Siden mit første interview med Professor Christian Bjørnskov har jeg forsøgt at være opmærksom på, at tilfældigheder betyder langt mere, end vi tror, når vi ser på forskelle i #covid19dk-pandemien på tværs af lande.
En meget stor andel af de studier, der ser på effekten af nedlukninger, lider i høj grad af "omitted variable bias", som kort fortalt betyder, at man glemmer vigtige variable som fx adfærd, og derfor fanger effekten af disse variable i andre variable (fx lukning af skoler).
Jeg bliver mere og mere overbevist om, at HVIS man skal lave god forskning af #nedlukninger, skal man bruge metoder, som håndterer "omitted variables" - fx fixed effects, som Bjørnskov gør i hans studie, og som Bjørnskov og @KasperKepp gør i deres studie fra Nordjylland.
1/n På baggrund af @SSI_dk's modellering af smittespredningen ved en genåbning, kan man ikke rigtig andet end fastslå, at den fornuftige politik ville være, at åbne rigtig meget op og så holde øje med, om smitten spreder sig.
2/n Gør den det, kan man lukke (dele af) skolerne igen (som i modellen er dem, der driver smitten).
Sundhedsminister @Heunicke er ganske vist - baseret på SSI's beregninger - meget nervøs for, at en genåbning kan føre til tusindvis af smittede dagligt i midten af april.
3/n Men SSI har ikke regnet evt. sæsoneffekter ind, fordi "størrelsen og tidspunkt for en eventuel sæsoneffekt er ukendt" (selvom de anser sæson for sandsynligt).
Det var fuldstændig nyttesløst at lukke skolerne i Ishøj i uge 7. På trods af, at man testede dobbelt så meget, fandt man kun én mere smittet end i uge 4 (32 vs. 31 smittede), som var grundlaget for at åbne skolerne.
Dette er en gentagelse af Aarhushistorien, hvor man i august indførte restriktioner i Aarhus efter at smitten var faldet.
Jeg vil anbefale @regeringDK og @Heunicke at læse lidt op på "regression to the mean" og stikprøveteori.
Hvis du følger 98 kommuner i 20 uger, så vil du uvægerligt se lokale "smitteudbrud". Men det er ikke *rigtige* smitteudbrud - det er bare tilfældige udsving i data.
Og man skal ikke føre nedlukningspolitik på tilfældigheder.
To tests om dagen til en samlet omkostning alene til tests på ca. 9 mia. kr. om måneden er ude af proportioner, @Heunicke. Tid, kørsel mv. vil mindst fordoble omkostningen.
Det er tid til at forlade det ekstreme forsigtighedsprincip.
Hvad kan man få for 18 mia. kr.? Grænsen for ny medicin/behandlinger er ca. 0,5 mio. kr./QALY (=kvalitetsjusterede leveår). Er to ugentlige tests 36.000 QALY værd? Om måneden! Tænk på, hvor mange mennesker, du kunne redde fra andre sygdomme med de ressourcer, Heunicke.
Og nej. Dette er ikke alternativet:
"»Alternativet er at holde lukket i længere tid,« sagde Heunicke"
I kan sagtens lukke op, uden at teste alle to gange om ugen. Intet tyder på, at nedlukningerne har haft en væsentlig effekt.
2/n "Omvendt finder SSI ikke tegn på, at »andre aktiviteter såsom udendørs sport, dagligvareindkøb, brug af offentlig transport eller restaurantbesøg var forbundet med risiko for smitte med covid-19«"
3/n "SSI’s resultater bekræftes af de danske smittetal og en bred international videnskabelig litteratur. Smitten i Danmark toppede i midten af december, og altså FØR regeringen den 18. december lukkede ned for storcentre, detailhandel, frisører mv."
Denne figur er ikke køn. Men den viser noget vigtigt: Hvor meget vi opholder os på arbejde (baseret på Google Mobility). Tjek Kbh (rød linje). Københavnerne er lige så lidt på arbejde nu, som i efterårsferien!
Her har jeg sat en rød streg, som markerer tidspunktet for nedlukningen. Bemærk, hver søjle repræsenterer en hel uges data, og Google har kun data til og med 11. december pt., så det er lidt "mudret".
Det er dog tydeligt, at: 1) Tilpasningen var begyndt FØR nedlukningen.
2) Tilpasningen har været svagere EFTER nedlukningen (det flader ud, efter man har lukket kommunerne ned) 3) Tilpasningen sker også i kommuner, der ikke er lukket ned (gruppen til højre).