Η Σημασία των Ποσοστών και η Εγγενής Αβεβαιότητα

Ένα πράγμα, το οποίο έχω διαπιστώσει πως δεν είναι καθόλου κατανοητό όλο αυτό το διάστημα από την εμφάνιση της πανδημίας είναι η αδυναμία αντίληψης της σημασίας των ποσοστών. Αυτές απορρέουν από τις μαθηματικές θεωρίες της πιθανοθεωρίας και της στατιστικής. Λογικό είναι εάν κάποιος δεν έχει σπουδάσει το αντικείμενο να μην το κατανοεί, λογικό όμως ΔΕΝ είναι να κρίνει τους επιστήμονες χωρίς να γνωρίζει. Και πάρα πολλά… “λογικοφανή” παράλογα έχω διαβάσει αυτό το διάστημα.

Από τη φύση του το ανθρώπινο μυαλό δεν κατανοεί εύκολα τις “ασαφείς” έννοιες (fuzzy logic). Αντιλαμβάνεται μόνο το 0 και το 1. Δεν υπάρχει νεκρός κατά 90%. Πιθανότητα όμως 90% να πεθάνει κάποιος όταν συντρέχουν κάποιες συνθήκες είναι κάτι διαφορετικό και αναφερόμαστε σε ζωντανό άνθρωπο και μία επίσης ανθρώπινη εκτίμηση, η οποία μπορεί και να αστοχήσει. Απλώς η εμπειρία μας, μας μαθαίνει αυτό το ποσοστό και δεν αποτελεί νόμο.

Οι γιατροί και λοιμωξιολόγοι ΔΕΝ είναι μαθηματικοί. Γνωρίζουν όμως τα στατιστικά στοιχεία από την πολύχρονη έρευνα και παγκόσμια εμπειρία του αντικειμένου τους. Και πιθανολογούν σε αυτά τα δεδομένα. Δίδουν αυτά τα στοιχεία στους ειδικούς μαθηματικούς και αυτοί υπολογίζουν ποσοστά και πιθανότητες. Και από αυτά τα στοιχεία κάθε κυβέρνηση λαμβάνει αποφάσεις. Εκεί το ζήτημα είναι καθαρά πολιτικό και καθόλου επιστημονικό αν και (πρέπει να) βασίζεται σε επιστημονικά δεδομένα. Με αυτόν τον τρόπο εξηγούνται κάτι “περίεργες” για την κοινή λογική αποφάσεις.

Εάν για παράδειγμα μία δραστηριότητα έχει πολύ υψηλό ποσοστό μετάδοσης του ιού, αλλά μόνο το 3% του πληθυσμού συμμετέχει σε αυτήν ενώ σε μία άλλη με πολύ λιγότερο ποσοστό μεταδοτικότητας  συμμετέχει το 25% του πληθυσμού γίνονται οι υπολογισμοί και καταλήγουμε σε κάποιο συμπέρασμα. Από εκεί και πέρα η κάθε κυβέρνηση αποφασίζει με τα δικά της κριτήρια. Αυτή είναι και η εξήγηση, γιατί κάθε χώρα ακολουθεί διαφορετική μέθοδο.

Σκεφτείτε το εξής: κατά τη διάρκεια του Β΄ΠΠ αποφασίστηκαν οι μαζικοί βομβαρδισμοί εναντίον της Γερμανίας. Αυτή είναι μία απόφαση πέραν των στρατιωτικών ορίων, διότι πλήττονται άμαχοι. Δεν θα δείτε κανένα άγαλμα… πτεράρχου πουθενά για τον λόγο αυτό. Οι πολιτικοί ζήτησαν να κάμψουν τη Γερμανία. Οι στρατιωτικοί αποφάσισαν αρχικά να βομβαρδίζουν μόνο στρατιωτικούς στόχους (αυτή ήταν η άποψη των Αμερικανών). Οι Άγγλοι επέμεναν όμως για μαζικούς βομβαρδισμούς, ώστε να παραλύει πλήρως η κοινωνική ζωή μιας περιοχής και ως εκ τούτου και των εργοστασίων παραγωγής.

Αποδείχθηκε πως οι δεύτεροι ήταν περισσότερο ρεαλιστές και ακολουθήθηκε η δική τους τακτική. Εδώ συνδυασμός πολιτικής και στρατιωτικής απόφασης. Πόσες όμως θα ήταν οι αποδεκτές απώλειες σε κάθε επιδρομή;  Τα ποσοστά κυμαίνονταν από 0% για επιδρομές ελάχιστων αεροσκαφών ενώ συνήθως ήταν από 3-10%. Εάν λοιπόν έστελναν 600 αεροπλάνα υπολόγιζαν πως 18 έως 60 δεν θα επέστρεφαν. Γνώριζαν λοιπόν από προηγουμένως πως από τους αεροπόρους, τους οποίους αποχαιρετούσαν πριν την επιδρομή πως κάποιοι ήταν ήδη νεκροί. Δεν μπορούσαν όμως να δείξουν ποιοι θα ήταν αυτοί. Εάν η κυβέρνηση απαιτούσε καμία απώλεια σε ζωή αεροπόρου τότε απλούστατα δεν θα διατάσσονταν οι επιδρομές· παρ΄ όλα αυτά και πάλι θα υπήρχαν από τυχαία περιστατικά στις βάσεις.

Δεν χρειάζεται λοιπόν να είναι κάποιος γιατρός ή λοιμωξιολόγος ή επί των εμβολίων για να γνωρίζει εκ των προτέρων πως το εμβόλιο ΔΕΝ θα είναι 100% αποτελεσματικό. Δεν υπάρχει αυτό στην επιστήμη. Γνωρίζει επίσης πως ένα μικρό ποσοστό μπορεί και να πεθάνει από το εμβόλιο λόγω επιπλοκών και κάποιο άλλο να ταλαιπωρηθεί ή να μην έχει επάνω του καμία επίδραση. Θέτουν τα δεδομένα και αποφασίζουν να το αποδεχτούν ή όχι. Εάν οι κλινικές έρευνες δείχνουν αποτελεσματικότητα 50% είναι σχεδόν αδύνατον να γίνει αυτό αποδεκτό, ΕΚΤΟΣ εάν η θνησιμότητα της νόσου είναι 60% των προσβεβλημένων. Τότε θα προτιμήσουν το κορώνα-γράμματα για να σωθεί ένα 10%.

Σας φαίνεται ίσως στυγνό και παράλογο αυτό, αλλά αυτός είναι ο τρόπος διαχείρισης. Και όπως κανένας πτέραρχος δεν θα μπορούσε να γνωρίζει εκ των προτέρων τον αριθμό απωλειών σε κάθε επιδρομή το ίδιο και κάθε επιστήμονας γιατρός. Η αβεβαιότητα είναι εγγενώς έμφυτη στην επιστήμη.