แทงบอลเดี่ยว Royal Online Casino สมัครแทงไฮโล เว็บปั่นแปะ

แทงบอลเดี่ยว Royal Online Casino ฌอน อิลลิง สำหรับฉันแล้วดูเหมือนว่าระบบทุนนิยมจะวิ่งบนการเสพติดของผู้บริโภค มักจะวิ่งตามการเสพติดของผู้บริโภค ดังนั้นนี่จึงไม่ใช่สิ่งที่เปิดเผยทั้งหมด David T. Courtwright Court ฉันได้ยินประเด็นแบบนี้ตลอดเวลา และคำตอบของฉันคือมันไม่ถูกต้องนัก ฉันแยกแยะ

ความแตกต่างระหว่างวิสาหกิจทุนนิยมทั่วไป เช่น บริษัทที่ขายคราดหรือไถหรือตะปูหรืออะไรก็ตาม — ไม่มีอะไรผิดปกติกับสิ่งนั้น และที่จริงแล้ว ตลาดเสรีนั้นดีมากในการจำหน่ายสินค้าเหล่านั้น เป็นพลังแห่งความก้าวหน้าของมนุษย์แต่ฉันคิดว่าระบบทุนนิยมแบบลิมบิกเป็นฝาแฝดที่ชั่วร้ายของทุนนิยม ซึ่งเป็นผลพลอยได้จากระบบทุนนิยมที่มีประสิทธิผลอย่างมาก มีผลิตภัณฑ์ให้รางวัลสมองบางประเภทที่นำไปสู่รูปแบบการเรียนรู้ทางพยาธิวิทยาที่เรา

เรียกว่าการเสพติด และสาขาของระบบทุนนิยมนั้นอันตรายเป็นพิเศษ ผมไม่ได้ต่อต้านทุนนิยม แต่ผมกำลังเรียกร้องความสนใจไปยังทุนนิยมบางสายพันธุ์ ที่ปลูกฝังพฤติกรรมเสพติดเพื่อหากำไร เรากำลังพูดถึงอุตสาหกรรมหรือผลิตภัณฑ์ประเภทใด ใครค้าขายในระบบทุนนิยมลิมบิก?

David T. Courtwright Court หากคุณถามคำถามนี้เมื่อครึ่งศตวรรษก่อน แทงบอลเดี่ยว ฉันคงบอกว่าเรากำลังพูดถึงแอลกอฮอล์ ยาสูบ และยาอื่นๆ เป็นหลัก แต่ในช่วง 20 หรือ 25 ปีที่ผ่านมา มีการขยายแนวคิดเรื่องการเสพติดอย่างมาก ดังนั้นตอนนี้เราไม่เพียงแค่พูดเกี่ยวกับการติดยาเท่านั้น เราพูดถึงการเสพติดสื่อลามก เกมคอมพิวเตอร์ โซเชียลมีเดีย อาหาร สิ่งต่างๆ ทุกประเภท

สิ่งที่เกิดขึ้นในช่วงสองสามทศวรรษที่ผ่านมาคือการระเบิดของนวัตกรรมทางเทคโนโลยีและการผลิตจำนวนมากและการตลาดจำนวนมาก และล่าสุด การเพิ่มขึ้นของอินเทอร์เน็ต ซึ่งได้เร่งกระบวนการจริงๆ และเปิดพื้นที่ใหม่สำหรับนายทุนแบบลิมบิกเพื่อดึงดูดความสนใจของเราและ ขายสินค้าให้เรามากขึ้น ทุนนิยม Limbic ในยุคของเทคโนโลยีดิจิทัลเป็นเกมบอลรูปแบบใหม่อย่างแท้จริง

ประเด็นเกี่ยวกับเทคโนโลยีดิจิทัลดูเหมือนจะมีความสำคัญเป็นพิเศษ ทุกคนที่มีสมาร์ทโฟนอยู่ในกระเป๋า ทุกคนที่ใช้โซเชียลมีเดีย ทุกคนที่เข้าร่วมในเกมดิจิทัลคือนักโทษของลัทธิทุนนิยมลิมบิก ไม่ทางใดก็ทางหนึ่ง

ทุกครั้งที่เราได้ยินปิงจากการไลค์หรือรีทวีต เราจะได้รับโดปามีนนั้น ถ้านั่นไม่ใช่การเสพติด ฉันไม่รู้ว่ามันคืออะไร ที่จริงแล้วได้รับคำถามที่น่าสนใจมาก: อินเทอร์เน็ตและอุปกรณ์ [ที่เกี่ยวข้อง] เป็นที่เสพติดหรือเป็นเนื้อหาของอินเทอร์เน็ตที่ทำให้เสพติดหรือไม่? ฉันคิดว่ามันเป็นทั้งสองอย่าง

คุณมีความชั่วร้ายทางการค้าแบบดั้งเดิม เช่น ภาพลามกอนาจาร หรือแอลกอฮอล์ หรือยาเสพติดที่มีให้บริการผ่านทางอินเทอร์เน็ต แต่คุณยังมีอุปกรณ์พกพาที่เชื่อมต่อกับอินเทอร์เน็ตซึ่งทำงานเหมือนกับเครื่องการพนัน คุณได้รับข้อความอย่างต่อเนื่อง คุณกังวลเกี่ยวกับการกดถูกใจ คุณสงสัยเกี่ยวกับโพสต์ล่าสุด คุณกลัวว่าจะพลาดสิ่งนี้ และนี่คือกุญแจสำคัญ: คุณไม่ได้

เพียงแค่ตอบสนองต่ออุปกรณ์เหล่านี้ แต่คุณกำลังคาดการณ์ไว้ นั่นเป็นอีกสิ่งหนึ่งที่เกี่ยวกับพฤติกรรมเสพติด: พวกเขาไม่เพียงให้รางวัลเท่านั้น แต่ยังให้เงื่อนไขด้วย เทคโนโลยีสมาร์ทโฟนสามารถทำได้ดีกว่าอุปกรณ์หรือผลิตภัณฑ์ใด ๆ ในประวัติศาสตร์ของมนุษย์

ปกหนังสือ The Age of Addiction

สำนักพิมพ์มหาวิทยาลัยฮาร์วาร์ด

ฌอน อิลลิง
การโต้เถียงเกี่ยวกับการสูบไอและ Juulดูเหมือนจะเป็นตัวอย่างที่ดีว่าระบบทุนนิยมแบบลิมบิกทำงานอย่างไรในทางปฏิบัติ

David T. Courtwright Court
เป็นตัวอย่างที่สมบูรณ์แบบ เพราะมันรวบรวมคุณลักษณะหลายอย่างขององค์กรทุนนิยมแบบลิมบิก ทั้งในอดีตและในแง่ของการสำแดงในปัจจุบัน ดังนั้นนายทุนกลุ่มลิมบิกอันดับหนึ่งจึงมุ่งเป้าไปที่คนหนุ่มสาว นี่อาจเป็นแง่มุมที่มีความอ่อนไหวทางการเมืองมากที่สุดของระบบทุนนิยมแบบลิมบิก แนวคิดเรื่องการสูบไอ แนวคิดของอุปกรณ์ทดแทนการสูบบุหรี่เพื่อลดอันตรายสำหรับอุปกรณ์ที่ได้รับการยืนยันนั้นยอดเยี่ยมมาก ใครจะไปคัดค้านได้

แต่เมื่อผลิตภัณฑ์มีการพัฒนา โดยเฉพาะอย่างยิ่งตั้งแต่ Juul เข้ามา มีการเน้นที่ตลาดเยาวชนมากขึ้นเรื่อยๆ นี่คือสิ่งที่เราเห็นจาก Big Tobacco และ Big Alcohol มาโดยตลอด: เยาวชนคือลูกค้าที่ดีที่สุดของคุณ เพราะพวกเขาจะอยู่ได้ยาวนานที่สุด

มันเกี่ยวกับมากกว่าแค่การส่งมอบผลิตภัณฑ์แม้ว่า การค้นพบอย่างหนึ่งที่ฉันทำคือ เมื่อคุณดูประวัติของความเพลิดเพลินที่อาจเสพติด มีแนวโน้มที่จะผสมผสานความชั่วร้ายและประสบการณ์ในลักษณะที่เพิ่มคุณภาพการเสพติดของผลิตภัณฑ์ ลาสเวกัสเป็นตัวอย่างที่ดีของเรื่องนี้ เวกัสไม่ได้เป็นเพียงเกี่ยวกับการพนันเท่านั้น เป็นสถานที่ที่คุณสามารถดื่มเหล้าได้ เกี่ยวกับไนท์คลับและแว่นตาขนาดใหญ่ และความบันเทิงอันตระการตา ทุกสิ่งถูกห่อหุ้มไว้ในแพ็คเกจขนาดใหญ่

ฌอน อิลลิง
ฉันชอบที่จะรู้ว่าคุณแยกแยะการผลิตความต้องการใหม่กับความต้องการที่มีอยู่แล้วได้อย่างไร

David T. Courtwright Court
นั่นเป็นคำถามที่น่าสนใจมาก การกินไม่ใช่ความต้องการที่ผลิตขึ้น คุณต้องกินเพื่อความอยู่รอด แต่คุณไม่จำเป็นต้องกินอาหารแปรรูปสูงที่กระตุ้นการปล่อยโดปามีนในลักษณะที่จะเปลี่ยนอารมณ์ของคุณและทำให้คุณเร่งรีบ

สิ่งที่เราทำคือเราได้นำเอาน้ำตาลหรือเกลือที่ครั้งหนึ่งเคยเป็นสินค้าหายากและมีค่ามาเปรียบเทียบ และทำให้สิ่งเหล่านี้มีอยู่อย่างมหาศาล ดังนั้น เมื่อคุณได้ส่วนผสมที่สามารถสร้างรางวัลสมองได้แล้ว ก็เป็นเรื่องของการออกแบบผลิตภัณฑ์ที่จะให้รางวัลสมองสูงสุด

อีกครั้ง ความต้องการ “ฉันต้องกินบางอย่าง” อยู่ที่นั่นเสมอ แต่สิ่งที่อุตสาหกรรมอาหารแปรรูปทำ เนื่องจากมีการแข่งขันสูง ก็คือการสร้างผลิตภัณฑ์ที่จะให้แคลอรีและสารอาหารในลักษณะที่แสดงอารมณ์ เปลี่ยนยา และนั่นคือจุดที่เส้นแบ่งระหว่างการตลาดแบบธรรมดากับระบบทุนนิยมแบบลิมบิก

ฌอน อิลลิง
แน่นอนว่าทุกคนจำเป็นต้องกิน แต่ใช่ว่าทุกคนจะต้องทวีตหรือซื้อแว่นกันแดด 13 คู่ หรือมีตู้เสื้อผ้าของสินค้าที่ไม่เติมอะไรให้ชีวิตนอกจากการทำเครื่องหมายตัวตนและสถานะของตนเพื่อคนอื่น สิ่งเหล่านี้เป็นความต้องการที่ผลิตขึ้นเองที่ฉันคิดไว้ และยากที่จะระบุได้ดีกว่าความอยากอาหารของเรา เช่น เหล้าหรืออาหารขยะ

David T. Courtwright Court
สิบปีที่แล้วฉันจะเห็นด้วยกับคุณ ฉันจะบอกว่าไม่มีใครต้องการทวีตจริงๆ ไม่มีใครต้องการหน้า Facebook แต่มีสิ่งที่ฉันเรียกว่าเทคโนโลยีการเลือกเข้าร่วมและการเลือกไม่ใช้

กาลครั้งหนึ่ง อินเทอร์เน็ตและอินเทอร์เน็ตเป็นเทคโนโลยีที่เลือกใช้ คุณรับเอาสิ่งเหล่านี้ คุณเรียนรู้วิธีใช้มัน แต่ตอนนี้ ฉันคิดว่าเรามาถึงจุดที่พวกเขากลายเป็นเทคโนโลยีที่ไม่เข้าร่วมแล้ว ซึ่งคุณจะต้องทำบางสิ่งที่รุนแรงหรือผิดปกติ เช่น เลิกใช้งานหรือทิ้งสมาร์ทโฟนของคุณทิ้งเพื่อหนีจากมัน

เมื่อคุณอยู่ในสภาพแวดล้อมที่คุณต้องมีอุปกรณ์นี้ คุณจะอยู่ในสภาพแวดล้อมที่คุณจะได้สัมผัสกับสิ่งที่นักวิเคราะห์นโยบาย Jonathan Caulkins เรียกว่า “สินค้าล่อใจ” อยู่ตลอดเวลา คุณอาจมีความตั้งใจแน่วแน่ที่จะใช้สมาร์ทโฟนของคุณเพียงเพื่อส่งอีเมล หรือเพียงเพื่อตรวจสอบ New York Times หรือสำหรับฟังก์ชันอื่นๆ ที่ตรงไปตรงมาไม่มากก็น้อย แต่ไม่ช้าก็เร็ว ความสะดวกของอุปกรณ์อื่นๆ เหล่านี้และแอปอื่นๆ จะลดลง ขึ้นกับคุณแล้วคุณจะเข้าไปพัวพันกับมันทั้งหมด

อีกวิธีหนึ่งในการพูดแบบนี้ก็คือ ในฐานะผู้บริโภค เราว่ายในทะเลด้วยขอเกี่ยวที่แหลมคมอยู่ทุกหนทุกแห่ง เมื่อห้าสิบปีที่แล้ว สิ่งที่สำคัญที่สุดคือยาเสพติด เช่น แอลกอฮอล์และยาสูบ สิ่งเหล่านี้เป็นภัยคุกคามหลักที่ทำให้ติดได้ และตอนนี้มีตะขอจำนวนมากขึ้นในทะเลบริโภคนิยมของเรา

ฌอน อิลลิง
คุณจบหนังสือด้วยความมองโลกในแง่ดี แต่ฉันต้องบอกว่า ปัญหาดูเหมือนจะแก้ไม่ได้สำหรับฉัน ทุนนิยมอเมริกันนั้นเก่งมากในการตัดราคาภัยคุกคาม ฉันรู้สึกว่าสถานการณ์ที่น่าจะเป็นไปได้มากที่สุดคือโทเปียของผู้บริโภคซึ่งได้รับการสนับสนุนจากการเสพติดแบบใหม่และแพร่หลายทั้งหมด รู้สึกอิสระที่จะพูดคุยกับฉันนอกหิ้ง

David T. Courtwright Court
การประท้วงต่อต้านระบบทุนนิยมแบบลิมบิกอย่างหนึ่งก็คือ เมื่อมันไล่ตามเด็ก ซึ่งต้องทำเพื่อหาผู้ใช้ทดแทน ซึ่งท้ายที่สุดจะกลายเป็นปัญหาและนำไปสู่การตอบโต้อย่างรุนแรง มีตัวอย่างที่ดีจริงๆ ของการรณรงค์ต่อต้านผลิตภัณฑ์ทุนนิยมแบบลิมบิก เช่น บุหรี่ ซึ่งอย่างน้อยก็พยายามต่อสู้กับอุตสาหกรรมให้หยุดนิ่ง

ฉันยังบอกด้วยว่าการเยาะเย้ยเป็นอาวุธที่มีประสิทธิภาพ ฉันหมายถึง ลองนึกถึงสิ่งที่เกิดขึ้นกับอุตสาหกรรมยาสูบทั้งในสหรัฐอเมริกาและออสเตรเลีย เมื่อการโกหกของอุตสาหกรรมนี้ถูกเปิดเผยโดยนักเคลื่อนไหวที่ก้าวร้าวมากบางคนที่ใช้การเยาะเย้ยและเสียดสีเป็นเครื่องมือที่มีประสิทธิภาพ

และเรามีนโยบายภาษี เรามีข้อจำกัดเชิงโครงสร้าง เรามีคดีฟ้องร้องและคดีฟ้องร้องแบบกลุ่มใหญ่ ที่ก่อให้เกิดปัญหาร้ายแรงสำหรับนายทุนแบบลิมบิกชาวอเมริกัน เราได้เห็นการกระทำเหล่านี้ต่ออุตสาหกรรมฝิ่นแล้ว และนั่นเป็นสิ่งที่น่ายินดี จึงไม่จริงเลยที่เราไม่มีเครื่องมือในการตอบโต้ แต่คุณพูดถูก มันเป็นการต่อสู้ที่ยากเย็นแสนเข็ญ

พรรคเดโมแครตยืนหยัดเพื่อวิทยาศาสตร์อีกครั้ง คราวนี้กับฝ่ายขวา เช่น ประธานาธิบดีโดนัลด์ ทรัมป์ และเจ้าภาพข่าวฟ็อกซ์ นิวส์ ที่เคยขายข้อมูลที่ผิดเกี่ยวกับไวรัสโคโรนาและมองข้ามความเสี่ยง

“ติดตามวิทยาศาสตร์ฟังผู้เชี่ยวชาญที่ทำในสิ่งที่พวกเขาบอกคุณ” โจไบเดนกลับตัวกลับใจในช่วง 5 เมษายนปรากฏตัวบนเอบีซีของสัปดาห์นี้

แนนซี เปโลซี ประธานสภาผู้แทนราษฎรกล่าวเมื่อวันอังคารว่า “ชาวอเมริกันต้องละเลยการโกหก และเริ่มฟังนักวิทยาศาสตร์และผู้เชี่ยวชาญที่เคารพนับถือคนอื่นๆ เพื่อปกป้องตนเองและคนที่เรารัก”

ไม่ต้องสงสัยเลยว่าการฟังผู้เชี่ยวชาญและผู้เชี่ยวชาญที่เคารพนับถือเป็นความคิดที่ดีไปกว่าการฟังคำเท็จเกี่ยวกับสิทธิบัตร แต่มันเป็นสิ่งสำคัญที่จะรับรู้ว่าการปะทะกันของพรรคมากกว่าวิทยาศาสตร์ของ coronavirus ไม่ได้เป็นเช่นเดียวกับที่ปัญหามากกว่าเช่นการเปลี่ยนแปลงภูมิอากาศและมลพิษทางอากาศ

นักวิทยาศาสตร์แทบไม่ได้เริ่มงานในการทำความเข้าใจไวรัสนี้ ดังนั้นพวกเขาจึงไม่มีงานวิจัยและข้อมูลหลายทศวรรษที่ต้องพึ่งพาเพื่อตอบคำถามของเรา เราได้เห็นผู้เชี่ยวชาญด้านสาธารณสุขของอเมริกาล้มเหลวใน

การสวมหน้ากากอนามัย ในขณะที่แบบจำลองทางระบาดวิทยาที่โดดเด่นที่สุดได้เปลี่ยนจากการทำนายผู้เสียชีวิตระหว่าง 100,000 ถึง 200,000 คนในสหรัฐฯ เป็นการคาดการณ์เล็กน้อยว่าต่ำกว่า 70,000 คนซึ่งเป็นจำนวนผู้เสียชีวิตที่น่าสยดสยอง แต่อย่างใดอย่างหนึ่งที่อยู่ภายนอก ช่วงความเชื่อมั่นของการคาดการณ์ครั้งก่อน

นี่ไม่ใช่เหตุผลที่จะเลิกจ้างผู้เชี่ยวชาญ แต่เป็นการแสดงให้เห็นถึงธรรมชาติของความก้าวหน้าทางวิทยาศาสตร์ มันต้องใช้เวลา นักวิทยาศาสตร์ใช้เวลาหลายปีในการรวบรวมข้อมูลและข้อมูลที่จำเป็นเพื่อสร้างคำตอบที่ดีขึ้นสำหรับคำถามที่ซับซ้อน เราต้องตัดสินใจเกี่ยวกับนโยบายและชีวิตส่วนตัวของเราในขณะนี้ แต่เรากำลังเฝ้าดูวิทยาศาสตร์เกิดขึ้นแบบเรียลไทม์ คำตอบจะดีขึ้น แต่ไม่เร็วเท่าที่เราต้องการ

และในขณะที่ความเชี่ยวชาญเป็นสิ่งสำคัญ การเปลี่ยน “ผู้เชี่ยวชาญ” และ “วิทยาศาสตร์” ให้กลายเป็นพระเจ้าจอมปลอม สามารถสร้างวงจรฟันเฟืองของความคาดหวังที่ไม่สมจริงและความหวังที่พังทลาย

Gymnast Simone Biles, wearing a mask.
เราจำเป็นต้องให้คุณค่ากับนักวิทยาศาสตร์และรับฟังผู้เชี่ยวชาญ แต่ส่วนหนึ่งของการฟังหมายถึงการเข้าใจว่าตอนนี้ สิ่งที่พวกเขาพูดคือพวกเขาไม่มีคำตอบทั้งหมด

มี “สิ่งที่ไม่รู้จัก” มากมายเกี่ยวกับ coronavirus เมื่อสองสัปดาห์ก่อน ประเทศต้องเผชิญกับความกลัวว่าจะขาดแคลนเครื่องช่วยหายใจในจุดร้อนของ coronavirus แนวคิดก็คือว่าจะเป็นการรักษาที่ดีที่สุดสำหรับผู้ป่วย

โรคร้ายแรง แต่ถ้าโรงพยาบาลแห่งหนึ่งมีอุปทานจำกัด อัตราการเสียชีวิตอาจเพิ่มสูงขึ้นเนื่องจากขาดความสามารถในการรักษา แต่เมื่อวันที่ 8 เมษายนชารอน Begley รายงาน Stat ข่าวว่าแพทย์เป็นจุดเริ่มต้นที่จะคิดว่าเครื่องช่วยหายใจถูกตื้อสำหรับ Covid-19 ผู้ป่วย

เมื่อวันที่ 14 เมษายนJim Dwyer เขียนใน New York Timesเกี่ยวกับความสงสัยเกี่ยวกับเครื่องช่วยหายใจแบบใหม่ โดยอธิบายว่าผู้ป่วย Covid-19 ที่มีระดับออกซิเจนในเลือดต่ำ ดูเหมือนจะมีความสามารถที่แข็งแกร่งอย่างไม่คาดคิดในการคงสติ และการปรับทิศทางพวกเขาให้อยู่ในตำแหน่งคว่ำเพื่อให้หายใจสะดวกอยู่ในขณะนี้ เทคนิคการรักษาที่ต้องการ เขาตั้งข้อสังเกตว่าโต๊ะนวดแบบพิเศษที่ออกแบบมาสำหรับสตรีมีครรภ์ ซึ่ง

เป็นสินค้าที่มีอุปทานค่อนข้างจำกัด เหมือนกับเครื่องช่วยหายใจ ดูเหมือนว่าจะมีประโยชน์เป็นพิเศษสำหรับสิ่งนี้ การเปลี่ยนแปลงจาก “วิกฤตการขาดแคลนเครื่องช่วยหายใจระดับประเทศ” เป็น “บางทีเครื่องช่วยหายใจอาจไม่มีประโยชน์และเราจำเป็นต้องมีโต๊ะนวดสำหรับการตั้งครรภ์” เป็นเรื่องที่น่าทึ่ง สะท้อนให้เห็นถึงความเป็นจริงที่แพทย์มีประสบการณ์ทางคลินิกที่จำกัดมากกับโรคนี้

และการระบาดใหญ่ของโคโรนาไวรัสก็เต็มไปด้วยสถานการณ์แบบนี้ ซึ่งความรู้ของเราไม่ค่อยดีนัก

แพทย์จำนวนมาก (ไม่ใช่แค่โดนัลด์ ทรัมป์) เชื่อว่าไฮดรอกซีคลอโรควินเป็นทางเลือกในการรักษาที่มีประสิทธิภาพแต่ไม่มีการทดลองทางคลินิกที่เหมาะสมในเรื่องนี้

ยาอีกตัวหนึ่งที่เรียกว่าเรมเดซิเวียร์เห็นผลที่น่าพึงพอใจแต่ยังขาดการทดลองที่ดีจริงๆ

การบริหารคนที่กล้าหาญได้ย้ายไปทำการทดสอบแอนติบอดีที่สามารถตรวจสอบ Covid-19 ภูมิคุ้มกันฟรีแต่นักวิทยาศาสตร์ไม่จริงรู้วิธีภูมิคุ้มกันที่ได้มาจะมีอายุยาว

อันที่จริง นักวิจัยบางคนคิดว่าพวกเขาได้พบผู้ป่วยโควิด-19 ที่หายดีแล้ว และกลับมาติดเชื้อใหม่อย่างรวดเร็ว นักวิทยาศาสตร์ส่วนใหญ่เห็นพ้องต้องกันว่าสิ่งเหล่านี้เป็นข้อผิดพลาดในการทดสอบมากกว่าการติดเชื้อซ้ำ แต่ความจริงที่ว่ามีคำถามเกี่ยวกับความถูกต้องของการทดสอบนั้นเป็นเหตุให้เกิดความไม่แน่นอนเพิ่มเติม

โรงพยาบาลแห่งหนึ่งในนิวยอร์กได้ทำสิ่งผิดปกติและทดสอบผู้หญิงทุกคนที่คลอดทารกในระหว่างวันที่ 22 มีนาคมถึง 4 เมษายน เพื่อหาไวรัสโคโรน่าสายพันธุ์ใหม่ ไม่ว่าเธอจะมีอาการหรือไม่ก็ตาม พวกเขาพบผู้หญิงที่ติดเชื้อเจ็ดรายที่ไม่มีอาการสำหรับทุกคนที่มีอาการ ซึ่งเป็นอัตราที่สูงกว่าที่คาดการณ์ไว้ก่อนหน้านี้มาก

หากเป็นความจริงที่มีผู้ป่วยที่ไม่แสดงอาการมากกว่าที่เราคิด อาจเป็นข่าวดีเพราะไวรัสมีอันตรายน้อยกว่าที่เราคิด นอกจากนี้ยังทำให้การติดตามและแยกกรณียากอย่างยิ่งอีกด้วย แต่เช่นเดียวกับที่ผู้เชี่ยวชาญไม่แน่ใจว่ามีการติดเชื้อที่ไม่มีอาการมากน้อยเพียงใด พวกเขาก็ไม่แน่ใจเหมือนกันว่าคนที่ไม่มีอาการสามารถแพร่เชื้อไวรัสได้จริงแค่ไหน

ผู้เชี่ยวชาญดูเหมือนโกงมากให้คนหวังว่าสภาพอากาศในช่วงฤดูร้อนจะหยุดการแพร่กระจายของ coronavirus แต่โรงเรียนวิทยาศาสตร์แห่งชาติรายงานวิศวกรรมและการแพทย์ในเรื่องที่จะบอกว่าการทดลอง

ในห้องปฏิบัติการขอแนะนำให้อุณหภูมิสูงยกเลิกการใช้งานไวรัส ในทางฟิสิกส์แล้ว อุณหภูมิแวดล้อมและระดับความชื้นมีผลกระทบต่อระดับของละอองน้ำในอากาศที่สามารถแพร่กระจายได้ไกลเพียงใด เราไม่มีความรู้ที่แน่ชัดว่าปัจจัยเหล่านั้นมีส่วนสัมพันธ์กันอย่างไร เนื่องจากความสำคัญสัมพัทธ์ของพื้นผิวที่ปนเปื้อนกับละอองในการแพร่กระจายโรคยังไม่เป็นที่เข้าใจอย่างสมบูรณ์

แต่สุดท้ายโดยวิธีการไม่น้อยในขณะนี้ว่าภูมิปัญญาดั้งเดิมตะวันตกได้เหวี่ยงไปรอบ ๆ เพื่อความคิดที่ว่าประเทศในเอเชียได้ถูกต้องและทุกคนควรจะได้รับการส่งเสริมการสวมหน้ากากมีการศึกษาเกาหลีใต้ใหม่เถียงว่ามาสก์จะไม่ได้ทำงานหลังจากทั้งหมด

นี่ไม่ใช่การเคาะผู้เชี่ยวชาญ แต่เพียงแค่บอกว่าการฟังผู้เชี่ยวชาญหมายถึงการฟังสิ่งที่พวกเขาต้องพูดจริงๆซึ่งก็คือพวกเขาไม่แน่ใจว่าไวรัสแพร่กระจายอย่างไรและภายใต้เงื่อนไขใด พวกเขาไม่แน่ใจว่ามีผู้ติดเชื้อกี่คน พวกเขาไม่แน่ใจว่าจะรักษาผู้ป่วยที่ป่วยหนักที่สุดได้อย่างไร และพวกเขาไม่แน่ใจว่าภูมิคุ้มกันจะแข็งแกร่งเพียงใดในหมู่ผู้ที่ติดเชื้อก่อนหน้านี้

ทั้งหมดนี้กล่าวได้ว่าแน่นอนผู้สร้างแบบจำลองไม่สามารถให้การพยากรณ์แบบมีเงื่อนไขที่ดีแก่เราเกี่ยวกับวิถีของโรคได้ เมื่อรากฐานของความเข้าใจทางวิทยาศาสตร์ไม่ได้แข็งแกร่งมากนัก

วิทยาศาสตร์ต้องใช้ความอดทน ความยากลำบากพื้นฐานคือ SARS-CoV-2 เป็นเรื่องใหม่สำหรับการศึกษาอย่างแท้จริง

การระบาดของโรคอีโบลาทุกครั้งเป็นสิ่งที่น่าตกใจเนื่องจากความร้ายแรงของโรค และนโยบายแก้ไขเพื่อควบคุมการแพร่ระบาดนั้นทำได้ยาก แต่นักวิทยาศาสตร์ได้ศึกษาไวรัสอีโบลามาเป็นเวลาหลายสิบปีแล้ว และหากคุณถามคำถามเกี่ยวกับไวรัสนี้ พวกเขาสามารถให้คำตอบที่แม่นยำแก่คุณได้ แต่นั่นไม่ใช่กรณีที่เกิดขึ้นใน

ช่วงกลางของการระบาดของโรคอีโบลาครั้งแรก และในบางครั้ง สิ่งต่างๆ ก็เลวร้ายลงมาก โรคเอดส์ได้รับการระบุทางคลินิกครั้งแรกในเดือนมิถุนายน พ.ศ. 2524 แต่เอชไอวีซึ่งเป็นไวรัสที่ทำให้เกิดโรคเอดส์ไม่ได้รับการระบุจนถึงปี พ.ศ. 2526 โชคดีที่วิทยาศาสตร์สมัยใหม่สามารถดำเนินการได้เร็วกว่านั้นมาก

แต่คำถามสำคัญมากมายเกี่ยวกับการระบาดใหญ่นี้ไม่สามารถตอบได้ในห้องแล็บเพียงลำพัง เราต้องการทราบว่าไวรัสมีปฏิสัมพันธ์กับมนุษย์อย่างไร ทั้งในแง่ของการแพร่เชื้อและความก้าวหน้าของโรค การทดลองที่จะให้หลักฐานที่ชัดเจนเกี่ยวกับคำถามเหล่านี้ใช้เวลานานมาก ผู้กำหนดนโยบายจำเป็นต้องตัดสินใจภายใต้สภาวะที่ไม่แน่นอนอย่างเข้มข้น

นั่นเป็นเรื่องยาก และนักวิทยาศาสตร์เองก็จะต้องเปลี่ยนใจอย่างหลีกเลี่ยงไม่ได้เมื่อเรียนรู้เพิ่มเติม ซึ่งจะทำให้เราสามารถปรับปรุงคุณภาพของการตัดสินใจได้ตลอดเวลา แต่จะต้องใช้ความอดทนในระดับหนึ่ง ไม่ใช่แค่รอคำตอบแต่ต้องอดทนต่อข้อผิดพลาด การพลิกกลับ และปัญหาในการตัดสินของผู้เชี่ยวชาญ มากกว่าที่จะเป็นวัฏจักรการพังทลายที่เรามองว่าผู้เชี่ยวชาญเป็นผู้หยั่งรู้และรู้สึกท้อแท้เมื่อ พวกเขากลายเป็นคนผิด

คุณจะสนับสนุนการทำข่าวเชิงอธิบายของ Vox หรือไม่ ผู้คนนับล้านหันมาใช้ Vox เพื่อทำความเข้าใจว่าเกิดอะไรขึ้นในข่าว ภารกิจของเราไม่เคยมีความสำคัญมากกว่าที่เป็นอยู่ในขณะนี้: การเสริมอำนาจด้วยความเข้าใจ การสนับสนุนทางการเงินจากผู้อ่านของเราเป็นส่วนสำคัญในการสนับสนุนการทำงานที่เน้นทรัพยากรของเรา และช่วยให้เรารักษาการสื่อสารมวลชนของเราให้เป็นอิสระสำหรับทุกคน

หนึ่งในความท้าทายที่ยิ่งใหญ่ที่สุดของการระบาดใหญ่ของโคโรนาไวรัสคือ ผู้กำหนดนโยบายทุกระดับจำเป็นต้องตัดสินใจด้วยข้อมูลที่ไม่สมบูรณ์ นักวิทยาศาสตร์ยังไม่รู้ทุกอย่างเกี่ยวกับวิธีการแพร่เชื้อไวรัสนี้ และเนื่องจากขาดการทดสอบอย่างแพร่หลาย พวกเขาจึงไม่ทราบแน่ชัดว่าไวรัสแพร่ระบาดมากเพียงใด พวกเขาไม่รู้ว่าไวรัสจะแสดงผลตามฤดูกาลที่รุนแรงหรือไม่ และลดลงในช่วงฤดูร้อน พวกเขาไม่รู้ว่าเรื่องนี้จะจบลงอย่างไร

วิธีหนึ่งที่พวกเขาพยายามตอบคำถามเหล่านี้คือการสร้างแบบจำลอง โดยเฉพาะอย่างยิ่ง แบบจำลองโรคติดเชื้อเป็นเครื่องมือ – ตามสูตรทางคณิตศาสตร์ – ที่พยายามคาดเดาสิ่งที่เป็นไปได้ในอนาคต โมเดลเหล่านี้มี

ความหลากหลาย มักจะสับสนในการตีความ และไม่ใช่ลูกบอลคริสตัล โดยเฉพาะอย่างยิ่งเนื่องจากยังไม่มีข้อมูลในอุดมคติ แต่สิ่งเหล่านี้เป็นส่วนใหญ่ของสิ่งที่ผู้นำรัฐบาลใช้ในการตัดสินใจ ซึ่งมีอิทธิพลต่อการจัดสรรทรัพยากรให้กับสถานพยาบาล และวิธีออกคำสั่งเว้นระยะห่างทางสังคมต่อสาธารณะ

Dr. Deborah Birx ถือบันทึกเกี่ยวกับกรณี coronavirus ในระหว่างการบรรยายสรุปในกรุงวอชิงตัน ดี.ซี. เมื่อวันที่ 2 เมษายน รับรางวัล McNamee / Getty Images

ในงานชิ้นนี้ ฉันจะพยายามอธิบายประโยชน์ของโมเดล coronavirus และวิธีคิดเกี่ยวกับโมเดลเหล่านี้เมื่อคุณเห็นรายงานในข่าว ฉันจะอธิบายแนวคิดที่ยิ่งใหญ่เพื่อทำให้โมเดลเหล่านี้ทำงานได้ดีขึ้นในอนาคต

แต่ก่อนหน้านั้น สิ่งสำคัญคือต้องเน้นสิ่งที่เราไม่ต้องการ เราไม่ต้องการให้พวกเขารู้ว่าเราอยู่ในสถานการณ์ที่อันตรายมาก

“สิ่งที่สำคัญไม่ใช่รายละเอียดของแบบจำลอง แต่มันคือไวรัสที่สามารถทำลายการดูแลสุขภาพได้” Bill Hanage นักระบาดวิทยาที่ศึกษาโรคติดเชื้อที่ Harvard กล่าว “นั่นไม่ใช่ผลลัพธ์ของแบบจำลอง แต่เป็นการสังเกต เรารู้เพราะอู่ฮั่น เรารู้เพราะอิตาลี เพราะสเปน เรารู้เพราะตอนนี้นิวยอร์ก”

ในรัฐนิวยอร์กมีผู้เสียชีวิตหลายพันคนและโรงพยาบาลมีศักยภาพเพียงพอหรือเกินกำลัง และต้องดิ้นรนกับการขาดแคลนอุปกรณ์ โควิด-19 เป็น “รถไฟบรรทุกสินค้า” ตามที่ Hanage เรียกมันว่า และได้พุ่งเข้าใส่ไม่เพียงแค่ในนิวยอร์กเท่านั้น แต่ยังรวมถึงส่วนอื่นๆ ของสหรัฐอเมริกาอีกหลายแห่ง

ทำไมคนหนุ่มสาวที่มีสุขภาพดีบางคนถึงตายจาก Covid-19? แต่แบบจำลองยังชี้ให้เห็นว่าประเทศกำลังใกล้เข้ามาหรือถึงจุดสูงสุดในการเสียชีวิตทุกวัน ในระยะต่อไปของการระบาด แบบจำลองและการตัดสินใจที่ทำกับพวกมันจะมีความสำคัญ: สิ่งต่าง ๆ อาจดูเหมือนว่าพวกเขากำลังดีขึ้น และอาจอยู่ในในแง่ของการติดเชื้อและการเสียชีวิตใหม่ แต่รถไฟบรรทุกสินค้านี้จะหยุดชั่วคราว หากไม่มีการควบคุมที่ถูกต้อง มันก็สามารถเริ่มต้นใหม่ได้อีกครั้ง

โมเดลไม่สมบูรณ์แบบ: บางตัวยังล้มเหลวในการคาดคะเน (เพิ่มเติมจากด้านล่าง) จำเป็นต้องมีการกำกับดูแลและการวิเคราะห์ทางวิทยาศาสตร์มากขึ้นเพื่อหาว่าแบบจำลองใดมีประโยชน์มากที่สุดในการตัดสินใจ

กระนั้น นางแบบก็มีบทบาทสำคัญมาก และสามารถช่วยให้สาธารณชนรู้ว่าพวกเขากำลังทำสิ่งที่ถูกต้องโดยอยู่บ้าน จุดประสงค์ของแบบจำลองเหล่านี้ไม่ใช่การทำนายอนาคตอย่างแม่นยำ แต่เป็นการโน้มน้าวอนาคต และเลือกแนวทางปฏิบัติที่ดี

การสร้างแบบจำลองการระบาดเป็นความท้าทายที่ยิ่งใหญ่ ผู้นำมีทางเลือกที่ยากลำบากในสัปดาห์และเดือนข้างหน้า เนื่องจากการระบาดของโรคแตกต่างกันไปในรัฐต่างๆ แบบจำลองสามารถช่วยคาดการณ์อัตราการติดเชื้อรายใหม่ และประมาณการว่าเมื่อใดที่ความเครียดในระบบโรงพยาบาลจะถึงจุดสูงสุด

ในช่วงต้นเดือนเมษายน กรุงวอชิงตัน ดี.ซี. นายกเทศมนตรี Muriel Bowser กล่าวว่าการสร้างแบบจำลองโครงการโรงพยาบาลในพื้นที่ DC เพิ่มขึ้นอย่างรวดเร็วในช่วงฤดูร้อน “เช่นเดียวกับทุกรุ่น เราหวังว่ารุ่นนี้จะได้รับการพิสูจน์ว่าผิด” เธอบอกกับ MSNBC แต่เธอกำลังเตรียมตัวสำหรับมันอยู่ดี “เรากำลังเตรียมให้คนจำนวนมากมาที่โรงพยาบาลของเรา”

การระบาดใหญ่เป็นตัวแทนของการผสมผสานของบางสิ่งที่ซับซ้อนและยุ่งเหยิงที่สุดที่ผู้คนเคยพยายามศึกษา: พฤติกรรมมนุษย์ ไวรัสวิทยา และระบบภูมิคุ้มกันของมนุษย์ การพยากรณ์การระบาดของโรคถือเป็นความท้าทายอย่างมาก และแม้แต่คนที่ฉลาดที่สุดก็ยังไม่มีคำตอบว่าเรื่องนี้จะจบลงอย่างไร

โมเดลได้รวมข้อมูลหลายประเภทไว้ในการคาดการณ์ มีอินพุตที่เป็นไปได้จำนวนมาก (และบางรุ่นไม่ได้ใช้อินพุตเหล่านี้เลย แต่อาศัยการฉายข้อมูลจากช่วงต้นของการระบาดเท่านั้น)

แบบจำลองสามารถป้อนข้อมูลชีววิทยาของไวรัสได้:มันแพร่กระจายได้อย่างไร ติดเชื้อได้เร็วแค่ไหน นำไปสู่อาการได้เร็วแค่ไหน ทำซ้ำได้เร็วแค่ไหนถึงระดับที่สามารถกระโดดจากคนสู่คนได้? (หมายเหตุ: ตัวแปรเหล่านี้จำนวนมากยังไม่เป็นที่รู้จักอย่างสมบูรณ์ )

“สิ่งที่สำคัญไม่ใช่รายละเอียดของโมเดล แต่เป็นไวรัสที่สามารถทำลายการดูแลสุขภาพได้”
สามารถอธิบายชีววิทยาของมนุษย์ได้:ระบบภูมิคุ้มกันตอบสนองต่อไวรัสนี้อย่างไร มีกี่คนที่จะมีภูมิคุ้มกันหลังจากได้รับ และนานแค่ไหน? ยังมีคนติดไวรัสได้กี่คน และสามารถแพร่เชื้อได้ แต่ไม่เคยรู้สึกป่วยเอง? (หลายอย่างนี้ยังไม่เข้าใจอย่างสมบูรณ์เช่นกัน)

ตามอุดมคติแล้ว มันควรจะสะท้อนถึงวิธีการทำงานของสังคมมนุษย์:เราติดต่อกับผู้คนกี่คนในแต่ละวัน และสิ่งนี้แตกต่างกันอย่างไรในชุมชนที่แตกต่างกัน ในชนบทและในเมือง โมเดลจำเป็นต้องคำนึงถึงสิ่งนั้น ในประเทศใหญ่ๆ อย่างสหรัฐอเมริกา การแพร่ระบาดจะเกิดขึ้นในระดับภูมิภาค โดยมีความเข้มข้นและการตอบสนองที่แตกต่างกัน

จำเป็นต้องเป็นจริงเกี่ยวกับความสามารถของระบบการดูแลสุขภาพ:มีเตียงสำหรับผู้ป่วย Covid-19 จำนวนเท่าใด, พวกเขาจะเติมได้เร็วแค่ไหน, มีแพทย์และพยาบาลให้บริการพวกเขากี่คน, มีเครื่องช่วยหายใจกี่เครื่อง, อย่างไร ผู้ป่วยจำนวนมากจะต้องการพวกเขาและเมื่อไหร่?

จากนั้นก็เกิดความโกลาหล:ผู้คนมีปฏิกิริยาอย่างไรต่อข่าวที่ว่าคนหลายหมื่นกำลังจะเสียชีวิตจากไวรัสที่อาจเริ่มด้วยค้างคาว และนั่นจะส่งผลต่อโมเดลอย่างไร

คำถามว่า “การระบาดจะคืบหน้าอย่างไร” นั้นชัดเจนมาก ในแนวทางการสร้างแบบจำลองทั่วไปที่เรียกว่าSIR (SIR ย่อมาจาก susceptible, ติดเชื้อ, ฟื้นตัว) นักวิทยาศาสตร์กำลังพยายามหาจำนวนคนที่อ่อนแอต่อโรคนี้ จำนวนเท่าใดที่จะติดเชื้อ ในอัตราใดและที่ไหน แต่เมื่อผู้คนฟื้นตัวจากโรคและมีภูมิคุ้มกันมากขึ้น จำนวนผู้ที่อ่อนแอก็จะลดน้อยลง

กลุ่มแพทย์ช่วยเหลือผู้ป่วยในบรู๊คลิน นิวยอร์ก เมื่อวันที่ 7 เมษายน Pablo Monsalve / VIEWpress / Getty Images
สรุป:สิ่งนี้ซับซ้อน! การที่เราจะได้รับข้อมูลเชิงลึกเกี่ยวกับอนาคตเมื่อพิจารณาจากตัวแปรต่างๆ ถือเป็นปาฏิหาริย์ ทว่านักวิทยาศาสตร์ก็ยังพยายาม และความพยายามของพวกเขาก็มีค่า

Hanage อธิบายว่าโดยพื้นฐานแล้วมีโมเดลหลักสองประเภทที่ใช้ในการพยายามวางแผนการระบาดใหญ่นี้: ตัวแบบทางสถิติและตัวแบบกลไก

เริ่มต้นด้วยการอธิบายแบบจำลองทางสถิติ

ตัวแบบทางสถิติพยายามทำนายอนาคตโดยคาดการณ์แนวโน้มปัจจุบัน

Institute for Health Metrics and Evaluation (IHME) มีแบบจำลองที่อ้างถึงบ่อยที่สุดและรวมเอาการคาดการณ์ที่แยกจากกันสำหรับทุกรัฐ ดร.เดโบราห์ เบิร์กซ์ ผู้ประสานงานรับมือ coronavirus ของทำเนียบขาว ได้อ้างอิงถึงเรื่องนี้ Hanage อธิบายว่าแบบจำลองนี้เป็นสิ่งที่เรียกว่าแบบจำลองทางสถิติ

IHME ซึ่งตั้งอยู่ที่มหาวิทยาลัยวอชิงตัน ดูข้อมูลว่าการระบาดของโควิด-19 ทั่วโลกมีความคืบหน้าอย่างไร มันใช้ข้อมูลนั้นแล้วพยายามคาดการณ์ว่าเส้นโค้งการแพร่ระบาดจะเป็นอย่างไรเมื่อมีการระบาดครั้งใหม่ในพื้นที่ใหม่โดยพิจารณาจากการกระทำการเว้นระยะห่างทางสังคม เป้าหมายคือการทำนายเวลาของความเครียดในโรงพยาบาลสูงสุดในพื้นที่ และจำนวนผู้เสียชีวิต

การใช้คำอุปมาของ Hanage: พิจารณาว่ารถไฟบรรทุกสินค้าไปถึงจุดหยุดอื่น ๆ ของการเดินทางได้เร็วและหนักเพียงใด และคาดการณ์ว่าจะชนอย่างรวดเร็วและรุนแรงเมื่อไปถึงป้ายใหม่

โมเดลนี้มีสมมติฐานบางประการ กล่าวคือ เงื่อนไขสำหรับการชนกันของรถไฟบรรทุกสินค้าครั้งก่อนจะคล้ายคลึงกันในอนาคต

ในช่วงต้นของการระบาด แบบจำลองส่วนใหญ่ป้อนจากข้อมูลในประเทศจีน ซึ่งกำหนดมาตรการเว้นระยะห่างทางสังคมที่รุนแรง ดังนั้นจึงถือว่าการเว้นระยะห่างทางสังคมในระดับสูงจะยังคงดำเนินต่อไปในอนาคต Carl Bergstrom นักชีววิทยาด้านคอมพิวเตอร์แห่งมหาวิทยาลัย Washington ประเมินบน Twitterเมื่อปลายเดือนมีนาคมว่า “นั่นทำให้แบบจำลองนี้เป็นกรณีที่ดีที่สุด” ขณะนี้ยังดึงเอามาตรการเว้นระยะห่างทางสังคมในสหรัฐอเมริกาในปัจจุบันอีกด้วย

โมเดล IHME ถือว่าพฤติกรรมนี้จะดำเนินต่อไป และผู้สร้างมีความโปร่งใสเกี่ยวกับข้อจำกัดนี้ การคาดการณ์ IHME อธิบายไว้ในหน้า FAQว่า “จะดำเนินไปจนถึงต้นเดือนสิงหาคมเท่านั้น และไม่ได้คาดการณ์ว่าจะมีผู้เสียชีวิตจำนวนเท่าใดหากการดูแลและเว้นระยะห่างทางสังคมไม่เต็มที่จนถึงสิ้นเดือนพฤษภาคม หรือการฟื้นคืนชีพ หลังต้นเดือนสิงหาคม” สิ่งที่ยากที่สุดในการสร้างแบบจำลองทั้งหมดนี้ไม่ใช่ไวรัส แต่เป็นพฤติกรรมของมนุษย์

ประสิทธิภาพการทำงานไม่สอดคล้องกัน เมื่อเร็ว ๆ นี้กลุ่มนักสถิติจากออสเตรเลียและสหรัฐอเมริกาได้พิจารณาอย่างรอบคอบเกี่ยวกับการคาดการณ์แบบจำลองของ IHME

ในกระดาษพิมพ์ล่วงหน้า(ซึ่งยังไม่ได้รับการตรวจสอบโดยเพื่อน) นักสถิติพบว่าแบบจำลอง — และโดยเฉพาะอย่างยิ่ง การคาดการณ์เกี่ยวกับจำนวนผู้เสียชีวิตจาก Covid-19 ในแต่ละวันตรงกับความเป็นจริง — ไม่ได้คาดเดาได้ดีนักเมื่อมันมาถึง ให้กับแต่ละรัฐ

Sally Cripps นักสถิติจากมหาวิทยาลัยซิดนีย์ ผู้ร่วมเขียนบทวิเคราะห์แบบจำลอง IHME กล่าวว่า “สามารถทำนายสิ่งที่เกิดขึ้นทั่วทั้งสหรัฐอเมริกาได้เป็นอย่างดี ดูเหมือนว่าจะทำนายการระบาดในนิวยอร์กได้ดี “สิ่งที่ทำได้ไม่ดีคือทำนายแต่ละรัฐ” เธอกล่าวว่านางแบบคือ “ประเมินความไม่แน่นอนของโมเดลต่ำเกินไป”

จำนวนผู้เสียชีวิตที่รายงานจริงในรัฐอยู่นอกเหนือการคาดการณ์ของแบบจำลองระหว่าง 43 ถึง 73 เปอร์เซ็นต์ของเวลา (ขึ้นอยู่กับวันที่ที่แบบจำลองได้รับการประเมิน)

กล่าวคือ มันไม่แม่นยำมาก แบบจำลองนี้มักจะทำนายผลลัพธ์ที่แม่นยำกว่าสามวันข้างหน้ากว่าที่คาดการณ์เหตุการณ์ในหนึ่งวันข้างหน้า เธอกล่าว นอกจากนี้ การวิเคราะห์ยังพบว่าการคาดคะเนของแบบจำลองบางส่วนนั้นถูกประเมินต่ำไป ในขณะที่บางส่วนก็จบลงแล้ว ไม่มีรูปแบบที่ชัดเจน Cripps กล่าวว่าเธอกลัวการขาดความแม่นยำนี้ “บ่อนทำลายความเชื่อมั่นหรือความไว้วางใจของสาธารณชนในวิทยาศาสตร์” และเธอจะไม่พึ่งพาแบบจำลองสำหรับการตัดสินใจเชิงนโยบายครั้งใหญ่

เพื่อความเป็นธรรม ความตายไม่ใช่สิ่งเดียวที่โมเดลพยายามทำนาย จะพยายามคาดการณ์ว่าเมื่อใดที่โรคระบาดจะถึงจุดสูงสุดในพื้นที่ที่กำหนด และสามารถช่วยโรงพยาบาลในการวางแผนสำหรับความเครียดที่เพิ่มขึ้นนั้น เอกสารนี้ไม่ได้ประเมินการประมาณการของยอดเหล่านั้น เพียงการคาดการณ์การเสียชีวิตรายวันเท่านั้น และจะต้องได้รับการประเมินหลังจากถึงจุดสูงสุดแล้ว ตัวแบบอาจระบุจำนวนผู้เสียชีวิตผิด แต่ช่วงเวลาของยอดเขานั้นถูกต้อง เป็นต้น

(ใช่ โมเดลมีความเหมาะสมและสับสน)

แบบจำลองนี้ยังได้รับการอัปเดตหลายครั้งด้วย เนื่องจากผู้สร้างได้ป้อนข้อมูลใหม่จากการระบาดครั้งใหม่ มาตรการทางสังคมใหม่ และทรัพยากรใหม่ (เช่น เครื่องช่วยหายใจ) ที่พร้อมใช้งาน สิ่งนี้ทำให้โมเดลลดจำนวนผู้เสียชีวิตในสหรัฐฯ ลงได้สองสามครั้ง โดยล่าสุดจาก 81,766 เป็น 60,415 หรือประมาณ 25 เปอร์เซ็นต์ นี้ไม่จำเป็นต้องหมายถึงรูปแบบที่ได้รับการที่ไม่ถูกต้อง มันหมายถึงการกระทำร่วมกันได้ผล

โปรดจำไว้ว่า: การคาดการณ์จำนวนผู้เสียชีวิตของ IHME มีข้อผิดพลาดมากมาย ในรูปแบบนี้ คาดว่าการเสียชีวิตต่อวันจะสูงสุดในสหรัฐอเมริกาเร็วๆ นี้ เมื่อวันที่ 10 เมษายน คาดการณ์ว่าจุดสูงสุดจะอยู่ห่างออกไปสองวัน และข้อผิดพลาด – พื้นที่แรเงา มีผู้เสียชีวิตประมาณ 4,000 รายต่อวัน

สิ่งมหัศจรรย์ Dominique Heinke นักระบาดวิทยาในแมสซาชูเซตส์กล่าวว่า “ฉันคิดว่าสิ่งสำคัญคือต้องไม่ยึดติดกับตัวเลขที่แน่นอน “คุณสามารถดูรุ่นต่างๆ และพูดได้ว่า อย่างน้อยเราก็คาดหวังว่ามันจะแย่ขนาดนี้” เรารู้สิ่งนี้อีกครั้ง: รถไฟบรรทุกสินค้ากำลังมา และในหลายๆ แห่งก็มาถึงแล้ว

เหตุใดแบบจำลองทางสถิติเหล่านี้จึงเปลี่ยนแปลงบ่อยมาก มันสะท้อนถึงความซับซ้อนของปัญหาที่โมเดลเหล่านี้พยายามแก้ไข ตัวอย่างเช่น นักพยากรณ์อากาศใช้แบบจำลองบรรยากาศในการทำนายสภาพอากาศ และในขณะที่พวกเขารวบรวมข้อมูลเพิ่มเติมเกี่ยวกับอุณหภูมิ ความชื้น และความกดอากาศ การคาดการณ์ของพวกเขาจะแม่นยำยิ่งขึ้นและด้วยเหตุนี้จึงมักมีการเปลี่ยนแปลง

Caitlin Rivers ศาสตราจารย์แห่ง Johns Hopkins Center for Health Security กล่าวว่า “ต่างจากสภาพอากาศซึ่งเราทุกคนคุ้นเคยกับการทำความเข้าใจและรวมการคาดการณ์เข้ากับการตัดสินใจของคุณ ไม่เหมือนสภาพอากาศ [ที่นี่] เรามีอิทธิพลต่อผลลัพธ์จริงๆ “ดังนั้นผู้คนจึงเห็นตัวเลข และพวกเขาก็มีแรงจูงใจให้ตระหนักมากขึ้น อยู่บ้าน และใช้สุขอนามัยที่ดี และทำทุกสิ่งที่เปลี่ยนแปลงผลลัพธ์นั้นจริงๆ”

โมเดลเปลี่ยนไปเพราะการกระทำของเราเปลี่ยนไป โมเดลอาจเปลี่ยนไปในทางที่แย่ลงหากรัฐบาลท้องถิ่นประกาศชัยชนะก่อนเวลาอันควร และลดมาตรการเว้นระยะห่างทางสังคมเร็วเกินไป

“ด้วยการจับตาดูแบบจำลองนี้ เราสามารถบอกได้ว่าไวรัสกำลังแพร่กระจายในชุมชนของเราอย่างไร: ในบางสถานที่ กรณีและการเสียชีวิตยังคงเพิ่มขึ้น ในบางสถานที่พวกเขาเริ่มลดลง” Ali Mokdadกล่าว ศาสตราจารย์ที่ IHME และหัวหน้าเจ้าหน้าที่ยุทธศาสตร์ด้านสุขภาพประชากรที่มหาวิทยาลัยวอชิงตัน “เรายังสามารถใช้แบบจำลองเพื่อถามว่าเราควรเปิดธุรกิจอะไรก่อนในขณะที่เราฟื้นตัว: ปัญหาสำคัญเมื่อเราเข้าสู่โหมดการกู้คืนคือการทำเป็นขั้นตอน เพื่อไม่ให้มีการติดเชื้อระลอกที่สองที่จะทำร้ายเรา มากขึ้นในแง่ของการตายและเศรษฐกิจ”

เว้นแต่จะสามารถเพิ่มขนาดการทดสอบได้ อาจต้องมีมาตรการเว้นระยะห่างทางสังคมบางอย่างจนกว่าจะมีวัคซีน ซึ่งอาจใช้เวลาหนึ่งปีหรือมากกว่านั้น จะเกิดอะไรขึ้นในสถานการณ์ที่มาตรการ Social Distancing ผ่อนคลาย แต่หากเกิดกรณีดังกล่าวลุกลามอีกครั้ง “ฉันไม่แน่ใจว่าเราจะสร้างแบบจำลองนั้นได้” ฮาเนจกล่าว

แบบจำลองกลไกพยายามหาว่าการระบาดจะมีลักษณะอย่างไรในสถานการณ์ต่างๆ
ผู้มีอำนาจตัดสินใจในแบบจำลองอีกประเภทหนึ่งกำลังใช้ตัวแบบกลไก โมเดลเหล่านี้ได้รับการออกแบบมาเพื่อช่วยให้ผู้กำหนดนโยบายเข้าใจถึงผลกระทบที่นโยบายและการดำเนินการเฉพาะที่อาจมีต่อหลักสูตรของโรค โมเดลเหล่านี้ตั้งสมมติฐานได้มากมาย และมักนำเสนอสถานการณ์ที่หลากหลาย

ตัวอย่างที่ดีของแบบจำลองกลไกมาจาก Imperial College of London

ในช่วงกลางเดือนมีนาคมรัฐบาลอังกฤษได้เรียกร้องให้รัฐบาลสหราชอาณาจักรดำเนินการเพิ่มเติม โมเดลของพวกเขามองว่าจะเกิดอะไรขึ้นในบริเตนใหญ่และในสหรัฐอเมริกาหากประเทศเหล่านี้ไม่ทำอะไรเลย มันใช้สิ่งที่รู้เกี่ยวกับการแพร่กระจายของไวรัสและใส่ลงในแบบจำลองที่ออกแบบมาสำหรับไข้หวัดใหญ่ – ข้อแม้ทันทีที่ค้างคาวเนื่องจาก Covid-19 ไม่ใช่ไข้หวัดใหญ่

(การแพร่เชื้อในที่นี้มักเรียกว่า R0 หรือ R-naught เป็นจำนวนเฉลี่ยของเคสใหม่ที่คาดว่าจะเกิดในแต่ละกรณีของการเจ็บป่วย หมายเหตุ: ค่าของ R0 เป็นเพียงการประมาณการ)

การคาดการณ์เป็นเรื่องยาก โดยเฉพาะอย่างยิ่งเกี่ยวกับ coronavirus
ในสถานการณ์ที่ไม่มีอะไรทำ ผู้เขียนแบบจำลองพบว่า อาจมีผู้เสียชีวิต 510,000 คนในบริเตนใหญ่ และ 2.2 ล้านคนในสหรัฐอเมริกา ผู้เขียนรายงาน “ไม่ได้คำนึงถึงผลกระทบด้านลบที่อาจเกิดขึ้นจากระบบสุขภาพที่จมอยู่กับการตาย”

ที่ทำข่าว แต่โมเดลของพวกเขาไม่ได้แค่รายงานสถานการณ์ที่เลวร้ายที่สุดเท่านั้น พยายามวัดผลกระทบของนโยบายการเว้นระยะห่างทางสังคมต่างๆ และพยายามประมาณการตัวเลข R0 ต่างๆ มากมาย ค่าประมาณสำหรับสหราชอาณาจักรนั้นอยู่ที่ 5,600 รายโดยถือว่า R0 ต่ำจาก 2 และระยะห่างทางสังคมที่ก้าวร้าวที่สุด และผู้เสียชีวิต 550,000 รายโดยสมมติว่า R0 ที่ 2.6 และไม่มีมาตรการเว้นระยะห่างทางสังคม

หากคุณเป็นผู้นำของประเทศ เมื่อดูจากการแพร่กระจาย คุณจะรู้ว่าต้องทำอะไร: ใช้มาตรการเว้นระยะห่างทางสังคม นั่นคือสิ่งที่สหราชอาณาจักรทำ ต่อมาเมื่อหนึ่งในนักเขียนรุ่นที่บอกว่ารัฐบาลสหราชอาณาจักรในพยานหลักฐานว่าการเสียชีวิตในสหราชอาณาจักรอาจจะจำนวนประมาณ 20,000 เขาไม่ได้ปรับรูปแบบการเป็นนักวิจารณ์บางคนบ่น แต่เขาสะท้อนถึงความเป็นไปได้ที่หลากหลายที่นำเสนอในแบบจำลองนี้

อีกครั้ง ประเด็นของแบบจำลองเหล่านี้ไม่ใช่การทำนายที่แม่นยำ แต่เป็นการโน้มน้าวการกระทำ

นั่นเป็นประโยชน์ แต่อีกครั้ง เช่นเดียวกับตัวแบบทางสถิติ ตัวแบบกลไกเหล่านี้ไม่สามารถคาดเดาอนาคตที่เป็นไปได้ทั้งหมดได้

แดชบอร์ดแผนที่การระบาดของ Johns Hopkins นี้กำลังถูกใช้เพื่อติดตาม coronavirus นวนิยายโดยเจ้าหน้าที่ทั่วโลก รูปภาพของ Samuel Corum / Getty

เมื่อเร็วๆ นี้ มหาวิทยาลัยโคลัมเบียได้จัดทำแบบจำลอง (พร้อมแผนที่แบบโต้ตอบที่มีประโยชน์ ) ที่พยายามคาดการณ์ว่ามณฑลใดของสหรัฐฯ ที่ระบบการดูแลสุขภาพของตนจะท่วมท้นภายใต้สถานการณ์การเว้นระยะห่างทางสังคมที่แตกต่างกัน และเมื่อใด

แบบจำลองยังพยายามช่วยเหลือโรงพยาบาลโดยแสดงให้เห็นว่ากลยุทธ์การเผชิญปัญหาที่แตกต่างกันในโรงพยาบาล (เช่น การเปลี่ยนเตียงในห้องผ่าตัดเป็นเตียงดูแลผู้ป่วยโควิด-19 เป็นต้น และการปรับเปลี่ยนเครื่องช่วยหายใจสำหรับผู้ป่วยหลายรายสำหรับผู้ป่วยรายอื่น) สามารถบรรเทาปัญหาและช่วยเหลือได้ ช่วยชีวิต

การทำนายเป็นที่น่ากลัวสำหรับความสนใจในระบบของโรงพยาบาลซึ่งคาดว่าเร็ว ๆ นี้จะย้ายจากภาคตะวันออกเฉียงเหนือของสหรัฐไปยังรัฐทางใต้เช่นการระบาดของโรคจะเริ่มส่งผลกระทบต่อพื้นที่มากขึ้นและชนบท (โปรดทราบว่า: ในขณะที่การระบาดในบางเมืองลดลง การระบาดในพื้นที่อื่นอาจเพิ่งเริ่มต้นขึ้น)

มันเป็นรูปแบบที่ซับซ้อน เจฟฟ์ ชาแมน ผู้สร้างแบบจำลองโรคติดเชื้อที่โคลัมเบียกำลังพยายามคาดการณ์ความต้องการเตียงในโรงพยาบาล ความต้องการเตียงไอซียู และความต้องการเครื่องช่วยหายใจ “มันเป็นคำอธิบายทางคณิตศาสตร์ของการแพร่ระบาดในระดับมณฑล โดยที่มณฑลต่างๆ เชื่อมโยงกันด้วยการเคลื่อนไหวระหว่างกันโดยอิงตาม … รูปแบบการเดินทาง และความเข้าใจว่าสิ่งเหล่านั้นลดลงเมื่อเวลาผ่านไปเนื่องจากวิกฤตการณ์โควิด-19 ที่กำลังดำเนินอยู่นี้”

ผู้เชี่ยวชาญคาดการณ์ว่าบุคลากรในโรงพยาบาลในอเมริกาจะ “หมุนวน” ขณะที่แพทย์ล้มป่วยจาก coronavirus

มันพยายามที่จะบัญชีเป็นจำนวนมาก แต่ก็ไม่สามารถบัญชีสำหรับทุกสิ่ง สิ่งที่ไม่สามารถอธิบายได้: ความเป็นไปได้ที่เจ้าหน้าที่สาธารณสุขจะป่วยและต้องออกจากงาน ทำให้ระบบโรงพยาบาลเหล่านี้ตึงเครียดมากขึ้น “ขณะนี้เรากำลังดำเนินการสร้างฐานข้อมูลระดับชาติเกี่ยวกับระดับพนักงาน” Charles Branasประธานฝ่ายระบาดวิทยาของ Columbia กล่าว “มันเป็นเรื่องท้าทายที่จะสร้างเครื่องบินลำนี้ในขณะที่มันกำลังบินอยู่ ค่อนข้างตรงไปตรงมา”

นั่นไม่ได้หมายความว่าโมเดลนั้นไร้ประโยชน์ ยังสามารถช่วยแนะนำการตัดสินใจได้ คุณสามารถดูแผนที่และดูว่ามณฑลใดยังคงถูกครอบงำในสถานการณ์ที่ดีที่สุดของพวกเขา “สิ่งเหล่านี้อาจเป็นเขตตัวเลือกแรกสำหรับทรัพยากรเสริม” Branas กล่าว

ฉันถามนักวิจัยของโคลัมเบียว่าพวกเขาต้องการให้สาธารณชนนึกถึงแบบจำลองของพวกเขาอย่างไร

“นี่ไม่ใช่การคาดการณ์ แต่เป็นการคาดการณ์ เรากำลังเผชิญกับสภาพแวดล้อมที่ไม่แน่นอนอย่างยิ่ง” ชาแมนเน้นย้ำ “ระดับที่คนเว้นระยะห่างทางสังคม … กำลังเปลี่ยนแปลงไปทุกวัน เป็นการยากที่จะระบุสิ่งที่เกิดขึ้น เราทำการคาดการณ์หลายครั้งเพราะเราไม่รู้ว่าผู้คนจะทำอะไร เราทำเพราะอยากได้หน้าต่างในอนาคต ดังนั้นเราจึงสามารถประเมินได้: เราอยู่ในวิถีที่เลวร้ายจริงๆ ไม่ว่าเราจะทำอะไร? หรือเราอยู่ในวิถีที่ดีไม่ว่าเราจะทำอะไร? หรือเป็นหน้าที่ของเราที่จะต้องตัดสินใจบางอย่างเพื่อที่เราจะสามารถก้าวไปสู่ผลลัพธ์ที่ดีกว่าได้อย่างแน่นอน”

(แบบจำลองกลไกอื่นที่ควรตรวจสอบ: มหาวิทยาลัยเพนซิลเวเนียมีเครื่องมือสำหรับผู้นำระดับภูมิภาคในการป้อนข้อมูลข้อสังเกตของตนเองและดูว่าการระบาดอาจส่งผลกระทบต่อโรงพยาบาลในพื้นที่ของตนอย่างไร)

สิ่งที่เราต้องการในอนาคตคือการพยากรณ์โรคที่ดีขึ้น

ยังมีอีกมากที่ยังไม่รู้เกี่ยวกับ coronavirus และการระบาดใหญ่

“จะมีคนเขียนบทความเกี่ยวกับสิ่งที่เกิดขึ้นจริงในอีก 100 ปีข้างหน้า และจะมีคนค้นพบเกี่ยวกับอัตราการเพิ่มขึ้นในซานฟรานซิสโกกับนิวยอร์ก” ฮาเนจกล่าว

Rivers นักระบาดวิทยาของ Johns Hopkins หวังว่าในอนาคตเราจะดีขึ้นในเรื่องนี้ เช่นสหรัฐอเมริกามีอากาศแห่งชาติบริการ – หน่วยงานรัฐบาลบุคลากรเพื่อสร้างแบบจำลองสภาพอากาศและทดสอบอำนาจการพยากรณ์ของพวกเขา – เธอหวังที่จะเห็นการสร้างการพยากรณ์โรคติดเชื้อแห่งชาติ

“เหตุผลที่เรามีพยากรณ์อากาศที่แม่นยำในวันนี้ เพราะมีหน่วยงานของรัฐบาลกลางที่รับผิดชอบด้านการพยากรณ์อากาศ” เธอกล่าว

เราจำเป็นต้องเรียนรู้จากแนวทางการสร้างแบบจำลองที่กำลังใช้อยู่ในปัจจุบัน เพื่อสร้างแบบจำลองที่ดีขึ้นสำหรับอนาคต บริการสภาพอากาศทำเช่นนี้สำหรับพายุเฮอริเคน: คุณสามารถเห็นได้อย่างชัดเจนในข้อมูลบริการสภาพอากาศว่าการพยากรณ์พายุเฮอริเคนติดตาม (เช่นแบบจำลองการคาดการณ์) มีการปรับปรุงอย่างมากเมื่อเวลาผ่านไปอย่างไร แม่น้ำไม่เห็นว่าเป็นอุบัติเหตุ แบบจำลองสภาพอากาศได้รับการปรับปรุงเนื่องจากมีบริการจากส่วนกลางเพื่อศึกษาและสร้าง

เธอบอกว่าจำเป็นต้องมีหน่วยงานกลางบางแห่งที่รวบรวมแบบจำลองเหล่านี้ไว้ในที่เก็บถาวร เพื่อให้นักวิจัยทราบในภายหลังว่ารุ่นใดทำงานได้ดีที่สุด และเพราะเหตุใด จากนั้นจะสามารถรวมความเข้าใจนั้นเพื่อคาดการณ์การระบาดในอนาคตได้ดียิ่งขึ้น

“จุดประสงค์ของแบบจำลองเหล่านี้ไม่ใช่การทำนายอนาคตอย่างแม่นยำ แต่เป็นการโน้มน้าวอนาคตและเลือกแนวทางปฏิบัติที่ดี”

ตอนนี้มีหลายรุ่นครับ มีการคาดการณ์มากมาย เราไม่แน่ใจว่าอันไหนจะแม่นยำหรือมีประโยชน์มากที่สุด “อย่าลงเอยด้วยการหมกมุ่นอยู่กับตัวเลขเฉพาะ” ฮาเนจให้คำแนะนำสุดท้าย “แค่จบลงด้วยการรู้ว่ามีจำนวนมาก นั่นเป็นวิธีที่ดีที่สุดที่จะคิดเกี่ยวกับเรื่องนี้”

ฮาเนจเสนอคำอุปมาที่อาจเป็นประโยชน์อีกประการหนึ่ง: “นักฟิสิกส์ที่เก่งมากๆ จะสามารถจำลองสิ่งที่จะเกิดขึ้นได้หากคุณเดินเข้าไปในทางหลวงระหว่างรัฐและพูดอย่างแน่ชัดว่าส่วนต่างๆ ของร่างกายจะไปถึงไหน แต่ความจริงที่ว่าแบบจำลองอื่นใส่ส่วนต่างๆ ของร่างกายไว้ ที่อื่นไม่ได้เปลี่ยนข้อสรุปกลางว่าคุณกำลังจะถูกรถชน” เขากล่าว

สำหรับตอนนี้ ข้อความที่ใหญ่ที่สุดจากพวกเขาทั้งหมดคือมาตรการเว้นระยะห่างทางสังคมเป็นการช่วยชีวิตอย่างแท้จริง แบบจำลองทำนายเมื่อหลายสัปดาห์ก่อน และคำทำนายนั้นก็เป็นจริง เราทุกคนสามารถรู้สึกดีกับการเสียสละของเราได้เพราะเหตุนั้น

ผู้คนหลายล้านพึ่งพาการทำข่าวเชิงอธิบายของ Vox เพื่อทำความเข้าใจกับ coronavirus ข้อมูลนี้มีพลังในการช่วยชีวิต แต่แบรนด์งานที่โดดเด่นของเรานั้นต้องใช้ทรัพยากร การสนับสนุนทางการเงินจากผู้อ่านของเราช่วยสนับสนุนการทำข่าวของเรา และทำให้เจ้าหน้าที่ของเราสามารถนำเสนอบทความ วิดีโอ และพอดแคสต์ฟรีตามคุณภาพและปริมาณที่ต้องการได้ในขณะนี้ โปรดพิจารณาบริจาคเงินให้กับ Vox ตั้งแต่วันนี้ ตั้งแต่ $3ขึ้นไป

เมื่อคุณมีช่องโหว่ขนาดใหญ่ที่ผู้นำประเทศของคุณควรจะเป็น ก็ควรที่จะยืมสิ่งที่ดีที่สุดจากผู้นำของคนอื่น พวกเขาไม่สามารถตัดสินใจครั้งใหญ่ของอเมริกาได้ แต่พวกเขาสามารถเติมเต็มช่องว่างบางส่วนได้

ในการระบาดใหญ่ของ Covid-19เราสามารถสบายใจในความสามารถของพวกเขาและใช้ภูมิปัญญาของพวกเขาเพื่อแนะนำเราเกี่ยวกับสิ่งที่เราแต่ละคนควรทำ

ขณะนี้ สหรัฐฯ และประเทศอื่นๆ อีกหลายประเทศกำลังพิจารณาผ่อนปรนการเว้นระยะห่างทางสังคมและข้อจำกัดอื่นๆ หากและเมื่อใดที่ผู้ติดเชื้อและการรักษาในโรงพยาบาลเริ่มลดลงหรือลดลง และนายกรัฐมนตรีเยอรมัน อังเกลา แมร์เคิล (ผู้ซึ่งบังเอิญเป็นนักวิทยาศาตร์ ) มีบทเรียนสำคัญที่เราทุกคนควรฟัง

เมื่อวันพุธ เธอได้วางตรรกะที่สำคัญเกี่ยวกับการระบาดใหญ่ของ coronavirus ที่ยังไม่ชัดเจนเพียงพอในสหรัฐอเมริกา ในแง่ที่เรียบง่ายและชัดเจนเธออธิบายว่าทำไมเยอรมนีถึงไม่มี “ห้องเลื้อย” มากเพียงพอสำหรับความจุของโรงพยาบาล ด้วยเหตุนี้ การยกเลิกการล็อกใดๆ เช่น การอนุญาตให้ร้านค้าบางแห่งเปิดในสัปดาห์หน้า จะยังคง “อยู่บนน้ำแข็งบางๆ”

คำอธิบายของ Merkel ซึ่งแพร่กระจายไปทั่วโลกนั้นมีศูนย์กลางอยู่ที่ตัวชี้วัดที่เรียกว่า R0 หรือหมายเลขการสืบพันธุ์พื้นฐาน หมายถึงจำนวนคนที่ป่วยโดยเฉลี่ยในกลุ่มที่อ่อนแอต่อโรค (หมายความว่าพวกเขายังไม่มีภูมิคุ้มกัน)

เธอกล่าวว่าหาก R0 ของเยอรมนีเปลี่ยนจากอัตราคงที่ที่ 1.0 เป็น 1.1 โรงพยาบาลของประเทศจะถูกบดขยี้ภายในเดือนตุลาคม โดยไม่มีทรัพยากรเพียงพอที่จะดูแลผู้ป่วยโควิด-19 ที่ป่วยหนักทั้งหมด หาก R0 สูงถึง 1.2 การโอเวอร์โหลดนั้นจะเข้าสู่เดือนกรกฎาคม และอื่นๆ.

เหตุใดฝรั่งเศสจึงมีผู้เสียชีวิตจาก coronavirus มากเป็น 4 เท่าของเยอรมนี R0 เฉลี่ยทั่วโลกในปัจจุบันของ Covid อยู่ที่ 2-2.5แต่เยอรมนีทำงานได้ดีพอที่จะจัดการการระบาดเพื่อให้รายงาน R0 ลดลงเหลือ0.7ณ วันที่ 17 เมษายน ซึ่งต่ำพอที่ Merkel จะคว่ำบาตร “การผ่อนคลายข้อจำกัดเบื้องต้น ”

เยอรมนีไม่ได้ออกจากป่าอย่างไรก็ตาม Marieke Degen รองโฆษกสถาบัน Robert Koch ของเยอรมนีบอกกับ Alex Ward ของ Voxว่า “สิ่งสำคัญมากที่จะเน้นว่าเยอรมนียังอยู่ในช่วงเริ่มต้นของโรคระบาด” และผู้สูงอายุในประเทศกำลังป่วยมากขึ้น

ด้วยเหตุผลหลายประการ อเมริกาจึงมีที่ว่างน้อยกว่าเยอรมนี เยอรมนีมีเตียงโรงพยาบาล 8 เตียงต่อคน เทียบกับ2.7เตียงของอเมริกา ในเตียง ICU เยอรมนีมี 8.3 ต่อคนในขณะที่อเมริกามี6.6 .

นอกจากนี้ยังมีการทดสอบ coronavirus ที่อัตราสองเท่าของสหรัฐอเมริกา ( การทดสอบ21เทียบกับ9.8ต่อ 1,000 คน) หากไม่มีการทดสอบที่เข้มงวดคุณจะไม่สามารถติดตาม R0 หรือRtที่เกี่ยวข้องได้ดี— และคุณสามารถจบลงด้วยการบินตาบอด เสี่ยงต่อระบบสุขภาพเกินพิกัดและการเสียชีวิตที่หลีกเลี่ยงได้

Covid-19 กระจายในทางที่ชี้แจงและก็คุ้มค่าเน้นการเปลี่ยนแปลงการเจริญเติบโตของ การเปลี่ยนแปลงเล็กๆ น้อยๆ ในความเสี่ยงนั้นเติบโตอย่างรวดเร็ว นำไปสู่ผลลัพธ์ที่ร้ายแรง ดังที่เธรดทวีตที่มีประโยชน์นี้แสดงให้เห็นว่า:

ตัวเลือกเล็กๆ น้อยๆ ที่เราแต่ละคนทำเกี่ยวกับพฤติกรรมเสี่ยงนั้นเหมือนกับการเล่นรูเล็ตรัสเซีย แต่ใช้ปืนกล คุณอาจเคยคิดว่าหากคุณไม่ได้อยู่ในกลุ่มที่มีความเสี่ยงสูง (เช่นผู้สูงอายุ ) และอัตราการเสียชีวิตอยู่ที่ประมาณ1 เปอร์เซ็นต์ภัยคุกคามก็ไม่ได้มากขนาดนั้น แน่นอนเราสามารถคลายข้อ จำกัด ?

แต่นั่นก็เหมือนกับการถูกขังอยู่ในห้องที่มีคน 100 คน ซึ่งพฤติกรรมโดยรวมของคุณเป็นตัวกำหนดจำนวนกระสุนที่อยู่ในปืนกลที่จะยิงใส่พวกคุณทุกคน คุณอาจไม่ตาย แต่คนอื่น ๆ จะต้องตายอย่างแน่นอน

โควิด-19 เป็นสาเหตุการเสียชีวิตอันดับต้นๆในหลายพื้นที่แล้ว รวมถึงรัฐนิวยอร์ก หลุยเซียน่า และวอชิงตัน ดี.ซี. คุณต้องการเพิ่มกระสุนให้กับคลังแสงหรือไม่?

คุณจะสนับสนุนการทำข่าวเชิงอธิบายของ Vox หรือไม่ ผู้คนนับล้านหันมาใช้ Vox เพื่อทำความเข้าใจว่าเกิดอะไรขึ้นในข่าว ภารกิจของเราไม่เคยมีความสำคัญมากกว่าที่เป็นอยู่ในขณะนี้: การเสริมอำนาจด้วยความเข้าใจ การสนับสนุนทางการเงินจากผู้อ่านของเราเป็นส่วนสำคัญในการสนับสนุนการทำงานที่เน้นทรัพยากรของเรา และช่วยให้เรารักษาการสื่อสารมวลชนของเราให้เป็นอิสระสำหรับทุกคน

จำนวนการทดสอบcoronavirusใหม่ที่รายงานในแต่ละวันมีที่ราบ – ส่งผลกระทบอย่างมากต่อความคาดหวังของอเมริกาที่จะกลับมาเปิดเศรษฐกิจได้อย่างปลอดภัยในเร็ว ๆ นี้ แม้ว่าประธานาธิบดีโดนัลด์ทรัมป์จะยืนยันว่าประเทศนี้อยู่ห่างจากการทำเช่นนั้นหลายสัปดาห์

ทรัมป์ประกาศแนวทางปฏิบัติในวันที่ 16 เมษายน ให้รัฐต่างๆ เปิดทำการอีกครั้ง โดยเรียกร้องให้ผู้ว่าการรัฐผ่อนคลายมาตรการเว้นระยะห่างทางสังคม เช่น คำสั่งให้อยู่แต่บ้าน เนื่องจากจำนวนผู้ป่วยโควิด-19 รายใหม่เริ่มลดลง เขารับทราบข้อกำหนดสำหรับการเปิดเศรษฐกิจอีกครั้งคือรัฐบาลและรัฐต่างๆ ต้องรู้ว่าจำนวนผู้ป่วย coronavirus รายใหม่กำลังลดลงจริง ๆ หากไม่มีการทดสอบอย่างกว้างขวาง พวกเขาก็ไม่รู้ว่ากำลังเผชิญกับอะไรและต้องปฏิบัติอย่างไร

“นักวิทยาศาสตร์และผู้เชี่ยวชาญด้านสุขภาพที่ดีที่สุดของเราประเมินว่ารัฐในปัจจุบันมีการทดสอบเพียงพอที่จะใช้เกณฑ์ของระยะที่หนึ่ง หากพวกเขาเลือก” รองประธานาธิบดี Mike Pence กล่าวในงานแถลงข่าวคืนวันที่ 17 เมษายน

แต่ตามโครงการติดตามโควิดสหรัฐมีการทดสอบเฉลี่ยน้อยกว่า 150,000 ครั้งต่อวันจนถึงสัปดาห์ของวันที่ 13 เมษายน รวมทั้งที่ห้องปฏิบัติการทั้งภาครัฐและเชิงพาณิชย์ นั่นเป็นการปรับปรุงจากวันแรกของเดือนมีนาคม เมื่อประเทศรายงานการทดสอบใหม่เป็นโหลและต่อมาเป็นร้อยๆ แต่ก็ไม่ได้เพิ่มขึ้นจากช่วงหลายสัปดาห์ที่ผ่านมา: ในสัปดาห์ที่ 6 เมษายน ประเทศก็มีการทดสอบเฉลี่ยน้อยกว่า 150,000 ครั้งต่อวัน

สิ่งที่ประเทศจำเป็นต้องทำการทดสอบอย่างถูกต้องอ้างอิงจากผู้เชี่ยวชาญอย่างน้อย 500,000 การทดสอบต่อวัน ผู้เชี่ยวชาญบางคนเรียกร้องมากกว่านั้น — หลายล้านหรือหลายสิบล้านต่อวัน — แต่ประเด็นทั่วไปก็คือ สหรัฐฯ จำเป็นต้องทำการทดสอบหลายครั้งกว่าที่กำลังทำอยู่ในขณะนี้ เพื่อให้สามารถทดสอบทุกคนด้วยอาการและผู้สัมผัสใกล้ชิด .

การยอมรับความจริงนั้นอาจเป็นเหตุผลที่ใหญ่ที่สุดที่สหรัฐฯ กำลังทำ Social Distancing อยู่ในขณะนี้ เป้าหมายใหญ่อย่างหนึ่งในช่วงเวลานี้คือการทำให้เส้นโค้งเรียบ – ลดการแพร่กระจายของไวรัส – ในขณะที่สหรัฐฯ ขยายระบบการทดสอบและเฝ้าระวังเพื่อให้ประเทศและรัฐควบคุมกลุ่มเคสใหม่ได้ดีขึ้น

“จุดสำคัญของการเว้นระยะห่างทางสังคมนี้คือการซื้อเวลาให้กับเราเพื่อสร้างความสามารถในการดำเนินการด้านสาธารณสุขที่เรารู้จัก” นาตาลี ดีน ศาสตราจารย์ด้านชีวสถิติจากมหาวิทยาลัยฟลอริดากล่าว “ถ้าเราไม่ใช้เวลานี้เพื่อขยายการทดสอบจนถึงระดับที่เราต้องการให้เป็น … เราไม่มีกลยุทธ์ในการออก แล้วเมื่อเรายกของขึ้น เราก็ไม่มีอุปกรณ์ใดดีไปกว่าเมื่อก่อน”

การทดสอบช่วยให้เจ้าหน้าที่มีช่องทางในการแยกผู้ป่วย ติดตามและกักกันผู้ที่ได้รับการยืนยันว่าป่วยเข้ามาสัมผัสอย่างใกล้ชิด (หรือที่เรียกว่า “การติดตามผู้สัมผัส”) และปรับใช้ความพยายามในชุมชนหากกลุ่มผู้ป่วยใหม่มีขนาดใหญ่เกินไปและ ไม่สามารถควบคุมได้เป็นอย่างอื่น หากไม่มีมัน วิธีเดียวที่จะจัดการกับการระบาดก็คือการเว้นระยะห่างทางสังคม ซึ่งส่งผลเสียต่อเศรษฐกิจมากขึ้น หรือปล่อยให้โรคดำเนินไปตามทางของมัน — ซึ่งอาจทำให้เสียชีวิตได้หลายแสนคนหรือหลายล้านคน

การชะลอตัวล่าสุดของการทดสอบใหม่เกิดจากปัญหาการขาดแคลนผ้าเช็ดจมูกอุปกรณ์ป้องกันส่วนบุคคลน้ำยา ชุดทดสอบ และเครื่องจักรที่จำเป็นในการดำเนินการทดสอบเฉพาะที่จำเป็น ตามที่David Lim ที่ Politicoห้องปฏิบัติการบางแห่งยังบ่นว่าเกณฑ์การทดสอบของศูนย์ควบคุมและป้องกันโรค ซึ่งจัดลำดับความสำคัญผู้ป่วยในโรงพยาบาล เจ้าหน้าที่สาธารณสุข และผู้ที่เสี่ยงต่อไวรัส เช่น ผู้สูงอายุ กำลังระงับการทดสอบที่อาจเกิดขึ้น ความจุการทดสอบที่มีอยู่ไม่ได้ใช้

เพื่อแก้ไขช่องว่าง ผู้เชี่ยวชาญโต้แย้งว่า รัฐบาลกลางจำเป็นต้องผ่อนคลายเกณฑ์สำหรับการทดสอบ ลงทุนในอุปกรณ์และห้องปฏิบัติการใหม่ และประสานงานห่วงโซ่อุปทานให้ดีขึ้นเพื่อแก้ไขปัญหา chokepoints ท่ามกลางปัญหาอื่นๆ รัฐที่มีทรัพยากรจำกัดและการควบคุมห่วงโซ่อุปทานของประเทศเพียงเล็กน้อย ไม่สามารถทำทั้งหมดนี้ได้ด้วยตนเอง

อย่างไรก็ตาม การแก้ไขดังกล่าวพูดง่ายกว่าทำ ผู้เชี่ยวชาญเตือนว่าการทดสอบในระยะต่อไปจะยากกว่าระยะเริ่มต้นมาก ซึ่งส่วนใหญ่จำเป็นต้องมีห้องปฏิบัติการที่มีอยู่เพื่อเริ่มทำการทดสอบ coronavirus – ผลไม้แขวนลอย

“เราได้ทำการทดสอบที่ก้าวหน้าอย่างมากในเดือนนี้” Scott Gottlieb อดีตผู้บัญชาการของสำนักงานคณะกรรมการอาหารและยาเขียนในทวีตเมื่อวันที่ 10 เมษายน “แต่ได้กำไรมากมายจากการที่ผู้เล่นได้ต่อสู้กัน (ห้องปฏิบัติการทางคลินิก วิชาการ ห้องปฏิบัติการ) ตอนนี้เราต้องขยายขีดความสามารถของห้องปฏิบัติการ แพลตฟอร์ม ปริมาณงาน ชุดทดสอบ การได้รับการทดสอบอีกล้านครั้ง/สัปดาห์จะยากกว่าการทดสอบครั้งแรก”

นี่เป็นเหตุผลหนึ่งที่แผนการยุติการเว้นระยะห่างทางสังคมนั้นแย่มาก: ไม่เพียงแต่พวกเขาแนะนำว่าจำเป็นต้องมีการเว้นระยะห่างทางสังคมในระดับหนึ่งในปีหน้าหรือประมาณนั้น (จนกว่าจะมีวัคซีนหรือการรักษาที่มีประสิทธิภาพใกล้เคียงกัน) — ซึ่งเรา ไม่รู้ว่าประเทศจะคงอยู่ได้ไหม แต่พวกเขาเรียกร้องให้มีการเฝ้าระวังและทดสอบในระดับหนึ่ง ซึ่งสหรัฐฯ ยังไม่ได้แสดงความสามารถและความเต็มใจที่จะสร้างและจัดการ

เป็นไปได้ที่สหรัฐฯ จะได้รับโชคดี ยังมีอีกมากเกี่ยวกับ coronavirus ที่เราไม่รู้และบางทีเมื่อเราเรียนรู้เพิ่มเติม เราจะตระหนักว่าประเทศสามารถไว้ชีวิตที่เลวร้ายที่สุดได้ (นั่นเป็นแง่ดี เนื่องจากเราได้เห็นการระบาดทั่วโลกแล้ว แต่เป็นไปได้) ฝ่ายบริหารของทรัมป์และรัฐต่างๆ ยังมีเวลาที่จะผ่อนคลายเกณฑ์การทดสอบและเพิ่มขีดความสามารถในอีกไม่กี่สัปดาห์ข้างหน้า

แต่ถ้าไม่มีอะไรเปลี่ยนแปลง อเมริกาก็ไม่สามารถบรรลุมาตรฐานการทดสอบเชิงรุกที่ผู้เชี่ยวชาญกล่าวว่าจำเป็นต้องเริ่มเปิดประเทศอีกครั้ง ในขณะที่ทรัมป์กระตือรือร้นที่จะทำให้เศรษฐกิจดำเนินต่อไปได้อีกครั้ง สหรัฐฯ ก็ยังไม่พร้อมที่จะดำเนินการอย่างปลอดภัย

หากคุณเห็นคุณค่าของ Vox เรามีการถาม เพื่อให้เข้าใจข่าว คุณต้องเข้าใจระบบที่หล่อหลอมสังคม นักข่าวและบรรณาธิการของเราใช้เวลาหลายชั่วโมงในการค้นหาข้อมูล ทำวิจัย และพูดคุยกับผู้เชี่ยวชาญเพื่ออธิบายระบบเหล่านี้อย่างชัดเจน ซึ่งรวมถึงบริบททางประวัติศาสตร์ ปัญหา และแนวทางแก้ไขที่เป็นไปได้ เป้าหมายของเราคือการให้ข้อมูลที่ชัดเจนแก่ผู้คน ซึ่งช่วยให้พวกเขาสร้างโลกที่พวกเขาอาศัยอยู่

เมื่ออันตรายจากการเว้นระยะห่างทางสังคมเริ่มชัดเจนขึ้นเรื่อยๆ ชาวอเมริกันอาจเริ่มสงสัยว่า: เราตอบสนองต่อการระบาดใหญ่ของโคโรนาไวรัสมากเกินไปหรือไม่ ?

บางคน (แม้ว่าจะไม่ใช่คนส่วนใหญ่ ) ดูเหมือนจะคิดอย่างนั้น เจ้าหน้าที่รัฐบาลกลางบางคน ตั้งแตประธานาธิบดีโดนัลด์ ทรัมป์ไปจนถึงตัวแทน Andy Biggs (R-AZ)ถามว่า “การรักษานั้นพิสูจน์ได้ว่าเลวร้ายกว่าตัวโรคเอง” ผู้ประท้วงในหลายรัฐ รวมทั้งมิชิแกน โอไฮโอ และเคนตักกี้เรียกร้องให้ยุติการปิดเมือง โดยอ้างว่าความเสียหายต่อเศรษฐกิจมีมากเกินกว่าจะรับไหว

นี่เป็นคำถามที่ผู้เชี่ยวชาญด้านสาธารณสุขและเจ้าหน้าที่คาดหวังตั้งแต่เริ่มต้น ดังที่ทารา สมิธ นักระบาดวิทยาด้านระบาดวิทยาของมหาวิทยาลัยแห่งรัฐเคนท์บอกฉันว่า “มันเป็นความขัดแย้งของสาธารณสุข: เมื่อคุณทำถูกต้อง จะไม่มีอะไรเกิดขึ้น”

ผู้สนับสนุนทรัมป์รวมตัวกันที่แลนซิง รัฐมิชิแกน เพื่อแสดงความไม่พอใจกับคำสั่งผู้บริหาร “Stay Safe, Stay Home” ของรัฐบาล Gretchen Whitmer เมื่อวันที่ 15 เมษายน รูปภาพ Elaine Cromie / Getty
ปัญหาเกี่ยวกับการป้องกันที่เหมาะสม ซึ่งเป็นหัวใจสำคัญของกลยุทธ์ด้านสาธารณสุขหลายประการ คือไม่มีข้อบ่งชี้ที่ชัดเจนว่าจะได้ผลเมื่อใด ไม่มีการเฉลิมฉลองในที่สาธารณะเมื่อกรณี coronavirus หรือการเสียชีวิตไม่เกิดขึ้น

และในขณะเดียวกัน ความเสียหายทางเศรษฐกิจจากการปิดตัวของอเมริกาก็ปรากฏชัดในทันที นักเศรษฐศาสตร์บางคนเตือนว่าอัตราการว่างงานอาจเกินร้อยละ 30 มีผู้ยื่นคำร้องขอว่างงานประมาณ 22 ล้านคนนับตั้งแต่มาตรการเว้นระยะห่างทางสังคมมีผลบังคับใช้ในเดือนมีนาคม เส้นความช่วยเหลือด้านอาหารจะยืดสำหรับบล็อกทั่วประเทศ ตอนนี้มันยากขึ้นมาก — ถ้าไม่เป็นไปไม่ได้ — ไปเยี่ยมครอบครัวและเพื่อนฝูงและมีส่วนร่วมในงานอดิเรกและกิจกรรมที่ชื่นชอบมากมาย

กล่าวอีกนัยหนึ่งประโยชน์ของการเว้นระยะห่างทางสังคมนั้นไม่สามารถมองเห็นได้ชัดเจนในขณะที่ความเจ็บปวดจากมัน ที่สร้างสถานการณ์ที่มันอาจเป็นเรื่องง่ายที่จะใช้สำหรับการรับที่ปลีกตัวสังคมเป็นตามที่ผู้เชี่ยวชาญและรูปแบบที่มีแนวโน้มการป้องกันหลายร้อยหลายพันของการเสียชีวิตในประเทศสหรัฐอเมริกา

ผู้คนเดินผ่านอาคาร Google ในนิวยอร์ก แต่สิ่งสำคัญคือต้องเตือนตัวเองว่าเรากำลังทำอะไรอยู่ที่นี่ สหรัฐฯ ต้องการหลีกเลี่ยงการไปถึงจุดที่เห็นได้ชัดว่าเราทำอะไรผิดและจำเป็นต้องแก้ไขให้ถูกต้อง เราต้องการ

ป้องกันไม่ให้สิ่งที่เกิดขึ้นในอิตาลี สเปน หรือนิวยอร์กเกิดขึ้นทั่วประเทศ นั่นหมายถึงการตอบโต้ไม่เพียงต่อสิ่งที่มองเห็นได้ในปัจจุบันเท่านั้น แต่ยังรวมถึงสิ่งที่อาจเป็นไปได้ในอนาคตด้วย การทำแบบนั้นมักจะดูเหมือนเป็นปฏิกิริยาที่มากเกินไป แม้ว่าจะเป็นการเรียกร้องที่ถูกต้องก็ตาม

การทดสอบ coronavirus ปานกลางอย่างน่าอายของอเมริกาใน 2 ชาร์ต

“เวลาที่คุณกำลังเผชิญกับการระบาดของโรคถ้ามันจะปรากฏขึ้นเหมือนที่คุณแสดงออกแล้วคุณอาจจะได้ทำสิ่งที่ถูกต้อง” Krutika Kuppalli เป็นเพื่อนในศูนย์ Johns Hopkins สำหรับหลักประกันสุขภาพที่เกิดขึ้นใหม่ผู้นำในโปรแกรมความปลอดภัยทางชีวภาพ, บอกฉัน

นั่นเป็นความจริงโดยเฉพาะอย่างยิ่งสำหรับ coronavirus Royal Online Casino ยังมีอีกมากที่เราต้องเรียนรู้เกี่ยวกับไวรัสแต่เรารู้ว่าดูเหมือนว่าจะแพร่กระจายอย่างน้อยก็ในบางส่วนผ่านผู้ที่ไม่แสดงอาการใดๆ นั่นหมายความว่าสามารถแพร่ระบาดในชุมชนโดยไม่มีใครรู้ แม้แต่คนที่ติดเชื้อก็ไม่ทราบ ที่ต้องดำเนินการก่อนที่ไวรัสจะมองเห็นได้ชัดเจน อย่างน้อยก็ไม่มีการทดสอบจำนวนมากในชุมชน

นอกจากนี้ยังมีหลักฐานจากการระบาดที่ผ่านมาโดยเฉพาะอย่างยิ่งการระบาดใหญ่ของโรคไข้หวัดใหญ่ 1918ที่ทำปฏิกิริยาอย่างรวดเร็วและอุกอาจ – แม้กระทั่งก่อนที่โรคอย่างชัดเจนเป็นภัยคุกคาม – เป็นสิ่งสำคัญทั้งในการช่วยชีวิตและในระยะยาวที่อาจเกิดขึ้นการรักษาเศรษฐกิจเหมือนเดิม

ใช่ มันต้องการการเสียสละร่วมกันในเวลานี้ แต่มันก็คุ้มค่า ทางเลือกหนึ่งที่เรายอมให้คนหลายล้านคน รวมทั้งเพื่อน ครอบครัว และเพื่อนร่วมงานของเราเสียชีวิต เป็นสิ่งที่เลวร้ายมาก เราจำเป็นต้องทำทุกอย่างที่ทำได้เพื่อป้องกัน

ไวรัสโคโรน่าต้องการสิ่งที่ดูเหมือนเป็นปฏิกิริยาที่มากเกินไป Royal Online Casino เป็นความจริงที่เรายังไม่รู้จัก SARS-CoV-2 ซึ่งเป็นไวรัสโคโรน่าสายพันธุ์ใหม่มากพอ นั่นอาจดูเหมือนเป็นเหตุผลที่จะไม่ทำอะไรมาก: บางทีไวรัสอาจไม่ติดต่อหรือเป็นอันตรายถึงตายอย่างที่เราคิด บางทีมันอาจจะตายลงในฤดูร้อนด้วยอากาศที่อุ่นขึ้น อาจมีเฉพาะกลุ่มเฉพาะของประชากรทั่วไปเท่านั้นที่มีความเสี่ยงจริงๆ

เป็นไปได้ทั้งหมด แต่จำไว้ว่า: แม้ว่าทั้งหมดนี้และอื่น ๆ จะกลายเป็นจริงในอนาคต ความจริงก็คือเราไม่รู้ตอนนี้และไม่เคยรู้มาก่อน เราต้องดำเนินการด้วยข้อมูลที่ดีที่สุดที่เรามี และข้อมูลดังกล่าวบ่งชี้ว่า coronavirus นั้นแย่มาก ไม่ว่าจะเป็นการระบาดครั้งใหญ่ในหวู่ฮั่น ประเทศจีน ที่บังคับให้ประเทศต้องปิดตัว การระบาดในอิตาลีที่ท่วมท้นระบบการดูแลสุขภาพ หรือการระบาดในนิวยอร์กที่เปลี่ยนสหรัฐฯ เป็นผู้นำของโลกในด้านรายงานกรณีผู้ป่วยและการเสียชีวิต (โดยมีจำนวนมากกว่า 694,000 และ 31,000ตามลำดับ ณ วันที่ 18 เมษายน — และตัวเลขทั้งสองมีแนวโน้มต่ำเกินไป )

เราทราบด้วยว่า coronavirus สามารถแพร่กระจายจากผู้ที่ยังไม่มีอาการหรือจะไม่แสดงอาการที่สำคัญเลย นั่นอาจหมายความว่าโรคนี้อันตรายน้อยกว่าที่เราคิด หากมีพาหะที่ไม่แสดงอาการมากเกินกว่าที่เราทราบ อาจหมายถึงว่าผู้ติดเชื้อส่วนน้อยกำลังจะตาย

แต่ก็หมายความว่าไวรัสสามารถแพร่กระจายได้ก่อนที่จะมองเห็นได้ชัดเจนในชุมชน สิ่งนี้รุนแรงขึ้นโดยเฉพาะอย่างยิ่งจากความสามารถในการทดสอบที่ไม่ดีของอเมริกา ซึ่งเป็นผลมาจากการเตรียมพร้อมสำหรับการระบาดใหญ่โดยทั่วไป และปฏิกิริยาตอบสนองที่ช้าของประธานาธิบดีทรัมป์ต่อการระบาดทำให้ประเทศไม่สามารถทดสอบผู้คนได้อย่างรวดเร็วเพื่อดูว่ามีการแพร่กระจายที่ไม่มีอาการหรือไม่ (ผลที่ตามมาคือ จริง ๆ แล้วเราตอบสนองต่อ Covid-19 ได้น้อย และยังคงทำเช่นนั้นต่อไปโดยล้มเหลวในการขยายการทดสอบ )