Думаю многие из вас слышали истории про переполненные морги и тот лютый ужас, творящийся на земле Микеланджело. Но давайте мы будем мыслить конкретными категориями, а не уповать на изобилие паники в социальных сетях. Коронавирус пришёл в Европу не вчера и у нас есть график с количеством смертей, включающий в себя первые 12 недель 2020 года.
Кто нибудь наблюдает новые точки экстремума? Предлагаю ещё посмотреть на аналогичный график сугубо по Италии, который также подготовили исследователи из EuroMOMO.
Глядя на изображение выше, мы отчётливо видим, что новое пиковое значение находится на одном и том же уровне с эпидемией гриппа зимой 2016 года. Да, данные могут поступать с задержкой, но стоит ещё вспомнить тезисы истериков о том, что реальная распространённость коронавируса гораздо шире. И это в самом деле так — официальная статистика объективно не способна учесть все случаи заражения.
Поэтому можно сколько угодно цитировать слова мэра Бергамо о числе погибших в его маленьком городе непонятно из-за чего, но факт остаётся фактом — в начале 2020 года в Италии погибло не больше людей, чем в начале 2017 года. Проводился даже ретроспективный анализ той опасной зимы, свидетельствующий о 25 000 избыточных смертей. И тут возникает вопрос: а как так получается, что в 2017 году их система здравоохранения работала устойчиво и не требовала тех экстренных мер, которые предпринимаются сегодня?
Согласно данным ВОЗ от 31 марта, в Италии обнаружено более 100 000 заражённых коронавирусом и зафиксировано 11 000 смертных случаев среди них. При этом коечный фонд превышает 200 000 мест. По опыту Китая мы знаем, что госпитализация требуется для 13.8% заражённых, а интенсивное лечение необходимо 4.7%. Округлим первое значение до 15%. То есть в стационаре нуждалось около 15 000 человек. Как 7.5% не одномоментной нагрузки на систему здравоохранения могли стать причиной для столь критичной дестабилизации этой системы?
Не забывайте, что выше я привёл вам цифры по последнему дню марта, а проблемы в медучреждениях Италии начались гораздо раньше. Поэтому я однозначно утверждаю, что перегрузку вызывает не количество нуждающихся в лечении, а чрезмерный объём усилий брошенных на диагностику. Если бы врачи в 2017 году начали класть в стационар каждого с подозрением на грипп, то коллапс был бы ещё масштабнее.
Предпринимаемые меры ограничивают ресурсы национального здравоохранения и это похоже на химиотерапию без надобности. Например, в Калифорнии возникла острая нехватка медсестер, поскольку карантин запрещает студентам проходить практику в больницах. В Германии врачи с положительным тестом на ковид должны самоизолироваться и часто их трудно заменить. Уверен, что подобные противоречия наблюдаются всюду.
Плюс ко всему существует ещё риск так называемых внутрибольничных инфекций, которыми пациент заражается в стационаре. По оценкам NNIS, в США ежегодно происходит почти 2 миллиона таких случаев, приводящих к 99 000 смертей, треть из которых ассоциирована с пневмонией! Вы только вдумайтесь в потенциальную степень абсурдности происходящего.
Страны ринулись спасать население от псевдо-бубонной чумы современности, поставив под угрозу всю систему здравоохранения. Однако сегодня нет никаких убедительных доказательств того, что новая болячка значительно опаснее гриппа. Единственная причина для нозофобии — компьютерные модели с пугающими экспонентами. Человек позволил себе думать, что он способен предсказывать будущее.
При всех существующих ныне технологиях и вековом наборе сведений о климате у нас не всегда прогноз погоды совпадает с реальностью. Качество, полнота и объём данных принципиальны, а в случае с пандемией нет ни одного из этих атрибутов. К слову есть очень хорошая статья, которая показывает, как из якобы простенькой и очевидной модели с перемножением трёх легко измеряемых цифр задача превращается в тяжелейший когортный анализ с десятками факторов и высоким коэффициентом неопределённости.
Миллионы людей уверовали в сомнительный результат компьютерных вычислений, хотя научное сообщество не пришло к консенсусу. Исследователи заняты своим делом и таки сами говорят о неидентифицируемости в калибровках моделей и слишком высокой вариативности. Поэтому главная проблема не в учёных, а в бездумной интерпретации их трудов журналистами и экспертами из социальных сетей.