همه گیری شاهد بودیم. اپیدمیولوژیست ها و آمارشناسان – آماتور و متخصص – غرق در ناآرامی و ناشناخته ها ، در تلاش برای سرپا ماندن به دنبال چیزی محکم بودند. اما همانطور که گلمن اشاره می کند ، خواستن اطمینان در طول همه گیری نامناسب و غیر واقعی است. او می گوید: “اطمینان زودرس بخشی از چالش تصمیمات در مورد همه گیری بوده است.” این جهش بین عدم قطعیت و قطعیت مشکلات زیادی را ایجاد کرده است. “
او می گوید که رهایی از میل به یقین می تواند رهایی بخش باشد. و این ، تا حدی ، جایی است که دیدگاه مهندسی مطرح می شود.
یک طرز فکر پیچیده
برای ست گویکما ، مدیر مرکز تجزیه و تحلیل ریسک و مهندسی تصمیم گیری آگاهانه در دانشگاه میشیگان (و همکار زلنر در پروژه های دیگر) ، یکی از جنبه های کلیدی رویکرد مهندسی غرق شدن در عدم قطعیت ، تجزیه و تحلیل آشفتگی ، و سپس یک قدم به عقب برداشت ، با این دیدگاه ، “ما باید تصمیمات عملی بگیریم ، بنابراین عدم قطعیت چقدر اهمیت دارد؟” گویکما می گوید ، اگر عدم قطعیت زیادی وجود داشته باشد – و اگر عدم قطعیت تصمیمات بهینه یا تصمیمات خوب را تغییر دهد – این مهم است که بدانید. “اما اگر واقعاً بر بهترین تصمیمات من تأثیر نگذارد ، آنگاه از اهمیت کمتری برخوردار است.”
به عنوان مثال ، افزایش پوشش واکسیناسیون SARS-CoV-2 در بین جمعیت یکی از سناریوهایی است که در آن حتی اگر در مورد تعداد دقیق موارد یا واکسیناسیون از مرگ جلوگیری شود ، ابهام وجود دارد ، این واقعیت که به احتمال زیاد هر دو را کاهش می دهد ، با معایب اندک. آیا انگیزه کافی برای تصمیم گیری در مورد برنامه واکسیناسیون در مقیاس بزرگ ایده خوبی است.
یک مهندس همیشه عکس خود را به روز می کند.
سوزان هولمز
مهندسین ، هلمز اشاره می کند ، همچنین در تجزیه مشکلات به قطعات مهم ، استفاده از ابزارهای دقیق انتخاب شده و بهینه سازی راه حل ها تحت محدودیت ها بسیار خوب هستند. با تیمی از مهندسین که پل می سازند ، متخصص سیمان و متخصص فولاد ، مهندس باد و مهندس سازه وجود دارد. او می گوید: “همه تخصص های مختلف با هم کار می کنند.”
از نظر زلنر ، مفهوم اپیدمیولوژی به عنوان یک رشته مهندسی چیزی است که او از پدرش ، یک مهندس مکانیک که شرکت خود را در زمینه طراحی امکانات مراقبت های بهداشتی تاسیس کرده است ، گرفت. با تکیه بر کودکی پر از ساخت و ساز و اصلاح امور ، طرز فکر مهندسی او شامل ترفند زدن است – به عنوان مثال ، مدل انتقال را در پاسخ به یک هدف متحرک اصلاح می کند.
او می گوید: “غالباً این مشکلات نیاز به راه حل های تکراری دارند ، جایی که شما در پاسخ به کارهایی که انجام می دهید یا نه ، تغییراتی ایجاد می کنید.” “با به دست آوردن داده های بیشتر و موفقیت ها و شکست های رویکرد خود ، به کار خود ادامه می دهید. از نظر من ، این بسیار متفاوت است-و با مشکلات پیچیده و غیر ثابت که سلامت عمومی را تعریف می کند مناسب تر است-تا نوع تصویری یکپارچه که بسیاری از مردم از علم دانشگاهی دارند ، جایی که شما ایده بزرگی دارید ، آن را آزمایش کنید ، و نتیجه شما برای همیشه در کهربا حفظ می شود. ”