Lockdown: noodzaak of maatschappelijke ramp?

[patrickve]

Oorspronkelijk geplaatst door Voltian

...en ik hoop dat ik duidelijk heb gemaakt dat het niet moeilijk is om de voorspellende waarde van een variabele te laten verdrinken in ruis als je aan de slag gaat met een model met keiveel vrije variabelen. Het wilt dus niks zeggen.

Dat is nochtans wat ze bij Imperial College doen.

Most interventions were implemented in rapid succession in many
countries, and as such it is difficult to disentangle individual effect
sizes of each intervention. In our analysis we find that only the effect
of lockdown is identifiable, and that it has a substantial effect (81%
[75% - 87%] reduction in Rt). Even when we allow lockdowns to have fully
independent effect sizes in different countries in our model, effects
remain large across all countries in this study
"

Dat is exact waar ik het over heb. Dat was een bullshit fit. Omdat ze zotte waarden vinden voor andere parameters, waaronder die van Zweden, omdat daar die lockdown afwezig is.

Ze doen exact wat jij zegt dat je inderdaad niet mag doen. Daarover heb ik het hier de ganse tijd.

Ze zouden perfect de fit kunnen verbeteren door hun model met symmetrische aanname door te trekken naar het opheffen. Maar ze weten heel goed wat dat gaat geven, en dat doen ze dus niet want het resultaat zou hen niet aanstaan.

Goed kijken he: als je naar de Deense curve kijkt, hebben ze blijven doorfitten met lockdown op "aan" ook al was die daar allang opgeheven.

https://mrc-ide.github.io/covid19est...etails/Denmark



https://en.wikipedia.org/wiki/COVID-...mic_in_Denmark

Op 13 april was er in Denemarken geen lockdown meer, en op 15 april gingen scholen weer gedeeltelijk open.

[patrickve]

Oorspronkelijk geplaatst door Voltian

Ik bedoel deze paper: https://www.nature.com/articles/s415..._reference.pdf

Ik heb het over het paper dat hun model wiskundig beschrijft, dat ik eerder citeerde. Dat volstaat voor mij om het als BS van de hand te doen, als je ziet wat ze ervan beweren.

[Voltian]

Oorspronkelijk geplaatst door patrickve

Dat is nochtans wat ze bij Imperial College doen.



Dat is exact waar ik het over heb. Dat was een bullshit fit. Omdat ze zotte waarden vinden voor andere parameters, waaronder die van Zweden, omdat daar die lockdown afwezig is.

Ze doen exact wat jij zegt dat je inderdaad niet mag doen. Daarover heb ik het hier de ganse tijd.

Ze zouden perfect de fit kunnen verbeteren door hun model met symmetrische aanname door te trekken naar het opheffen. Maar ze weten heel goed wat dat gaat geven, en dat doen ze dus niet want het resultaat zou hen niet aanstaan.

Goed kijken he: als je naar de Deense curve kijkt, hebben ze blijven doorfitten met lockdown op "aan" ook al was die daar allang opgeheven.

https://mrc-ide.github.io/covid19est...etails/Denmark

Ze hebben geprobeerd en enkel significantie gevonden voor harde lockdown. Begrijpelijk, gezien de veelheid, de korte opeenvolging van de ingrepen en de verwachte beperkte impact van de "kleine" maatregelen.

Ze erkennen nog dat ze geen significantie vinden voor alles behalve de lockdown!

Wat jij tracht te doen, is door het model complexer te maken (door met superspreader te werken), waardoor je meer vrijheidsgraden krijgt waardoor het NOG moeilijker is om significatie te vinden (wat je niet eens probeert, voor zover ik begreep?) om dan te concluderen dat GEEN ENKELE ingreep significant is. Ja da's fout he

[Voltian]

Oorspronkelijk geplaatst door patrickve

Ik heb het over het paper dat hun model wiskundig beschrijft, dat ik eerder citeerde. Dat volstaat voor mij om het als BS van de hand te doen, als je ziet wat ze ervan beweren.

Wat is de relevantie van het al dan niet symmetrisch zijn van een NPI maatregel voor de conclusie die Imperial college trekt mbt vermeden doden.

Ik zal alvast antwoorden: geen


De assumptie mbt het al dan niet symmetrisch is dus geen argument om de conclusies als bullshit te parkeren.

[Mambo]

Vandaag al aan 142.
Gisteren 132.
Eergisteren 82.

[patrickve]

Oorspronkelijk geplaatst door Voltian

Ze hebben geprobeerd en enkel significantie gevonden voor harde lockdown. Begrijpelijk, gezien de veelheid, de korte opeenvolging van de ingrepen en de verwachte beperkte impact van de "kleine" maatregelen.

Ja, en dat was een bullshit fit, want in Zweden waar die parameter niet aanwezig was, hebben ze een grote waarde gevonden voor "geen grote evenementen", van dezelfde orde als de lockdowns elders.

Ze erkennen nog dat ze geen significantie vinden voor alles behalve de lockdown!

Statistische significantie heeft enkel zin als uw model in de grond juist is. Dat is de aanname van een statistische test. De gefitte R0 waarden in sommige landen zoals Belgie zijn belachelijk (in Belgie zou R0 6 of 7 zijn, in Zweden 2 of zo).

Hier is het overduidelijk dat hun model niet werkt, enfin, dat de betekenis die men geeft aan parameters, niet klopt, en dat de fit gewoon alle parameters heeft gebruikt in een blinde curve fitting.

Wat jij tracht te doen, is door het model complexer te maken (door met superspreader te werken), waardoor je meer vrijheidsgraden krijgt waardoor het NOG moeilijker is om significatie te vinden (wat je niet eens probeert, voor zover ik begreep?) om dan te concluderen dat GEEN ENKELE ingreep significant is. Ja da's fout he

Nee, dat is niet wat ik doe. Ik fit geen model. Mijn paper heeft niks te maken met het Imperial College model.

Ik heb maar 4 parameters, en ik heb de moeite niet genomen om het te fitten, omdat het een principe model is, een "toy model".

De 4 parameters zijn:
- de interne besmettingen per dag in de grote bevolking (beta-1)
- de interne besmettingen in de superspeader groep (beta-2)

- de gemiddelde tijd dat een persoon besmettelijk is (gamma), zelfde voor de twee groepen.

- de besmettingen die de superspreaders veroorzaken in de algemene bevolking (beta-C).

De vrije evolutie van zo een model laat toe om aanvankelijk een schijnbare globale R0 te geven die eigenlijk die is van de superspreader groep, maar die snel vervalt naar een lagere waarde, zij het veel langzamer in de grote bevolking dan in de spreader groep.

Als je zo een vrije evolutie ziet, dan begrijp je die niet in het kader van een zuiver SIR model, en dan DENK JE dat er maatregelen waren die R0 veranderden.

[patrickve]

Oorspronkelijk geplaatst door Voltian

Wat is de relevantie van het al dan niet symmetrisch zijn van een NPI maatregel voor de conclusie die Imperial college trekt mbt vermeden doden.

Als zij geen enkel model hebben voor hoe de epidemie gaat reageren op het einde van een maatregel, dan kunnen ze ook niet zeggen hoe de epidemie gaat reageren op het begin van een maatregel he. Als je dat niet weet, dan weet je dus niet hoe uw model op een maatregel moet reageren.

Je kan onmogelijk beweren dat je een model hebt voor een zekere maatregel, maar niet weet wat het model gaat doen als die maatregel opgeheven wordt, en toch volhouden dat je beweert wat het model gaat doen als je de maatregel invoert, goed wetende dat het een maatregel is die inherent weer opgeheven moet worden.

Als je niet kan modeliseren hoe het GEHEEL zich gaat gedragen (invoeren en afvoeren van een maatregel), dan kan je niet zeggen wat de winst is die je uiteindelijk gaat boeken he.

Stel dat ik een intelligente regeringsleider zou zijn, dan zou ik vragen:
1) wat is de economische en maatschappelijke prijs van een lockdown van 2 weken, van 4 weken, van 6 weken, van 2 maanden, van 3 maanden..../

2) wat is de voorspelde winst in doden met een lockdown van 2 weken, van 4 weken, van 6 weken....

Dan zouden die modelbouwers zeggen: wij kunnen U wel zeggen wat ge gaat winnen met een lockdown, maar niet wat er gaat gebeuren als we hem opheffen ???

Zouden die dan geen trap onder hun kont moeten krijgen ?

[patrickve]

Oorspronkelijk geplaatst door Voltian

De assumptie mbt het al dan niet symmetrisch is dus geen argument om de conclusies als bullshit te parkeren.

Wel om de raad "wij hebben een model dat zegt dat we een lockdown moeten doen" als bullshit te parkeren.

De reden waarom de fit bullshit is, is omdat de waarden die je eruit krijgt niet werken. De gekke R0 waarden van sommige landen, en de grote waarde van "grote evenementen" in Zweden.

[Voltian]

Oorspronkelijk geplaatst door patrickve

Ja, en dat was een bullshit fit, want in Zweden waar die parameter niet aanwezig was, hebben ze een grote waarde gevonden voor "geen grote evenementen", van dezelfde orde als de lockdowns elders.




Statistische significantie heeft enkel zin als uw model in de grond juist is. Dat is de aanname van een statistische test. De gefitte R0 waarden in sommige landen zoals Belgie zijn belachelijk (in Belgie zou R0 6 of 7 zijn, in Zweden 2 of zo).

Hier is het overduidelijk dat hun model niet werkt, enfin, dat de betekenis die men geeft aan parameters, niet klopt, en dat de fit gewoon alle parameters heeft gebruikt in een blinde curve fitting.



Nee, dat is niet wat ik doe. Ik fit geen model. Mijn paper heeft niks te maken met het Imperial College model.

Ik heb maar 4 parameters, en ik heb de moeite niet genomen om het te fitten, omdat het een principe model is, een "toy model".

De 4 parameters zijn:
- de interne besmettingen per dag in de grote bevolking (beta-1)
- de interne besmettingen in de superspeader groep (beta-2)

- de gemiddelde tijd dat een persoon besmettelijk is (gamma), zelfde voor de twee groepen.

- de besmettingen die de superspreaders veroorzaken in de algemene bevolking (beta-C).

De vrije evolutie van zo een model laat toe om aanvankelijk een schijnbare globale R0 te geven die eigenlijk die is van de superspreader groep, maar die snel vervalt naar een lagere waarde, zij het veel langzamer in de grote bevolking dan in de spreader groep.

Als je zo een vrije evolutie ziet, dan begrijp je die niet in het kader van een zuiver SIR model, en dan DENK JE dat er maatregelen waren die R0 veranderden.

Ja da's juist. Je fit niet eens, ja laat gewoon vrij lopen onder verschillende assumpties en vergelijkt dan. Je kan ook fitten, maar op zich moet dat niet. Met een beperkt aantal variaties van simulaties heb je al genoeg resultaat om uw punt te maken, nl. je kan het verloop van de epidemie ook op een andere manier verklaren.

Nogmaals, ik kan dat ook. Iedereen kan dan. Zeker als je parameters toevoegt. Misschien eens effecten van het weer een keer erin steken, weekend-effects, of misschien een dummy-parameter die intrinsieke eigenschap van epidemieen capteert (dat laatste is al bij niet zo'n slecht idee bedenk ik nu...) of een dummy-parameter toevoegen op land-niveau die impliciet dan bvb. intrinsieke verschillen tussen landen capteert mbt gedrag van de bevolking

Maar, met welk doel? Een alternatieve verklaring vinden voor het verloop van de epidemie? Dan moet je ook durven te vergelijken. Dan kan je enkel de kwaliteit van het model beoordelen op performantie-indicatoren die de significatie van uw schatting onderbouwen.

Doe dat eens voor jouw model en leg het naast die van Imperial college? Ik verwacht dat je geen significantie kan vinden, gewoon omdat je meer vrijheidsgraden hebt. Imperial college vond blijkbaar wel significantie EN voor een logisch fenomeen (i.e. NPI's hebben impact op R).

[Voltian]

Oorspronkelijk geplaatst door patrickve

Als zij geen enkel model hebben voor hoe de epidemie gaat reageren op het einde van een maatregel, dan kunnen ze ook niet zeggen hoe de epidemie gaat reageren op het begin van een maatregel he. Als je dat niet weet, dan weet je dus niet hoe uw model op een maatregel moet reageren.

Je kan onmogelijk beweren dat je een model hebt voor een zekere maatregel, maar niet weet wat het model gaat doen als die maatregel opgeheven wordt, en toch volhouden dat je beweert wat het model gaat doen als je de maatregel invoert, goed wetende dat het een maatregel is die inherent weer opgeheven moet worden.

Als je niet kan modeliseren hoe het GEHEEL zich gaat gedragen (invoeren en afvoeren van een maatregel), dan kan je niet zeggen wat de winst is die je uiteindelijk gaat boeken he.

MAAR DAT IS NIET DE SCOPE VAN DE PAPER!

In godsnaam

Onderzoeksvraag: hoeveel doden zouden er zijn geweest als we niets hadden gedaan
Methode: gegeven mortaliteit, propagatie e.d., laten we statistisch het effect van de maatregelen isoleren
Resultaat: statistische relevantie enkel gevonden voor lockdown (de rest zit vast in ruis)
Conclusie: neem maatregelen weg, behoud al de rest constant (!): dus geen autonome gedragsverandering (onderschatting) en geen impact op CFR (overschatting) ==> voor BE +/- 100.000 doden.

Al de rest is mist

[Voltian]

Oorspronkelijk geplaatst door patrickve

Wel om de raad "wij hebben een model dat zegt dat we een lockdown moeten doen" als bullshit te parkeren.

De reden waarom de fit bullshit is, is omdat de waarden die je eruit krijgt niet werken. De gekke R0 waarden van sommige landen, en de grote waarde van "grote evenementen" in Zweden.

Euhm nee?

Ex post tonen ze het effect van de maatregelen net aan.

Ex ante hadden ze enkel een vermoeden van impact van NPI op R en moesten ze werken met ruwe schattingen. Nogal logisch dat die bijgesteld worden naarmate er data bijkomt. Herinner u de brede onzekerheidsintervallen van de modellen bij het begin van de epidemie, mbt aantal doden.

Ex post kunnen ze concluderen dat de NPI blijkbaar wel degelijk effect hadden (ze vinden nl. significantie)

[Voltian]

Alle, heel mijne voormiddag voorspild aan deze nutteloze discussie.

Verdomme toch.

Browers sluit nu. Misschien tot deze avond.


(dju dju dju toch...)

[vlijmscherp]

Oorspronkelijk geplaatst door Voltian

Alle, heel mijne voormiddag voorspild aan deze nutteloze discussie.

Verdomme toch.

Browers sluit nu. Misschien tot deze avond.


(dju dju dju toch...)

helemaal niet nutteloos hoor, ik heb hier weer wat geleerd.

[Der Wanderer]

Patrick legt de nadruk op superspreaders. Volgens Maurice De Hond spelen vooral superspreading-events en slechte ventilatie een kwalijke rol.

Superspreaders en superspreading-events kunnen natuurlijk op hetzelfde neerkomen zoals in het "fuifgebeuren" of bij verzorgsters in instellingen met slechte ventilatie, maar misschien moet de verhouding tussen die twee toch nog gepreciseerd worden, en met name dus het belang van parameters als duur en intensiteit: zo zou zingen als 'intense' uitstoot van aerosols ook meer risico opleveren (haast 90 procent) en zou intense blootstelling ook zorgen voor ernstigere symptomen.

Wat de ventilatie betreft, stelt De Hond voor om gedurende deze zomer ter voorbereiding van het najaar alle binnenruimtes coronaproof te maken. Dat zou in de zomer een zinnigere investering van energie zijn dan het 'afstand houden' (waarvan ik de sociaal-psychologische gevolgen nog wil zien...).

[schietboog]

Oorspronkelijk geplaatst door Mambo

Vandaag al aan 142.
Gisteren 132.
Eergisteren 82.

Die cijfers zijn nietszeggend als we het aantal geteste personen niet kennen.

[kiko]

Oorspronkelijk geplaatst door Hoofdstraat

In een 3 tal maanden konden we er vanaf zijn, nu rekken ze die groepsimmuniteit uit over een paar jaar tegen grote menselijke kost. Natuurlijk is dat tijdverlies op die manier maar het blijft onvermijdelijk.

Wow... jij schudt de termijnen hier gewoon uit je mouw...

Wat begrijp je niet aan het feit dat groepsimmuniteit misschien niet te bereiken is, en zo ja, dat niemand weet hoelang deze groepsimmuniteit zal duren (2 weken ? een half jaar ? levenslang ?).

En dan nog, als ze een vaccin hebben, ga je dan jonge mensen gaan inenten? Die gaan niet eens dood aan de corona.

We zullen maar negeren dat ze anderen kunnen besmetten.

[vlijmscherp]

Oorspronkelijk geplaatst door kiko

Wow... jij schudt de termijnen hier gewoon uit je mouw...

Wat begrijp je niet aan het feit dat groepsimmuniteit misschien niet te bereiken is, en zo ja, dat niemand weet hoelang deze groepsimmuniteit zal duren (2 weken ? een half jaar ? levenslang ?).


We zullen maar negeren dat ze anderen kunnen besmetten.

we negeren ook dat die jongeren wel degelijk er serieus ziek kunnen van zijn met permanente schade als gevolg.

[kiko]

Oorspronkelijk geplaatst door vlijmscherp

we negeren ook dat die jongeren wel degelijk er serieus ziek kunnen van zijn met permanente schade als gevolg.

Inderdaad.

[patrickve]

Oorspronkelijk geplaatst door Voltian

MAAR DAT IS NIET DE SCOPE VAN DE PAPER!

In godsnaam

Onderzoeksvraag: hoeveel doden zouden er zijn geweest als we niets hadden gedaan
Methode: gegeven mortaliteit, propagatie e.d., laten we statistisch het effect van de maatregelen isoleren

Dat kan je dus enkel als je zeker bent dat je model de werkelijkheid beschrijft. DAT is gans het punt.

En als je de pretentie hebt om te beweren dat uw model de werkelijkheid beschrijft, dan kan je ook beschrijven wat het doet als je een maatregel opheft.

Als je een model fit waarvan de VORM niet overeenkomt met de realiteit, dan gaan uw parameters wel waarden krijgen (binnen de familie mogelijke curves van uw model komt er duidelijk een het dichtste bij de data), maar die parameters hebben dan helemaal niet de betekenis die ze in uw (fout) model zouden hebben.

Alvorens dus zelfs maar de betekenis, en nog meer, de statistische significantie van een parameter kunnen te bewijzen, moet je EERST bewijzen dat uw model de werkelijkheid juist beschrijft.

Er zijn meer dan genoeg aanwijzingen dat dat hier NIET het geval is. Dus daar stopt het eigenlijk.

Alvorens je kan beweren dat maatregel X resultaat Y heeft geboekt, moet je:

1) aantonen dat maatregel X wel degelijk iets gedaan heeft

2) dat je een heel goeie modelkennis hebt om contrafactueel te voorspellen wat er zou gebeurd zijn zonder maatregel X.

Geen een van die twee vereisten is hier in de verste verte voldaan:

1) er is totaal geen model-verklaring voor de afwezigheid van effect van het opheffen van die zogezegd significante maatregel X. Het enige dat in het model zit, is een symmetrisch effect, dat duidelijk NIET werd waargenomen. Er werd zelfs geen asymetrisch effect waargenomen. Er werd NIKS waargenomen bij opheffing. DAT is bijzonder moeilijk te verklaren als X heel belangrijk was.


2) de gefitte waarden zijn zo eigenaardig, en de fit was er zo dikwijls naast toen het nog voorspellingen moest maken (tijdens de epidemie) dat er heel serieuze twijfels zijn over de pertinentie van het model om deze epidemie te beschrijven ; en dus ook om de contrafactuele voorspelling te maken.

[patrickve]

Oorspronkelijk geplaatst door Voltian

Ex post tonen ze het effect van de maatregelen net aan.

Nee, dat doen ze helemaal niet. Omdat er ook modellen zijn die hetzelfde verloop aangeven zonder de minste maatregel.
Maar vooral: omdat het opheffen van maatregelen onwaarneembaar is op de grootheid die ze beweert te modificeren (R0).

ZELFS in de hypothese van asymetrie (die nog eerst gemodeliseerd en aangetoond zou moeten worden) moet de asymetrie TOTAAL zijn.

Maar als de asymetrie TOTAAL is, dan kan men ook zeggen dat het volstaat de lockdown 1 dag aan te houden. Immers, door de asymmetrie van het gedrag van een lockdown, mag men dan nadien blijven doen alsof die lockdown eeuwig geldig is.

DAT is grosso modo wat je hier probeert te verkopen om de onwaarneembaarheid van een effect van het opheffen van een maatregel weg te praten.

Het enige wat de mensen van Imperial College doen is VOLHOUDEN dat hun model de juiste beschrijving van deze epidemie geeft, zonder daar de minste falsificatie van door te voeren. En daaruit vanalles besluiten.

Let op: in het begin was ik ook overtuigd dat dat een goed model was. En ik was er ook van overtuigd dat dat model een flinke stijging zou geven mocht men de belangrijke maatregelen die R < 1 maakten, weer zouden opheffen. Maar naarmate ik het model zag FALEN gedurende die ganse tijd (ik heb het weken en weken opgevolgd) werd het duidelijker en duidelijker dat het model niet werkte voor deze data. Gelijk wie die dat zou gevolgd hebben, zou op een zeker ogenblik gezegd hebben, "goed geprobeerd, maar hier faalt het".

Ik weet niet of jullie dat gezien hebben, maar gedurende gans de tijd voorspelde het model dat in Belgie en in Zweden, de curves exponentieel BLEVEN STIJGEN, meer in Zweden dan in Belgie trouwens.

En op een zeker ogenblik hebben ze de parameters voor lockdown en zo, die gemeenschappelijk waren, individueel per land los gelaten. En dan fitte het wat beter ; het liet vooral toe in Zweden OOK een belangrijk effect van een "maatregel" in te voeren. Aangezien de parameter "lockdown" daar niet aanwezig was, is het dan maar "groepsevenementen" geworden.

Als ZOIETS gebeurt, dan weet je dat je model faalt.