Reimagining våre pandemiske problemer med tankegangen til en ingeniør

Ms Tech | Velkomstsamling

De siste 20 månedene har gjort hver hund til en amatørepidemiolog og statistiker. I mellomtiden kom en gruppe bona fide epidemiologer og statistikere til å tro at pandemiske problemer kan løses mer effektivt ved å ta i bruk tenkemåten til en ingeniør: det vil si å fokusere på pragmatisk problemløsning med en iterativ, adaptiv strategi for å få ting til å fungere.

I et nylig essay, Ta hensyn til usikkerhet under en pandemi , reflekterer forskerne over rollene deres under en folkehelsesituasjon og hvordan de kan være bedre forberedt på neste krise. Svaret, skriver de, kan ligge i å gjenskape epidemiologi med mer av et ingeniørperspektiv og mindre et rent vitenskapsperspektiv.

Epidemiologisk forskning informerer folkehelsepolitikken og dens iboende anvendte mandat for forebygging og beskyttelse. Men den rette balansen mellom rene forskningsresultater og pragmatiske løsninger viste seg å være alarmerende unnvikende under pandemien.

Vi må ta praktiske beslutninger, så hvor mye betyr usikkerheten egentlig?

Seth Guikema

Jeg har alltid forestilt meg at epidemiologer i denne typen nødssituasjoner ville være nyttige mennesker, sier Jon Zelner, en medforfatter av essayet. Men rollen vår har vært mer kompleks og dårligere definert enn jeg hadde forventet i begynnelsen av pandemien. Zelner, en infeksjonssykdomsmodeller og sosial epidemiolog ved University of Michigan, var vitne til en vanvittig spredning av forskningsartikler, mange med svært lite tanker om hva noe av det egentlig betydde for å ha en positiv innvirkning.

Det var en rekke tapte muligheter, sier Zelner - forårsaket av manglende koblinger mellom ideene og verktøyene epidemiologer foreslo og verden de var ment å hjelpe.

Å gi opp sikkerheten

Medforfatter Andrew Gelman, en statistiker og statsviter ved Columbia University, skisserte det større bildet i essayets introduksjon. Han sammenlignet pandemiens utbrudd av amatørepidemiologer med måten krig gjør alle innbyggere til en amatørgeograf og taktiker: I stedet for kart med fargede nåler, har vi diagrammer over eksponering og dødstall; folk på gaten krangler om infeksjonsdødelighet og flokkimmunitet slik de kanskje har diskutert krigstidsstrategier og allianser tidligere.

Og sammen med alle dataene og den offentlige diskursen - Er masker fortsatt nødvendige? Hvor lenge vil vaksinebeskyttelsen vare? — kom usikkerhetsfloden.

I forsøket på å forstå hva som nettopp skjedde og hva som gikk galt, gjennomførte forskerne (som også inkluderte Ruth Etzioni ved University of Washington og Julien Riou ved University of Bern) noe av en reenactment. De undersøkte verktøyene som ble brukt for å takle utfordringer som å estimere overføringshastigheten fra person til person og antall saker som sirkulerer i en befolkning til enhver tid. De vurderte alt fra datainnsamling (kvaliteten på data og tolkningen av dem var uten tvil de største utfordringene med pandemien) til modelldesign til statistisk analyse, samt kommunikasjon, beslutningstaking og tillit. Det er usikkerhet ved hvert trinn, skrev de.

Og likevel, sier Gelman, uttrykker analysen fortsatt ikke helt nok av forvirringen jeg gikk gjennom de første månedene.

En taktikk mot all usikkerheten er statistikk. Gelman tenker på statistikk som matematisk ingeniørkunst – metoder og verktøy som handler like mye om måling som oppdagelse. De statistiske vitenskapene forsøker å belyse hva som skjer i verden, med søkelys på variasjon og usikkerhet. Når nye bevis kommer, bør det generere en iterativ prosess som gradvis foredler tidligere kunnskap og finpusser sikkerhet.

God vitenskap er ydmyk og i stand til å foredle seg selv i møte med usikkerhet.

Marc Lipsitch

Susan Holmes, en statistiker ved Stanford som ikke var involvert i denne forskningen, ser også paralleller med ingeniørtankegangen. En ingeniør oppdaterer alltid bildet sitt, sier hun – reviderer etter hvert som nye data og verktøy blir tilgjengelige. Ved å takle et problem tilbyr en ingeniør en førsteordens tilnærming (uskarp), deretter en annenordens tilnærming (mer fokusert), og så videre.

Gelman har imidlertid tidligere advart at statistisk vitenskap kan brukes som en maskin for å hvitvaske usikkerhet – bevisst eller ikke, kjipe (usikre) data rulles sammen og får det til å virke overbevisende (sikkert). Statistikk brukt mot usikkerheter selges altfor ofte som en slags alkymi som vil forvandle disse usikkerhetene til sikkerhet.

Vi var vitne til dette under pandemien. Da de druknet i omveltninger og ukjente, grep epidemiologer og statistikere – både amatører og eksperter – etter noe solid mens de prøvde å holde seg flytende. Men som Gelman påpeker, er det upassende og urealistisk å ønske sikkerhet under en pandemi. For tidlig sikkerhet har vært en del av utfordringen med beslutninger i pandemien, sier han. Dette hoppet mellom usikkerhet og sikkerhet har skapt mange problemer.

Å gi slipp på ønsket om sikkerhet kan være befriende, sier han. Og det er delvis her ingeniørperspektivet kommer inn.

En fikserende tankegang

For Seth Guikema, meddirektør for Center for Risk Analysis and Informed Decision Engineering ved University of Michigan (og en samarbeidspartner av Zelners på andre prosjekter), er et sentralt aspekt ved ingeniørtilnærmingen å dykke ned i usikkerheten, analysere rotet, og så ta et skritt tilbake, med perspektivet Vi må ta praktiske beslutninger, så hvor mye betyr egentlig usikkerheten? For hvis det er mye usikkerhet – og hvis usikkerheten endrer hva de optimale beslutningene er, eller til og med hva de gode beslutningene er – så er det viktig å vite, sier Guikema. Men hvis det ikke virkelig påvirker hva mine beste avgjørelser er, så er det mindre kritisk.

For eksempel er økende SARS-CoV-2-vaksinasjonsdekning over hele befolkningen et scenario der selv om det er en viss usikkerhet angående nøyaktig hvor mange tilfeller eller dødsfall vaksinasjon vil forhindre, det faktum at det er høyst sannsynlig å redusere begge, med få uønskede effekter, er motivasjon nok til å bestemme at et storstilt vaksinasjonsprogram er en god idé.

En ingeniør oppdaterer alltid bildet sitt.

Susan Holmes

Ingeniører, påpeker Holmes, er også veldig flinke til å bryte ned problemer i kritiske deler, bruke nøye utvalgte verktøy og optimalisere for løsninger under begrensninger. Med et team av ingeniører som bygger en bro, er det en spesialist på sement og en spesialist på stål, en vindingeniør og en konstruksjonsingeniør. Alle de ulike spesialitetene jobber sammen, sier hun.

For Zelner er forestillingen om epidemiologi som en ingeniørdisiplin noe han plukket opp fra sin far, en maskiningeniør som startet sitt eget selskap som designer helsetjenester. Med utgangspunkt i en barndom full av å bygge og fikse ting, involverer ingeniørtankegangen hans triksing – for eksempel å raffinere en overføringsmodell som svar på et bevegelig mål.

Ofte krever disse problemene iterative løsninger, der du gjør endringer som svar på hva som fungerer eller ikke fungerer, sier han. Du fortsetter å oppdatere hva du gjør etter hvert som mer data kommer inn og du ser suksessene og fiaskoene til tilnærmingen din. For meg er det veldig annerledes – og bedre egnet til de komplekse, ikke-stasjonære problemene som definerer folkehelse – enn den typen statiske en-og-gjort-bilde mange mennesker har av akademisk vitenskap, hvor du har en god idé, test det, og resultatet blir bevart i rav for alltid.

Relatert historie

Alt sammen nå: den mest pålitelige covid-19-modellen er et ensemble

Ved å kombinere en rekke spådommer og anslag, finpnerer modellteam usikkerheten.

Zelner og samarbeidspartnere ved universitetet brukte mange måneder på å bygge en nettsted for covid-kartlegging for Michigan, og han var involvert i å lage datadashboards – nyttige verktøy for offentlig forbruk. Men i prosessen så han et økende misforhold mellom de formelle verktøyene og det som var nødvendig for å informere praktisk beslutningstaking i en krise i rask utvikling. Vi visste at en pandemi ville skje en dag, men jeg hadde absolutt ikke tenkt på hva rollen min ville være, eller kunne bli, sier han. Vi brukte flere pinefulle måneder på å finne opp tingen – å prøve å gjøre denne tingen vi aldri hadde gjort før og innså at vi ikke hadde noen ekspertise på å gjøre det.

Han ser for seg forskningsresultater som ikke bare kommer med oppfordringer om at Folk bør gjøre dette! men også med tilgjengelig programvare som lar andre tukle med verktøyene. Men for det meste, sier han, gjør epidemiologer forskning, ikke utvikling: Vi skriver programvare, og det er vanligvis ganske dårlig, men det får jobben gjort. Og så skriver vi papiret, og så er det opp til noen andre – en innbilt annen person – å gjøre den nyttig i den bredere sammenhengen. Og så skjer det aldri. Vi har sett disse feilene i sammenheng med pandemien.

Han ser for seg det som tilsvarer et nasjonalt værvarslingssenter for smittsomme sykdommer. Det er en verden der alle covid-tallene går til ett sentralt sted, sier han. Der det er en modell som er i stand til å kombinere denne informasjonen på en sammenhengende måte, generere spådommer ledsaget av ganske nøyaktige skildringer av usikkerheten, og si noe forståelig og relativt handlingsdyktig i en ganske stram tidslinje.

I begynnelsen av pandemien eksisterte ikke den infrastrukturen. Men nylig har det vært tegn på fremgang.

Folkehelsevitenskap i rask bevegelse

Marc Lipsitch, en epidemiolog ved infeksjonssykdommer ved Harvard, er vitenskapsdirektør ved US Centers for Disease Controls nye Center for Forecasting and Outbreak Analytics, som har som mål å forbedre beslutningstaking og muliggjøre en koordinert, sammenhengende respons på en pandemi mens den utspiller seg. .

Vi er ikke så gode til å forutsi smittsomme sykdommer akkurat nå. Faktisk er vi ganske dårlige på det, sier Lipsitch. Men vi var ganske dårlige på værmelding da det startet på 50-tallet, konstaterer han. Og så ble teknologien forbedret, metodikken forbedret, måling forbedret, beregningen forbedret. Med investering av tid og vitenskapelig innsats kan vi bli bedre på ting.

Å bli bedre på prognoser er en del av senterets visjon for innovasjon. Et annet mål er muligheten til å gjøre spesifikke studier for å svare på spesifikke spørsmål som dukker opp under en pandemi, og deretter produsere spesialdesignet analyseprogramvare for å informere rettidige svar på nasjonalt og lokalt nivå.

Disse anstrengelsene er synkronisert med ideen om en ingeniørtilnærming – selv om Lipsitch vil kalle det ganske enkelt raskt bevegelig folkehelsevitenskap.

God vitenskap er ydmyk og i stand til å foredle seg i møte med usikkerhet, sier han. Forskere, vanligvis over en lengre tidsskala – år eller tiår – er ganske vant til ideen om å oppdatere vårt sannhetsbilde. Men under en krise må oppdateringen skje raskt. Utenom pandemier er ikke forskere vant til å endre vårt bilde av verden i stor grad hver uke eller måned, sier han. Men spesielt i denne pandemien, med hastigheten på ny utvikling og ny informasjon, er vi nødt til å gjøre det.

Filosofien til det nye senteret, sier Lipsitch, er å forbedre beslutningstaking under usikkerhet, ved å redusere den usikkerheten med bedre analyser og bedre data, men også ved å erkjenne det som ikke er kjent, og kommunisere det og dets konsekvenser tydelig.

Og han bemerker at vi kommer til å trenge mange ingeniører for å lage denne funksjonen – og den tekniske tilnærmingen, helt klart.

gjemme seg