Thread by @JonasHerby

1/ Der findes en antagelse blandt epidemiologer om, at tidlige nedlukninger - i modsætning til nedlukninger generelt - "virker".

Men det ER en antagelse. Og meget tyder på, at antagelsen er stærkt problematisk.

🧵 om blogindlæg
punditokraterne.dk/2022/06/07/vir…

#dkpol #covid19dk

2/ Antagelsen stammer bl.a. fra et meget indflydelsesrigt studie - Hatchet et al. (2007) - som angiveligt viste, at byer, der i 1918 lukkede tidligt ned ift. pandemiforløbet, også havde lavere overdødelighed.

pnas.org/doi/10.1073/pn…

3/ Men studiet viser dog også, at epidemien startede senere i de byer, der lukkede tidligt ned - sandsynligvis fordi myndighederne var opmærksom på epidemiens konsekvenser på østkysten.

Og her bliver det vigtigt!

For borgerne var OGSÅ opmærksom på konsekvenserne i disse byer.

4/ Og derfor vil borgerne *af sig selv* justere deres adfærd, for at beskytte sig mod en farlig sygdom.

Ser vi alene på byer, der blev ramt sent af pandemien (og hvor borgerne derfor kunne ændre adfærd frivilligt), er effekten af tidlig nedlukning væk.

5/ Denne figur viser overdøligheden afhængig af, hvor hurtigt byerne lukkede ned (men kun for byer, der blev ramt sent af pandemien).

Her er mønstret væk. Der er ingen tydelig gevinst ved at lukke hurtigt ned, da overdødeligheden er omtrent den samme.

6/ IMO: Hatchett et al. er så overbeviste om, at nedlukninger styrer pandemiens spredning, og derfor fortolker de data forkert. De tror, det er tidlige nedlukninger, der virker, men i virkeligheden er det information, der spreder sig og påvirker folks adfærd.

7/ #covid19dk-pandemien viser præcis samme mønster. Denne figur er lidt kompleks, men: Prikkerne viser sammenhæng mellem hvor tidligt/hårdt landene blev ramt (1.-aksen) og overdødeligheden under første bølge (2.-aksen).

8/ Figuren viser, at *alle* lande, der blev ramt tidligt, havde høj overdødelighed, mens *alle* lande, der blev ramt sent, havde lav overdødelighed.

9/ Farverne viser, hvor hurtigt landene lukkede ned (mørkere = hurtigere). Ser vi bort fra de lande, der blev ramt tidligt, er der igen ingen effekt af at lukke tidligt ned (se søjlediagrammet).

10/ Det bliver tydeligt, hvis vi zoomer ind som her.
Danmark, Finland og Norge ligger i hver sin gruppe. Men Danmark - som lukkede hurtigst ned - havde størst overdødelighed. Norge - der lukkede langsomst ned - havde lavest.

11/ Men de havde alle lav dødelighed, fordi de lå i gruppen af lande, der blev ramt sent. Men hvor er Sverige?

De blev ramt meget tidligt. Og de havde (derfor?) høj overdødelighed. Bl.a. fordi deres vinterferie lå i uge 9, var pandemien i fuldt udbrud, inden det gik op for nogen

12/ I kan læse om effekten af sen vinterferie her: punditokraterne.dk/2021/02/09/sen…

Men se også figuren her. Den viser overdødeligheden i Danmark, Norge, Finland, Sverige (ikke uge 9) og Sverige (uge 9). Det var primært svenske regioner med vinterferie i uge 9, der så stor overdødelighed

13/ Tilbage til timingen. Min tråd her beviser ikke, at timingen IKKE virker. Men den (og blogindlægget) viser, at antagelsen om, at tidlig nedlukning virker netop er en antagelse. Der er andre (IMO bedre) teser, der kan forklare Hatchett et al.'s data.

14/ Men Hatchett et al. *antog*, at det var nedlukningerne, og det fik store konsekvenser. Først for CDC's pandemiplaner og (måske) senere for verdens befolkning (se hvordan studiet fik stor indflydelse her: nytimes.com/2020/04/22/us/…)

15/ Jeg tror, de tager fejl. Nedlukningerne regulerer en yderst beskeden del af de forskellige måder, vi kan blive smittet på. Og derfor er hele idéen om, at de er super effektive, forfejlet.

16/ HVAD der driver forskellene mellem lande ved jeg ikke. Men mange epidemiologer undervurderer IMO betydningen af information og frivillige adfærdsændringer. De tænker alt for "planøkonomisk", og overser derfor de oplagte markedsmæssige forklaringer.

17/ Folk ønsker ikke at blive smittet. De ønsker heller ikke at smitte familie, venner og kollegaer. Og derfor passer de på.

PS: Mange andre faktorer betyder selvfølgelig også noget.

Ping @MaMoMVPY, @MartinJuhl2, @FSBuchholzer, @SSTbrostrom, @LoneSimonsen2, @Lone_Frank, @Heunicke, @SrenKVillemoes, @AnderssonMikkel etc.