Lo que la pandemia nos ha enseñado sobre la ciencia: ¿Qué pasa con eso?

Reenviado de Climate Etc. de la Dra. Judith Curry.

Publicado en 10 de octubre de 2020 por curryja |

El método científico sigue siendo la mejor manera de resolver muchos problemas, pero el sesgo, el exceso de confianza y la política a veces pueden desviar a los científicos.

Ha pasado un tiempo desde que me impresionó tanto un artículo que me sentí impulsado a hacer una publicación de blog de inmediato. Bueno, tal vez porque hoy es sábado y es un día después de la llegada del huracán Delta, en realidad tengo media hora para hacer esto.

Matt Ridley ha publicado un artículo en el WSJ Lo que la pandemia nos ha enseñado sobre la ciencia, que es muy relevante tanto para el cambio climático como para el Covid-19. Es excelente, estoy de acuerdo y respaldo cada palabra de esto.

El periódico está detrás del muro de pago; Dan Hughes tuvo la amabilidad de enviarme un tema del texto. Aquí hay extractos extensos

La pandemia de Covid-19 ha estrechado el vínculo entre el público y la profesión científica como nunca antes. Se ha revelado que los científicos no son ni semidioses omniscientes cuyas opiniones superan automáticamente todo desacuerdo político, ni estafadores sin escrúpulos que persiguen una agenda política bajo un manto de imparcialidad. En algún lugar entre los dos se encuentra la verdad: la ciencia es un asunto defectuoso y demasiado humano, pero puede generar verdades atemporales y una guía práctica confiable, de una manera que otros enfoques no pueden.

En una conferencia en la Universidad de Cornell en 1964, el físico Richard Feynman definió el método científico. Primero, adivina, dijo, con una oleada de risas. Luego calculas las consecuencias de tu conjetura. Luego compara esas consecuencias con la evidencia de las observaciones o experimentos. «Si [your guess] no está de acuerdo con el experimento, está mal. En esa simple afirmación está la clave de la ciencia. No importa lo hermosa que sea la suposición, lo inteligente que seas, quién hizo la suposición o cuál es su nombre… está mal”.

Entonces, cuando la gente comenzó a enfermarse el invierno pasado con una enfermedad respiratoria, algunos científicos supusieron que el responsable era un nuevo coronavirus. La evidencia les dio la razón. Algunos supusieron que provenía de un animal vendido en el mercado de vida silvestre de Wuhan. La evidencia demostró que estaban equivocados. Se podrían desarrollar algunas vacunas supuestas que prevendrían la infección. El jurado aún está deliberando.

Ver la ciencia como un juego de adivinanzas y pruebas aclara lo que ha estado sucediendo en los últimos meses. La ciencia no se trata de pronunciarse con certeza sobre los hechos conocidos del mundo; se trata de explorar lo desconocido probando conjeturas, algunas de las cuales resultan incorrectas.

Las malas prácticas pueden corromper todas las etapas del proceso. Algunos científicos se enamoran tanto de sus conjeturas que no logran contrastarlas con la evidencia. Simplemente calculan las consecuencias y se detienen ahí. Los modelos matemáticos son conjeturas formales elaboradas, y ha habido una tendencia inquietante en los últimos años a describir su salida con palabras como datos, resultado o resultado. No son nada por el estilo.

Los políticos trataron un modelo epidemiológico desarrollado en marzo pasado en el Imperial College de Londres como evidencia contundente de que, sin confinamientos, la pandemia podría matar a 2,2 millones de estadounidenses, 510.000 británicos y 96.000 suecos. Los suecos probaron el modelo en el mundo real y lo encontraron deficiente: decidieron renunciar a un cierre, y menos de 6,000 han muerto allí.

En general, la ciencia es mucho mejor para informarte sobre el pasado y el presente que sobre el futuro. Como Philip Tetlock de la Universidad de Pensilvania y otros han demostrado, pronosticar eventos económicos, meteorológicos o epidemiológicos con más de un breve período de tiempo sigue siendo frustrantemente difícil, y los expertos a veces son peores que los aficionados, porque enfatizan demasiado sus teorías causales favoritas.

Un segundo error es recopilar datos defectuosos. El 22 de mayo, las respetadas revistas médicas The Lancet y New England Journal of Medicine publicaron un estudio basado en los registros médicos de 96 000 pacientes de 671 hospitales de todo el mundo que parecía refutar la suposición de que el fármaco hidroxicloroquina podría curar el covid-19. El estudio hizo que la Organización Mundial de la Salud detuviera los ensayos del fármaco.

Sin embargo, luego se supo que la base de datos provenía de Surgisphere, una pequeña empresa con poca trayectoria, pocos empleados y sin un consejo científico independiente. Cuando fue desafiado, Surgisphere no pudo producir los datos sin procesar. Los artículos fueron retractados con abyectas disculpas de las revistas. Desde entonces, tampoco se ha demostrado que la hidroxicloroquina funcione. Persiste la incertidumbre al respecto.

Un tercer problema es que los datos pueden ser confiables pero inadecuados. La medicina basada en la evidencia enseña a los médicos a confiar plenamente solo en la ciencia basada en el estándar de oro de los ensayos controlados aleatorios. Pero no se han realizado ensayos controlados aleatorios sobre el uso de máscaras para prevenir la propagación de enfermedades respiratorias (aunque ahora se está realizando uno en Dinamarca). En Occidente, a diferencia de Asia, hubo meses de desacuerdo este año sobre el valor de las máscaras, que culminó en el argumento un tanto desesperado de los enemigos de las máscaras de que las personas podrían comportarse con demasiada complacencia cuando las usan. El consenso científico es que la evidencia es lo suficientemente buena y el inconveniente lo suficientemente pequeño como para que no necesitemos esperar la certeza absoluta antes de aconsejar a las personas que usen máscaras.

Esta es una forma invertida del llamado principio de precaución, que sostiene que la incertidumbre sobre los posibles peligros es una razón de peso para limitar o prohibir las nuevas tecnologías. Pero el principio funciona en ambos sentidos. Si se sabe que un curso de acción es seguro y económico y podría ayudar a prevenir o curar enfermedades, como usar una máscara facial o tomar suplementos de vitamina D, en el caso de Covid-19, entonces la incertidumbre no es excusa para no intentarlo.

Un cuarto error es recopilar datos que sean compatibles con su conjetura pero ignorar los datos que la impugnan. Esto se conoce como sesgo de confirmación. Debe probar la proposición de que todos los cisnes son blancos buscando los negros, no encontrando más blancos. Sin embargo, los científicos “creen” en sus conjeturas, por lo que a menudo acumulan pruebas compatibles con ellas, pero las descartan como aberraciones que las falsificarían, diciendo, por ejemplo, que los cisnes negros de Australia no cuentan.

Los defensores de las teorías en competencia tienden a ver los mismos datos de diferentes maneras. En enero pasado, científicos chinos publicaron una secuencia del genoma conocida como RaTG13 del virus más relacionado con el que causa el covid-19, aislado de un murciélago de herradura en 2013. Pero hay dudas en torno a los datos. Cuando se publicó la secuencia, los investigadores no hicieron referencia al nombre anterior dado a la muestra o al brote de enfermedad en 2012 que condujo a la investigación de la mina donde vivía el murciélago. Solo en julio se supo que la muestra se había secuenciado en 2017-2018 en lugar de después de Covid, como se afirmó originalmente.

Estas anomalías han llevado a algunos científicos, incluido el Dr. Li-Meng Yan, quien recientemente dejó la Facultad de Salud Pública de la Universidad de Hong Kong y es un fuerte crítico del gobierno chino, a afirmar que la secuencia del genoma del virus del murciélago fue fabricada para distraer la atención. del hecho de que el virus SARS-CoV-2 en realidad se fabricó a partir de otros virus en un laboratorio. Estos científicos continúan buscando evidencia, como la falta del ADN bacteriano esperado en la muestra supuestamente fecal, que arroja dudas sobre la historia oficial.

Por el contrario, el Dr. Kristian Andersen de Scripps Research en California analizó los mismos anuncios confusos y afirmó que no «cree que ningún tipo de escenario basado en laboratorio sea plausible». Habiendo verificado los datos sin procesar, «no tiene preocupaciones sobre la calidad general de [the genome of] RaTG13.”

Como ilustra este ejemplo, una de las preguntas más difíciles que enfrenta un comentarista científico es cuándo tomar en serio a un hereje. Es tentador para los científicos establecidos usar argumentos de autoridad para descartar desafíos razonables, pero no todos los inconformistas son un nuevo Galileo.

Se supone que la revisión por pares es el dispositivo que nos aleja de los herejes poco confiables. Las investigaciones muestran que la revisión por pares a menudo es superficial en lugar de exhaustiva; a menudo explotado por compinches para ayudarse unos a otros; y utilizado con frecuencia por los guardianes para excluir y extinguir opiniones científicas minoritarias legítimas en un campo.

Herbert Ayres, experto en investigación de operaciones, resumió bien el problema hace varias décadas: “Como árbitro de un artículo que amenaza con trastornar su vida, [a professor] está en una posición de conflicto de intereses, pura y simplemente. A menos que estemos convencidos de que él, nosotros y todos nuestros amigos que arbitran tienen integridad en el quinto percentil superior de aquellos que hasta ahora han calificado para la santidad, es más que ingenuo creer que la censura no ocurre.” A Rosalyn Yalow, ganadora del Premio Nobel de medicina, le gustaba exhibir la carta que recibió en 1955 del Journal of Clinical Investigation y señaló que los revisores fueron «particularmente enfáticos en rechazarla». papel.

La salud de la ciencia depende de tolerar, e incluso alentar, al menos algún desacuerdo. En la práctica, Se evita que la ciencia se convierta en religión no pidiendo a los científicos que desafíen sus propias teorías, sino haciendo que se desafíen unos a otros, a veces con entusiasmo.. Donde la ciencia se vuelve política, como en el cambio climático y el Covid-19, esta diversidad de opiniones a veces se extingue en la búsqueda de un consenso para presentar a un político o una conferencia de prensa, y negar el oxígeno de la publicidad a los chiflados. Este año ha llevado a casa como nunca antes el mensaje de que no existe tal cosa como “la ciencia”; hay diferentes puntos de vista científicos sobre cómo suprimir el virus.

Anthony Fauci, el principal asesor científico en los EE. UU., insistió en la primavera en que era necesario un bloqueo y continúa defendiendo la política. Su equivalente en Suecia, Anders Tegnell, por el contrario, había insistido en que su país no impondría un cierre formal y mantendría abiertas las fronteras, las escuelas, los restaurantes y los gimnasios al tiempo que fomentaba el distanciamiento social voluntario. Al principio, el experimento del Dr. Tegnell parecía una tontería a medida que aumentaba el número de casos en Suecia. Ahora, con casos bajos y la economía sueca en mucho mejor estado que otros países, parece sabio. Ambos son buenos científicos que buscan evidencia similar, pero llegaron a conclusiones diferentes.

El profesor Ritchie argumenta que la forma en que se financia, publica y promociona a los científicos es corruptora: “La revisión por pares está lejos de ser la garantía de confiabilidad que se supone que es, mientras que el sistema de publicación que se supone que es una fortaleza crucial de la ciencia se ha vuelto su talón de Aquiles”. El dijo que hemos «terminado con un sistema científico que no solo pasa por alto nuestras debilidades humanas, sino que las amplifica».

De hecho, la ciencia organizada es capaz de destilar suficiente experiencia del debate de tal manera que resuelva problemas prácticos. Lo hace de manera imperfecta y con giros equivocados, pero aún lo hace.

¿Cómo debería el público comenzar a entender la ráfaga de puntos de vista científicos a veces contradictorios generados por la crisis de Covid-19? La única forma de estar absolutamente seguro de que un pronunciamiento científico es confiable y otro no es examinar la evidencia usted mismo. Confiar en la reputación del científico, o del reportero que lo informa, es el camino que muchos de nosotros tomamos, y es mejor que nada, pero no es infalible. Si tiene dudas, haga su tarea.

Deja un comentario