El silenciamiento de los científicos
Por Alex Washburne 21 de marzo de 2022
Al principio de la pandemia de Covid, Michael Levitt observó un descenso gradual de las tasas de crecimiento de casos a lo largo del tiempo en Wuhan, y muchos desestimaron o ignoraron sus observaciones por lo que consideraban credenciales inadecuadas y métodos matemáticos poco convencionales (curvas de Gompertz, en contraposición a los modelos compartimentados convencionales en epidemiología).
Algunos investigadores llegaron a calificar el trabajo de Michael Levitt de «disparate letal», diciendo que estaba siendo un miembro irresponsable de la comunidad científica al no ser epidemiólogo y presentar un trabajo que los críticos de Levitt consideraban que restaba importancia al coronavirus.
El 17 de marzo de 2020, John Ioannidis argumentó que la gravedad del Covid era incierta y que las políticas de contención extremas, como los cierres, podrían causar más daño que la propia pandemia, lo que provocó una persistente cultura de animosidad hacia el Dr. Ioannidis, desde falsas afirmaciones de conflictos de intereses en 2020 hasta personas que acusaban a Ioannidis de «ciencia horrible» y más.
Mi experiencia como epidemiólogo «desviado»
Como biólogo matemático que estudia los virus que saltan de los murciélagos a las personas durante unos años antes de Covid, y como analista de series temporales con casi una década de experiencia en previsiones para principios de 2020, también estaba estudiando Covid desde enero de 2020.
Me di cuenta de la sabiduría de las curvas de Gompertz de Levitt – Levitt encontró una observación que yo mismo había encontrado de forma independiente, de descensos regulares en la tasa de crecimiento de los casos mucho antes de que éstos alcanzaran su punto máximo en Wuhan, y luego en los primeros brotes en toda Europa y EEUU. En mi propio trabajo, encontré pruebas en febrero de 2020 de que los casos se duplicaban cada 2-3 días (estimación del punto medio: 2,4 días) en el brote temprano de Wuhan, en un momento en que los epidemiólogos populares creían que la prevalencia del Covid se duplicaría cada 6,2 días.
En aquel momento sabíamos que los primeros casos se expusieron a finales de noviembre de 2019. Supongamos que el primer caso fue el 1 de diciembre de 2019, 72 días antes del pico aproximado de casos de principios de 2020 en China, el 11 de febrero de 2020. Si los casos se duplicaran estrictamente cada 2,4 días durante ese periodo de 72 días, hasta 1.000 millones de personas, o 2/3 de China, se habrían infectado. Si, en cambio, los casos se duplicaran cada 5 días, esperaríamos que se infectaran unas 22.000 personas en China.
Si los casos se duplicaran cada 6,2 días, esperaríamos que se infectaran 3.100 personas en China. Cuanto más lenta fuera la tasa de crecimiento de casos que se creía, menos casos se esperaban, más alta era la tasa de mortalidad por infección que estimaban y más grave les preocupaba que fuera la pandemia de Covid-19. Estos hallazgos me llevaron a ver el mérito de las observaciones del Dr. Levitt, y a estar de acuerdo con la articulación del Dr. Ioannidis sobre la incertidumbre científica que rodea la gravedad de la pandemia de Covid que el mundo estaba a punto de experimentar.
Sin embargo, cuando vi el trato que el mundo daba a Levitt, Ioannidis y a muchos otros científicos con opiniones contrarias que reflejaban las mías, empecé a temer los posibles riesgos profesionales y de reputación por compartir mi ciencia. Intenté compartir mi trabajo en privado, pero me encontré con profesores que decían que yo «no era epidemióloga», y uno me dijo que «sería directamente responsable de la muerte de millones» si publicaba mi trabajo, que estaba equivocada y que inspiraba complacencia a las personas que morían de COVID.
Entre estos encuentros personales de científicos de diversas posiciones y el apedreamiento público de Levitt y Ioannidis, me preocupaba que la publicación de mis resultados diera lugar a que me llamaran públicamente no-epidemióloga como Levitt, y responsable de muertes como Levitt y Ioannidis.
Conseguí compartir mi trabajo en una convocatoria de previsión de los CDC el 9 de marzo de 2020. Presenté cómo estimé estas tasas de crecimiento rápido, sus implicaciones para interpretar el primer brote en China, y sus implicaciones para el estado actual del COVID en EEUU. En ese momento se sabía que la transmisión comunitaria de Covid en EE.UU. había comenzado como muy tarde el 15 de enero,
mostré cómo un brote que comenzara a mediados de enero y se duplicara cada 2,4 días podría causar decenas de millones de casos a mediados de marzo de 2020. El anfitrión de la llamada, Alessandro Vespignani, afirmó que no se lo creía, que las rápidas tasas de crecimiento podrían atribuirse simplemente a las crecientes tasas de comprobación de casos, y dio por terminada la llamada.
Sólo 9 días después de mi presentación en la llamada de los CDC, se descubrió que los ingresos de Covid en las UCI se duplicaban cada 2 días entre los proveedores de atención sanitaria de la ciudad de Nueva York. Aunque la detección de casos podría estar aumentando, los criterios de ingreso en la UCI, como los umbrales cuantitativos de las concentraciones de oxígeno en sangre, eran fijos, por lo que el aumento de la UCI de Nueva York reveló un verdadero aumento de la prevalencia que se duplicaba cada 2 días en la mayor área metropolitana de EEUU.
A finales de marzo, estimamos que un exceso de 8,7 millones de personas en todo EE.UU. visitaron a un proveedor de servicios ambulatorios con una enfermedad similar a la gripe *ILI) y dieron negativo en la prueba de la gripe, y esta estimación de muchos pacientes en marzo corroboró una estimación más baja de la gravedad de la pandemia COVID.
Habiendo visto cómo Levitt, Ioannidis, Gupta y otros eran acosados en Internet por publicar sus pruebas, análisis y razonamientos a favor de una pandemia de menor gravedad, sabía que publicar el artículo sobre la ILI era un acto de desviación en una comunidad científica online extremadamente activa. Mi motivación no era ser un desviado, sino estimar cuidadosamente y con precisión el número de personas infectadas, y presentar estas estimaciones al mundo, porque el mundo necesitaba saber la gravedad de la COVID para reaccionar proporcionalmente a este nuevo virus.
Sin embargo, después de que publicáramos el documento sobre el ILI en el servidor de preimpresión, el documento fue recogido por un brillante equipo de periodistas de datos de The Economist y se hizo viral. A medida que el artículo se hizo viral, las amenazas reputacionales y profesionales que había temido empezaron a materializarse.
Los colegas dijeron que me arriesgaba a ser «responsable de la muerte de millones» (un crimen a la altura del genocidio, si el comentario se toma literalmente), que tenía las manos manchadas de sangre, que estaba «perturbando el mensaje de la salud pública», que «no era un epidemiólogo», y más. Las piedras verbales vinieron de todos los lados, desde personas que antes eran colegas y amigos hasta miembros de la comunidad científica de los que nunca había oído hablar diciendo que yo había matado a miles de personas.
La ciencia no compartida
Seguí estudiando esta teoría alternativa de Covid, basada en un crecimiento más rápido y su implícita menor gravedad. Según esta teoría, es posible que la ciudad de Nueva York alcanzara la inmunidad de rebaño en su oleada de marzo de 2020 y, de ser así, las características del brote de la ciudad de Nueva York podrían utilizarse para predecir los resultados de brotes posteriores no contenidos y menos mitigados en lugares como Suecia, Dakota del Sur y Florida.
Estimé que los casos de Covid en los brotes de otoño de 2020 alcanzarían un máximo de 1 muerte por cada 1.000 habitantes o 340.000 muertes. En aquel momento, destacados epidemiólogos cuyas opiniones coincidían con «el mensaje» seguían utilizando estimaciones de resultados de alta gravedad, en las que sería posible que se produjeran millones de muertes en EE.UU. si el virus no se contenía.
Sin embargo, tras haber experimentado el aluvión de hostilidades que precedieron y siguieron al documento sobre la ILI, y ver la continuación de las hostilidades hacia un elenco rotativo de científicos con conclusiones similares que se desviaban del «mensaje», me preocupaba compartir esta teoría completa.
Observé atentamente en el verano de 2020 cómo el inesperado y temprano pico de casos en Suecia desconcertaba a los epidemiólogos, pero se alineaba perfectamente con mi teoría. Observé cómo los brotes de otoño de 2020, desde Chicago hasta Dakota del Sur, se desaceleraban, como había observado Levitt, y alcanzaban un pico antes de lo que cabría esperar por el forzamiento estacional y de forma coherente con el brote de marzo-abril de 2020 de Nueva York. El condado medio de EE.UU. alcanzó un pico de alrededor de 1 muerte por cada 1.000 habitantes, el brote de EE.UU. alcanzó un pico de alrededor de 350.000 muertes, y los brotes de cientos de condados relativamente no mitigados vieron disminuir los casos antes de la llegada de las vacunas.
Finalmente, publiqué estas previsiones y conclusiones en abril de 2021, después de que las vacunas tuvieran tiempo suficiente para desplegarse y con la esperanza de que entonces nadie dijera que estaba interrumpiendo «el mensaje». Oculté deliberadamente estas conclusiones en los servidores de preimpresión por un temor justificado a la hostilidad de la comunidad científica durante el COVID-19.
Al crear un entorno de investigación hostil a las pruebas de una pandemia de menor gravedad, la ciencia que la gente leía en las noticias para informar de sus creencias y acciones de sobreestimación del riesgo de Covid. Esa ciencia no fue el resultado de una competición justa de ideas ganada por las pruebas y la lógica, sino de un silenciamiento de ideas por parte de funcionarios federales que coordinaron la eliminación devastadora de las opiniones contrarias, por la amplificación sesgada de una teoría por parte de los medios de comunicación social y por una norma de hostilidades privadas y públicas que imponía una teoría particular del Covid-19.
Censura informal de la ciencia en COVID-19
La censura adopta muchas formas. La forma más extrema de censura es la criminalización formal de la expresión, como las detenciones de personas en Rusia que protestan por la guerra de Putin contra Ucrania.
La ciencia en Covid-19 no fue censurada a través de ningún control social formal, como las leyes que prohíben el discurso o la publicación de determinados resultados. Sin embargo, la ciencia fue silenciada por el control social informal, por los científicos de nuestra comunidad que imponían, con palabras y hechos, un estrecho abanico de creencias científicas y normas y valores no científicos sobre quién podía presentar un hallazgo o teoría científica, o quién puede exponer un punto único sin ser acosado por sus colegas.
Ya sea atacando a Levitt y Ioannidis o a los firmantes de la Declaración de Great Barrington, Jay Bhattacharya, Martin Kulldorff y Sunetra Gupta, los científicos utilizaron las plataformas de las redes sociales y los medios de comunicación convencionales para acabar con las opiniones contrarias de otros científicos. Pero los artículos del Washington Post, BuzzFeed o el New York Times no son lugares para resolver la incertidumbre científica o avanzar en los debates científicos; son lugares para amplificar un mensaje, y el mensaje que se amplificaba era que la estimación de un grupo de epidemiólogos de que el riesgo de COVID es menor es errónea o inmoral y no debe considerarse o no es relevante cuando se discute la política sobre la pandemia.
Twitter, una zona de guerra bien conocida por amplificar el contenido incendiario, no es el lugar para resolver debates científicos, pero suele ser un lugar para llamar la atención a la gente y movilizar turbas furiosas capaces de hacer que la gente sea despedida.
Los ataques públicos a los científicos fueron intentos de ejecuciones públicas, y los humanos tenemos una larga y problemática historia de ejecuciones públicas. Históricamente, se creía que las ejecuciones públicas disuadían mejor de la desviación de las leyes y las autoridades, y los castigos públicos en Covid sirvieron para un propósito similar de disuadir a los espectadores como yo de hacer cualquier cosa que pudiera interpretarse remotamente como similar al crimen que hizo que grandes científicos de Stanford fueran apedreados.
El efecto sociológico, y muy posiblemente la intención, de los intentos de ejecuciones públicas de científicos que destacaban la incertidumbre en los resultados del Covid o, peor aún, que estimaban una menor gravedad de la carga pandémica del Covid, era el control social informal de los científicos como yo que analizaban los datos del Covid-19 todos los días de 2020 y se ratificaban en los hallazgos que destacaban la incertidumbre o estimaban una menor gravedad.
En criminología, la teoría del control social intenta explicar por qué algunas personas cometen delitos y otras no, y considero que la teoría del control social es muy útil para entender mis propias decisiones de no hacer público mi trabajo a mediados y finales de 2020.
A lo largo de 2020, fui testigo de cómo las plataformas de los medios de comunicación social y los medios de comunicación de masas se convirtieron en herramientas para fabricar el consentimiento del público para estar de acuerdo con una poderosa camarilla de epidemiólogos. Estos epidemiólogos afirmaban que su ciencia era incontestable y protegían sus teorías científicas de la impugnación mediante la difusión pública de sanciones contra sus colegas científicos. La vergüenza, la crítica, el ridículo, la desaprobación y otros controles sobre la desviación de las normas y los valores de la publicación de trabajos de acuerdo con esta camarilla de epidemiólogos, o de expertos que aprueban.
Este control social informal sobre los hallazgos científicos no tiene cabida en ningún ideal razonable de ciencia en una sociedad. Si permitimos que los científicos derriben a otros científicos mediante ataques personales, si no conseguimos desentrañar un complejo de asociaciones estrechas entre los científicos y los medios de comunicación de masas que utilizan para fabricar la creencia en sus propias teorías, entonces lo que llamamos «ciencia» sería una batalla por la creencia mediada no por los ideales pacíficos y cooperativos de la evidencia y la razón, sino por la violencia salvaje de la guerra cultural. Se convierte en una bárbara batalla mediática para lograr el dominio científico ridiculizando a los disidentes y suprimiendo la disidencia mediante el control social informal.
Un camino a seguir
Sin embargo, si examinamos sin miramientos el uso de los medios de comunicación en la ciencia, y la práctica de intentos de ejecuciones públicas de alto nivel por parte de científicos famosos, podemos identificar un cáncer sociológico en nuestra ciencia y erradicarlo antes de que haga más metástasis. La ciencia que nunca compartimos corre el riesgo de ser un hallazgo que nunca encontremos.
A medida que crece el cúmulo de ciencia no compartida, nuestra comprensión científica de las crisis, como las pandemias, sufre el desgaste de una ciencia ignorante. Debería ser del interés de todos los científicos facilitar el intercambio de ideas científicas para garantizar que ninguna ciencia quede sin compartir por miedo al ridículo o a la ejecución pública.
Afortunadamente, somos científicos. Podemos innovar nuevas plataformas e instituciones, y crear medios mejores y más profesionales para el intercambio de ideas científicas, podemos reformar la ciencia antes de la próxima pandemia.
Autor
Alex Washburne
Alex Washburne es licenciado en biología y matemáticas aplicadas por la Universidad de Nuevo México y tiene un doctorado de la Universidad de Princeton que estudia la competencia en los sistemas ecológicos, epidemiológicos y económicos. Ha investigado activamente la epidemiología del COVID, las repercusiones económicas de la política de pandemias y las respuestas de los mercados de valores y de capitales a las noticias epidemiológicas.