我欢迎 Eyal Shahar 要求重新审查 新冠疫苗论文。事实上，早在埃亚尔揭发真相之前，甚至在疫苗出现之前，我就开始研究这个问题了。
在糟糕的 2020 年即将结束之际， 极具影响力的论文 出现在 科学。此事成为全球各大媒体的头条新闻。这篇题为 “推断政府干预措施对新冠肺炎疫情的有效性” 很快就被世界各国政府用来为其日益专制的政策辩护。
这篇文章引起了我的注意，因为最后一位作者是捷克数学家 Jan Kulveit。我和我的两位同事 Ondřej Vencálek 和 Jakub Dostál 一起写了如下回复：
“所有模型都是错误的，但有些模型是有用的“这句名言通常被认为是乔治·博克斯说的。今天，他或许会说所有模型都是错误的，有些甚至是危险的。我们认为，这项研究就是如此。”推断政府干预措施对 COVID-19 的有效性=1 出现在 科学 并受到世界各国的广泛关注。
本研究旨在了解非药物干预措施 (NPI) 在控制新冠肺炎 (Covid-19) 疫情方面的有效性。作者分析了 41 个国家（主要为欧洲国家）在 2020 年 1 月至 5 月底期间的病例总数和死亡人数数据。他们估算了研究期间在许多国家实施的 8 种不同 NPI（例如限制人群聚集、关闭学校等）的效果。每种 NPI 的效果都通过该国实施 NPI 时感染再生数 R 的降低来量化。
这些结果受到了广泛欢迎，因为它们似乎表明所有非处方药（NPI）通常都有效，而且效果大小似乎与常识相符（例如，限制集会越多，R值降低得越多）。世界各国政府听到自己实施的限制措施合理，都会非常高兴。但事实真是如此吗？
事实上，我们并不知道，这项研究也无助于我们找到答案。我们认为，该模型存在一个致命缺陷，使其毫无用处。查看论文正文中唯一的方程式（参见“简短模型描述”部分），我们发现作者 承担 底层（不可观察的）基本再生数 R0分 成为 时间常数 每个国家。然后将这个基本再生数乘以非营利机构的影响，并将其与数据拟合。因此，模型 假设疫情动态的任何变化都是由于非营利机构。这具有误导性，因为它是循环论证。如果你想量化一项干预措施的效果，你不能假设所有观察到的效果都源于该干预措施本身。
此外，这个常数 R 的假设0分 这也解释了为什么作者选择在任何非传染性疾病限制措施（NPI）取消后停止建模。非传染性疾病限制措施通常会随着疫情的减弱而取消。因此，当R值较高时，非传染性疾病限制措施存在；当R值较低时，非传染性疾病限制措施不存在。使用更长时间间隔的数据（包括夏季低流行率时期和非传染性疾病限制措施放松的时期），作者使用的简单模型可以学习到 负 效果——非处方药加速了疫情的蔓延。这显然是不可取的，因此作者选择不使用夏季的数据来拟合模型。这种建模策略非常值得怀疑。
为了更清楚地说明我们的观点，我们进行了以下实验。我们取了原始数据集2 并发明了一项从未存在过的新非政策。假设从这项新非政策实施之日起，每位公民都必须穿着印有“Stop-Covid”（停止新冠病毒）字样的T恤，直到这项新非政策被取消为止。
我们从特定国家建模的时间段内均匀地随机抽取一个日期，并将这个T恤NPI“强加”到数据上（请参阅参考文献[3]中已添加T恤NPI的原始数据集）。我们并没有改变病例和死亡人数。这样的NPI从未存在过，因此它不可能产生任何影响。然后，我们运行了原始模型（请参阅参考文献[4]中我们使用的版本的GitHub链接），没有修改任何参数。结果如图1所示。T恤几乎让疫情消失了！
这怎么可能呢？每种流行病都有其内在的动态。最简单的SIR模型在活跃病例数量上只产生一个峰值。如果我们想用一个简单的指数函数（作者就是这么做的）来重现这样的峰值，指数中的系数（即 经验 繁殖数量）必须 减少 从第一波开始的时间来看。因此，假设 任何 对再生数的影响是由于 NPI 造成的，该模型除了分配一个 积极 对任何 NPI 都会产生影响（即 R 值降低）。即使对于不存在的 NPI，也是如此，正如我们已经展示的那样。
因此，我们认为该模型具有欺骗性且非常危险，因为它可以被政府用来追溯性地证明 任何 他们选择强加给民众的是非营利性政策。我们并非声称部分/全部非营利性政策没有产生积极影响。我们只是说，这种模式无法找到答案。
图1。穿上“Stop-Covid”T恤，疫情就会消失。我们将回复以信函形式发送给 科学答复是：他们非常抱歉，但不能发表我们的信。他们没有说明原因。
因此，我把他们的“使命宣言”复制粘贴到一封电子邮件中，内容大致如下：“《科学》系列期刊进一步促进了美国科学促进会 (AAAS) 的目标，即加强科学家、工程师和公众之间的交流。“我提醒他们，审查不同意见并不能促进任何沟通。
最终，他们慷慨地允许我们将回复以电子邮件的形式发布，并隐藏在原文的补充材料后面。电子邮件中不能引用，不能包含图表，也不会出现在任何搜索结果中。
我们发表了捷克语版本的回应，标题为 “疫情防控措施有效吗？是的，部长！” 在捷克统计学会的网站上。我们收到了作者一封非常礼貌的信——以及主流媒体的悄悄禁令。
就这样吧。还有更好的新冠疫情回顾故事吗？
案例
- JM Brauner等人，《科学》，10.1126/science.abd9338（2020年）。
- https://github.com/epidemics/COVIDNPIs/blob/1.3.6/merged_data/data_final_nov.csv
- https://gist.github.com/DostalJ/92e134f9ab4032289b77172d0e6ff583
- https://github.com/epidemics/COVIDNPIs/blob/1.3.6/notebooks/main_results.ipynb
Tomas Fürst 在捷克共和国帕拉茨基大学教授应用数学。他的专业背景是数学建模和数据科学。他是微生物学家、免疫学家和统计学家协会 (SMIS) 的联合创始人，该协会一直向捷克公众提供有关冠状病毒疫情的基于数据的诚实信息。他还是“地下”杂志 dZurnal 的联合创始人，该杂志专注于揭露捷克科学界的科学不端行为。
