Η σημερινή ασθένεια του κορονοϊού, το Covid-19, ονομάστηκε «πανδημία που συμβαίνει μία φορά στον αιώνα». Μπορεί όμως να αποδειχθεί ότι πρόκειται για ένα «φιάσκο στοιχείων που συμβαίνει μια φορά στον αιώνα». Στην περίοδο που διανύουμε, όλοι έχουμε ανάγκη για καλύτερη πληροφόρηση. Αυτοί που σχεδιάζουν μοντέλα ασθενειών, οι κυβερνήσεις, αλλά και οι άνθρωποι που βρίσκονται σε καραντίνα ή απλά σε κοινωνική απόσταση. Παρ ̓ όλα αυτά, δεν έχουμε αξιόπιστα στοιχεία για το πόσα άτομα προσβάλλονται από το SARS-CoV-2. Απαιτείται καλύτερη πληροφόρηση για την καθοδήγηση αποφάσεων με τεράστια σημασία, αλλά και για την παρακολούθηση και κατανόηση των επιπτώσεων αυτών των αποφάσεων.
Δρακόντεια αντίμετρα έχουν υιοθετηθεί σε πολλές χώρες. Αν η πανδημία καταπέσει -είτε μόνη της είτε λόγω αυτών των μέτρων- η βραχυπρόθεσμη ακραία κοινωνική αποστασιοποίηση και η αναστολή της οικονομικής ζωής (lockdown), μπορεί να γίνει ανεκτή. Εάν όμως η πανδημία απλωθεί σε ολόκληρο τον κόσμο αμείωτη, για πόσο καιρό θα πρέπει να συνεχιστούν αυτά τα μέτρα; Μπορούν άραγε οι υπεύθυνοι χάραξης πολιτικής να μας πουν εάν κάνουν περισσότερο καλό από ότι κακό; Τα εμβόλια ή οι προσιτές θεραπείες χρειάζονται πολλούς μήνες (ή ακόμα και χρόνια) για να αναπτυχθούν και να δοκιμαστούν σωστά. Λαμβάνοντας υπόψη αυτά τα χρονικά πλαίσια, οι συνέπειες μακροχρόνιων αποκλεισμών είναι παντελώς άγνωστες.
Τα δεδομένα που έχουν συλλεχθεί μέχρι στιγμής, σχετικά με τον αριθμό των ατόμων που έχουν προσβληθεί, ή σχετικά με το πώς εξελίσσεται η επιδημία, είναι εντελώς αναξιόπιστα. Δεδομένων των περιορισμένων διαγνωστικών εξετάσεων μέχρι σήμερα, ορισμένοι θάνατοι και πιθανώς η πλειοψηφία των κρουσμάτων του SARS-CoV-2, δεν καταγράφονται καθόλου (are being missed). Δεν γνωρίζουμε ακόμη, ούτε το αν η αποτυχία καταγραφής έχει ένα παράγοντα τριών ή 300 κρουσμάτων λοίμωξης. Τρεις μήνες μετά την εμφάνιση της επιδημίας, οι περισσότερες χώρες, συμπεριλαμβανομένων των ΗΠΑ, δεν έχουν τη δυνατότητα να εξετάσουν μεγάλο αριθμό ατόμων και καμία χώρα δεν έχει αξιόπιστα δεδομένα σχετικά με την επικράτηση του ιού, σε αντιπροσωπευτικό τυχαίο δείγμα του γενικού πληθυσμού.
Αυτό το φιάσκο αποδείξεων δημιουργεί τεράστια αβεβαιότητα σχετικά με τον κίνδυνο θνησιμότητας του Covid-19. Τα αναφερόμενα ποσοστά θνησιμότητας -όπως το επίσημο ποσοστό 3,4% της Παγκόσμιας Οργάνωσης Υγείας- προκαλούν τρόμο και δεν έχουν κανένα νόημα. Οι περισσότεροι ασθενείς που έχουν εξεταστεί για το SARS-CoV-2 βρίσκονται μεταξύ των περιστατικών με σοβαρά συμπτώματα και άσχημη εξέλιξη. Καθώς τα περισσότερα συστήματα υγείας έχουν περιορισμένη ικανότητα διαγνωστικών εξετάσεων, οι εξετάσεις αυτές γίνονται όλο και πολύ μεταξύ των βαρέων περιστατικών. Αυτή η «διάκριση», κατά την οποία γίνεται εξέταση και διάγνωση μόνο μεταξύ των βαριά ασθενούντων, μπορεί να γίνει ακόμη μεγαλύτερη στο άμεσο μέλλον.
Η μοναδική περίπτωση στην οποία εξετάστηκε ένας συγκεκριμένος, κλειστός αριθμός ατόμων, ήταν οι επιβάτες του κρουαζιερόπλοιου Diamond Princess που τέθηκε σε καραντίνα. Το ποσοστό θανάτων αυτής της περίπτωσης ήταν 1,0%. Πρόκειται όμως για μία ομάδα ηλικιωμένων, στους οποίους η θνησιμότητα από το Covid-19 είναι πολύ υψηλότερη. Προβάλλοντας το ποσοστό θανάτων του Diamond Princess στην ηλικιακή κατανομή του πληθυσμού των ΗΠΑ, το ποσοστό θνησιμότητας μεταξύ των ατόμων που έχουν προσβληθεί από το Covid-19 θα ήταν 0,125%. Όμως, δεδομένου ότι η εκτίμηση αυτή βασίζεται σε εξαιρετικά λεπτά δεδομένα -υπήρχαν μόλις επτά θάνατοι μεταξύ των 700 κρουσμάτων σε επιβάτες και πλήρωμα- το πραγματικό ποσοστό θνησιμότητας θα μπορούσε να κυμανθεί από πέντε φορές χαμηλότερα (0,025%) μέχρι πέντε φορές υψηλότερα (0,625%). Είναι επίσης πιθανό κάποιοι από τους επιβάτες που έχουν μολυνθεί να πεθάνουν αργότερα. Μπορεί ακόμη, οι συχνότητες χρόνιων ασθενειών στους τουρίστες (frequencies of chronic diseases), να είναι διαφορετικές από αυτές στον γενικό πληθυσμό -παράγοντας επικινδυνότητας για χειρότερη εξέλιξη από τη λοίμωξη του SARS-CoV-2. Προσθέτοντας αυτές τις επιπλέον πηγές αβεβαιότητας, οι λογικές εκτιμήσεις για τη σχέση θνησιμότητας των περιπτώσεων στον γενικό πληθυσμό των ΗΠΑ κυμαίνονται από 0,05% έως 1%. Αυτό το τεράστιο εύρος επηρεάζει σημαντικά το πόσο σοβαρή είναι η πανδημία και το τι πρέπει να γίνει. Το ποσοστό θνησιμότητας 0,05% του πληθυσμού, είναι χαμηλότερο από την εποχική γρίπη. Εάν αυτό είναι το πραγματικό ποσοστό, η αναστολή της οικονομικής και κανονικής ζωής σε όλο τον κόσμο (locking down the world), με προοπτική τεράστιων οικονομικών και κοινωνικών συνεπειών, δείχνει εντελώς παράλογη. Είναι σαν την αντίδραση ενός ελέφαντα στον οποίο επιτίθεται μια σπιτική γάτα. Εκνευρισμένος και προσπαθώντας να αποφύγει τη γάτα, ο ελέφαντας πηδάει κατά λάθος σε ένα γκρεμό και σκοτώνεται.
Μπορεί όμως το ποσοστό θνησιμότητας των περιπτώσεων Covid-19 να είναι τόσο χαμηλό; Όχι, λένε κάποιοι, δείχνοντας το υψηλό ποσοστό θανάτων μεταξύ των ηλικιωμένων. Ωστόσο, ακόμη και μερικοί «ήπιοι», συνηθισμένοι κορονοϊοί της κοινού κρυολογήματος, γνωστοί εδώ και δεκαετίες, μπορούν να φτάσουν σε ποσοστά θνησιμότητας μέχρι και 8%, όταν προσβάλουν ηλικιωμένους που ζουν σε οίκους ευγηρίας (nursing homes). Στην πραγματικότητα, τέτοιοι «ήπιοι» κορονοϊοί προσβάλουν δεκάδες εκατομμύρια ανθρώπους κάθε χρόνο και αντιστοιχούν στο 3% με 11%, όσων νοσηλεύονται στις Η.Π.Α. με καρκίνο του κατώτερου αναπνευστικού κάθε χειμώνα. Αυτοί οι «ήπιοι» κορονοϊοί μπορεί να εμπλέκονται σε αρκετές χιλιάδες θανάτους κάθε χρόνο παγκοσμίως, αν και η συντριπτική τους πλειοψηφία δεν τεκμηριώνεται με ακριβείς διαγνωστικές εξετάσεις. Χάνονται ως «θόρυβος», ανάμεσα σε 60 εκατομμύρια θανάτους από διάφορες αιτίες κάθε χρόνο, σε όλο τον κόσμο.
Παρόλο που υπάρχουν εδώ και πολύ καιρό επιτυχημένα συστήματα επιτήρησης για την γρίπη, η ασθένεια επιβεβαιώνεται από κάποιο εργαστήριο μόνο σε μία μικρή μερίδα περιπτώσεων. Στις Η.Π.Α. για παράδειγμα, στη φετινή περίοδο, μέχρι στιγμής έχουν εξεταστεί 1.073.976 δείγματα και 222.552 (20.7%) από αυτά, έχουν διαγνωστεί θετικά στη γρίπη. Την ίδια περίοδο, ο εκτιμώμενος αριθμός ασθενειών που μοιάζουν με γρίπη, κυμαίνεται μεταξύ 36,000,000 και 51,000,000 περιπτώσεων. Ενώ ο εκτιμώμενος αριθμός θανάτων από γρίπη, κυμαίνεται μεταξύ 22.000 και 55.000 περιπτώσεις. Προσέξτε την μεγάλη αβεβαιότητα σχετικά με τους θανάτους που μοιάζουν με γρίπη: μία προς 2,5 φορές. Η διαφορά αυτή αντιστοιχεί σε δεκάδες χιλιάδες θανάτους. Κάθε χρόνο, ορισμένοι από αυτούς τους θανάτους οφείλονται σε γρίπη και μερικοί σε άλλους ιούς, όπως είναι οι κορονοϊοί του κοινού κρυολογήματος. Κατά την περίοδο 2016 - 2017, διενεργήθηκε μία σειρά αυτοψιών σε δείγματα από 57 ηλικιωμένους ανθρώπους που πέθαναν από την εποχική γρίπη. Στο 18% αυτών των δειγμάτων ανιχνεύθηκαν ιοί της γρίπης. Όλα τα υπόλοιπα είδη ιών του αναπνευστικού βρέθηκαν στο 47%. Σε μερικούς ανθρώπους που πεθαίνουν από παθογόνους ιούς του αναπνευστικού συστήματος, εντοπίζονται περισσότεροι από ένας ιός κατά την αυτοψία και τα βακτηρίδια συχνά επικαλύπτονται. Μια θετική εξέταση για τον κορονοϊό δεν σημαίνει απαραίτητα ότι ο ιός αυτός είναι πάντα υπεύθυνος για την κατάρρευση του ασθενούς.
Εάν υποθέσουμε ότι το ποσοστό θνησιμότητας μεταξύ των ατόμων που έχουν μολυνθεί από το SARS-CoV-2 είναι 0,3% στο γενικό πληθυσμό -μια υπόθεση μεσαίας κλίμακας από την ανάλυση που αφορά στο Diamond Princess- και ότι μολύνεται το 1% του πληθυσμού των ΗΠΑ (περίπου 3,3 εκατομμύρια άνθρωποι), αυτό μεταφράζεται σε περίπου 10.000 θανάτους. Ακούγεται σαν ένας τεράστιος αριθμός, αλλά είναι θαμμένος μέσα στο «θόρυβο» της εκτίμησης των θανάτων από «ασθένεια που μοιάζει με γρίπη». Εάν δεν γνωρίζαμε ότι υπάρχει ένας νέος ιός και δεν είχαμε ελέγξει τα άτομα με εξετάσεις PCR, ο αριθμός των συνολικών θανάτων που οφείλονται σε «ασθένεια που μοιάζει με γρίπη» δεν θα φαινόταν ασυνήθιστος φέτος. Το πολύ να παρατηρούσαμε ότι η γρίπη αυτή τη σεζόν φαίνεται να είναι κάπως χειρότερη από το μέσο όρο. Η κάλυψη των μέσων ενημέρωσης θα ήταν μικρότερη από ό,τι για ένα παιχνίδι του NBA μεταξύ των δύο πιο αδιάφορων ομάδων.
Κάποιοι ανησυχούν ότι οι 68 θάνατοι από το Covid-19 στις ΗΠΑ, μέχρι τις 16 Μαρτίου, θα αυξηθούν εκθετικά σε 680, 6.800, 68.000, 680.000... με παρόμοια καταστροφικά μοντέλα για όλο τον κόσμο. Είναι ένα ρεαλιστικό σενάριο αυτό, ή μήπως πρόκειται για κακή επιστημονική φαντασία; Πώς μπορούμε να πούμε σε ποιο σημείο μπορεί να σταματήσει μια τέτοια καμπύλη; Η πιο πολύτιμη πληροφόρηση για την απάντηση σε αυτά τα ερωτήματα, θα ήταν να γνωρίζουμε την μετάδοση της λοίμωξης του κορονοϊού σε ένα τυχαίο δείγμα ενός πληθυσμού και να επαναλαμβάνουμε αυτή την άσκηση σε τακτά χρονικά διαστήματα, ώστε να εκτιμήσουμε την ύπαρξη νέων κρουσμάτων. Δυστυχώς, αυτή την πληροφορία δεν την έχουμε.
Ελλείψει δεδομένων, η προετοιμασία για τη χειρότερη πιθανή εξέλιξη οδηγεί σε ακραία μέτρα κοινωνικής απομόνωσης και γενικού κλεισίματος. Δυστυχώς, δεν γνωρίζουμε εάν τα μέτρα αυτά λειτουργούν. Το κλείσιμο σχολείων, για παράδειγμα, μπορεί να μειώσει τα ποσοστά μετάδοσης. Είναι δυνατό όμως να γίνει και το αντίθετο, σε περίπτωση που τα παιδιά κοινωνικοποιηθούν ούτως ή άλλως. Εάν το κλείσιμο του σχολείου οδηγήσει τα παιδιά να περάσουν περισσότερο χρόνο με ευπαθή ηλικιωμένα μέλη της οικογένειας, εάν τα παιδιά στο σπίτι επηρεάσουν την ικανότητα των γονιών τους να εργαστούν και πολλά άλλα. Το κλείσιμο των σχολείων μπορεί επίσης να μειώσει τις πιθανότητες εμφάνισης ανοσίας (herd immunity), σε μια ηλικιακή ομάδα που δεν έχει νοσήσει σοβαρά. Αυτό ήταν και το σκεπτικό πίσω από τη διαφορετική στάση του Ηνωμένου Βασιλείου που κρατά τα σχολεία ανοιχτά -τουλάχιστον μέχρι τη στιγμή που γράφεται αυτό το κείμενο. Ελλείψει στοιχείων σχετικά με την πραγματική πορεία της επιδημίας, δεν γνωρίζουμε εάν αυτό το σκεπτικό ήταν λαμπρό ή καταστροφικό.
Θεωρητικά, η συμπίεση της καμπύλης για να αποφευχθεί η συντριβή του συστήματος υγείας είναι λογικά ορθή. Ένα γραφικό σχέδιο που έχει γίνει viral στα μέσα μαζικής ενημέρωσης και στα κοινωνικά μέσα, δείχνει πως η συμπίεση της καμπύλης μειώνει τον όγκο της επιδημίας, που βρίσκεται πάνω από το όριο τού τι μπορεί να χειριστεί το σύστημα υγείας ανά πάσα στιγμή. Ωστόσο, εάν το σύστημα υγείας επιβαρυνθεί πάνω από τα όριά του, η πλειοψηφία των επιπλέον θανάτων μπορεί να μην οφείλεται σε κορονοϊό, αλλά σε άλλες κοινές ασθένειες και περιπτώσεις, όπως καρδιακές προσβολές, εγκεφαλικά επεισόδια, τραυματισμοί, αιμορραγίες και τα παρόμοια, που δεν θα μπορούν να αντιμετωπιστούν επαρκώς. Αν το επίπεδο της επιδημίας υπερφορτώσει το σύστημα υγείας και τα ακραία μέτρα έχουν μέτρια αποτελεσματικότητα, τότε η συμπίεση της καμπύλης μπορεί να χειροτερεύσει τα πράγματα: αντί να υπερφορτωθεί κατά τη διάρκεια μιας σύντομης, οξείας φάσης, το σύστημα υγείας θα παραμείνει υπερφορτωμένο για μεγαλύτερη και παρατεταμένη περίοδο. Αυτός είναι άλλος ένας λόγος για τον οποίο χρειαζόμαστε δεδομένα σχετικά με το ακριβές επίπεδο της επιδημικής δραστηριότητας.
Μία ουσιαστική παρατήρηση, είναι ότι δεν γνωρίζουμε για πόσο χρόνο μπορούν να διατηρηθούν τα μέτρα κοινωνικής απόστασης και το lock down, χωρίς σοβαρές συνέπειες για την οικονομία, την κοινωνία και την ψυχική υγεία. Μπορεί να επακολουθήσουν απρόβλεπτες εξελίξεις, όπως είναι η οικονομική κρίση, οι αναταραχές, οι εμφύλιες συγκρούσεις, ο πόλεμος και η κατάρρευση του κοινωνικού ιστού. Χρειαζόμαστε οπωσδήποτε, αμερόληπτα δεδομένα εποπλασμού της λοίμωξης και του αριθμού των κρουσμάτων για το εξελισσόμενο μολυσματικό φορτίο, ώστε να καθοδηγηθεί η λήψη των αποφάσεων. Στο πιο απαισιόδοξο σενάριο, το οποίο δεν υιοθετώ, εάν ο νέος κορονοϊός προσβάλλει το 60% του παγκόσμιου πληθυσμού και το 1% των προσβεβλημένων ανθρώπων πεθαίνουν, αυτό θα μεταφραστεί σε περισσότερους από 40 εκατομμύρια θανάτους παγκοσμίως, ισοφαρίζοντας την πανδημία γρίπης του 1918. Η συντριπτική πλειοψηφία αυτής της εκατόμβης θα είναι άτομα ηλικιωμένα με περιορισμένο προσδόκιμο ζωής. Σε αντίθεση με το 1918, όταν πέθαναν πολλοί νέοι. Μπορούμε όμως να ελπίζουμε ότι, όπως και το 1918, η ζωή θα συνεχιστεί. Αντίθετα όμως, με την αναστολή της οικονομικής ζωής και την κοινωνική απομόνωση μηνών, αν όχι ετών, η κανονική ζωή σταματάει. Οι βραχυπρόθεσμες και μακροπρόθεσμες συνέπειες παραμένουν εντελώς άγνωστες και μπορεί τελικά να βρεθούν σε κίνδυνο δισεκατομμύρια ζωές, αντί για κάποια εκατομμύρια.
Εάν αποφασίσουμε να πηδήσουμε στο γκρεμό, χρειαζόμαστε κάποια στοιχεία που θα μας ενημερώσουν για τη λογική μιας τέτοιας ενέργειας και τις πιθανότητες να προσγειωθούμε κάπου ασφαλείς.
Μετάφραση από το αγγλικό κείμενο: Κωνσταντίνος Σταυρόπουλος
*καθηγητής Ιατρικής, επιδημιολογίας και υγείας του πληθυσμού, της επιστήμης των βιοϊατρικών δεδομένων και των στατιστικών στο πανεπιστήμιο του Στάνφορντ και συν-διευθυντής του Meta-Research Κέντρου Καινοτομίας του Stanford.
Ο ζωγραφικός πίνακας που πλαισιώνει τη σελίδα είναι έργο του, γάλλου, Albert Gleizes.
Σχεδόν σε όλο το άρθρο θα βρεις λέξεις και προτάσεις του τύπου, “πιθανόν”, “ίσως” και “μπορεί”. Με πιθανολογίες δεν ακριβολογούμε. Με πιθανολογίες κινδυνολογούμε και φλερτάρουμε ανησυχητικά με την καταστροφολογία. Αυτές οι εποχές απαιτούν σοβαρότητα, σύνεση και επιστροφή στα στοιχεία τα οποία ειναι διαθέσιμα από τους ειδικούς επιστήμονες, που καταπιάνονται με το αντικείμενο και βρίσκονται στην πρώτη γραμμή αντιμετώπισης της κρίσης. Όχι απόψεις και γνώμες, οι οποίες μάλιστα βασίζονται σε πιθανότητες.
Καλό θα ήταν να είστε προσεκτικότερος. Ο κύριος Ιωαννίδης δεν είναι αρθρογράφος “του συρμού”, αλλά ένας από τους κορυφαίους του τομέα του, δηλαδή της επιδημιολογίας και της δημόσιας υγείας και κατά τεκμήριο ειδικός. Η γνώμη του είναι εξόχως βαρύνουσα. Και οι αμφιβολίες του ακόμη περισσότερο. Η επιστήμη απαιτεί αυστηρότητα, η οποία έχει χαθεί κατά την αντιμετώπιση της κρίσης. Ακριβώς, αυτό λέει, ότι τα στοιχεία, όπως είναι “διαθέσιμα” δεν παρέχουν καμμία αξιόπιστη απόφανση. Και ναι, η διαθεσιμότητα των στοιχείων είναι και πολιτική επιλογή. Είναι και άλλα βέβαια, όπως οικονομική και επιστημονική ικανότητα συλλογής τους. Η μόνη σοβαρή επιστημονική δημοσίευση σχετικά με τα επιδημιολογικά χαρακτηριστικά του ιου είναι η σημερινή του Cornell.
Δεν καταλαβαίνω τι εννοείτε.
Λέτε “αυτές οι εποχές απαιτούν σοβαρότητα, σύνεση και επιστροφή στα στοιχεία τα οποία ειναι διαθέσιμα από τους ειδικούς επιστήμονες”, αλλά ο συγγραφέας είναι “καθηγητής Ιατρικής, επιδημιολογίας και υγείας του πληθυσμού, της επιστήμης των βιοϊατρικών δεδομένων και των στατιστικών στο πανεπιστήμιο του Στάνφορντ και συν-διευθυντής του Meta-Research Κέντρου Καινοτομίας του Stanford” και το άρθρο δημοσιεύτηκε στο statnews.com.
Λέτε “Με πιθανολογίες δεν ακριβολογούμε. Με πιθανολογίες κινδυνολογούμε και φλερτάρουμε ανησυχητικά με την καταστροφολογία.”, αλλά το άρθρο γράφει “Εάν αποφασίσουμε να πηδήσουμε στο γκρεμό, χρειαζόμαστε κάποια στοιχεία που θα μας ενημερώσουν για τη λογική μιας τέτοιας ενέργειας και τις πιθανότητες να προσγειωθούμε κάπου ασφαλείς.”.
Τελικά, πού ακριβώς διαφωνείτε;
Συγγνώμη, αλλά δεν κατάλαβα το “δια ταύτα”.
Τραγικό! Η οικονομία πάνω από τη ΖΩΗ!! Και προέρχεται από λαμπρό (νεοφιλελεύθερο προφανώς) επιστήμονα!
Για αυτό θα ξαναεκλεγεί ο ..Τραμπ!
Μια μεταφραστική παρατήρηση: αντί “θνησιμότητα” (θάνατοι ανά 100.000 γενικό πληθυσμό), το ορθό είναι “θνητότητα” (θάνατοι ανά 100 νοσούντες ή ανά 100 μολυσμένους). Φαίνεται και από το % (αν ήταν θνησιμότητα έπρεπε να είναι “ανά 100.000”). Οι όροι είναι τεχνικοί της επιδημιολογίας: https://repository.kallipos.gr/bitstream/11419/2667/1/15373_Dimoliatis-MasterDocument.pdf
Ως προς την ουσία του άρθρου, για την κατανόησή του απαιτούνται, στοιχειώδεις τουλάχιστον, γνώσεις Επιδημιολογίας και Δημόσιας Υγιεινής.