Vajon miben különbözik a járványtani modellezés az időjárás-előrejelzéstől? És meddig szabad egyszerűsíteni egy matematikai összefüggést, hogy még pontos legyen, de közérthető is? Erre kereste a választ a május 27-én a KÜRT Akadémia Live #7-en Bátorfy Attila újságíró, adatvizualizációs szakember, Nepusz Tamás bioinformatikus és Röst Gergely járványmodellezéssel foglalkozó matematikus. Olvasd el az esemény 7 kulcsgondolatát, vagy nézd meg a teljes beszélgetést!

1.  Az epidemiológiai adatok természetüknél fogva zavarosak

A járványtanban az adatok egészen mások, mint a fizikailag, laborban, adott technológiával kimért adatok – kezdi Röst Gergely a beszélgetést a járványadatokra épülő matematikai modellek egyik fő kihívásával. Elmondása szerint az epidemiológiai adatok sokkal zavarosabbak, nagyon nem mindegy, hogy ki gyűjtötte, hogyan, milyen módszerrel. Még olyan betegségek esetén is nagy késleltetések lehetnek, amelyekről azt gondolnánk, jól ismerjük: például bárányhimlő esetén is volt olyan év, amikor kétszer annyi volt a megbetegedések száma, mint a jelentett érték. Éppen ezért általában közvetett módszerekkel próbálják megbecsülni a fertőzöttek számát. Emiatt óvatosan kell kezelni a koronavírussal kapcsolatos adatokat, Magyarországon is a nagy szerológiai vizsgálatnak köszönhetően derült ki, hogy egy jelentett esetre 16 nem jelentett jutott.

2. Ez nem olyan, mint az időjárás-előrejelzés

Feltehető a kérdés, hogy akkor miért és hogyan csinálunk előrejelzést – fűzi tovább Gergely felvetését Nepusz Tamás. Ha tökéletes adataim lennének, akkor se tudnám jelen pillanatban előrejelezni, hogy mi lesz – vélekedik Gergely. Mint elmondja, sokan a forecasting helyett inkább a nowcasting kifejezést használják, és inkább a jelenlegi helyzetet próbálják rekonstruálni az adatokból.
Tamás magát amolyan hobbi modellezőnek tartja: bioinformatikus, a hétköznapokban nem foglalkozik járványokkal, de magánemberként arra volt kíváncsi, hogy vajon elmarad-e az Ultrabalaton. Ezért kezdett el számításokat végezni: akkor azt látta, hogy ha nem teszünk semmit, akkor „nagyon nagy gáz lesz”, de már akkor gondolta, hogy az intézkedések miatt biztosan nem a legrosszabb forgatókönyvre kell számítani. Mint elmondta, ez nem olyan, mint az időjárás-előrejelzés, hiszen nekünk, embereknek sokkal nagyobb ráhatásunk van. Egy-egy ilyen szimuláció legfeljebb azt mutatja meg, hogy mi lesz, ha így, vagy mi lesz, ha úgy viselkedünk.
És valószínűleg ezeknek az előrejelzéseknek lehetett a hatása, hogy az emberek megértették ennek a fontosságát, és a saját életükre nézve meghoztak döntéseket: arról, hogy milyen alaposan mosnak kezet vagy viselik a maszkot – mondja Bátorfy Attila, felhívva a figyelmet a közérthető kommunikáció fontosságára. Persze a következő hetekben meg sokan azt mondhatják, hogy „kár volt parázni”, teszi hozzá Tamás, utalva ezzel a megelőzési paradoxonra.
Történelmileg példátlan volt ez az oda-visszahatás, amit tapasztalhattunk, teszi hozzá Gergely. A hónapokra lezárt országhatárok és a kijárási tilalom mellett számára az volt az egyik legérdekesebb tapasztalat, hogy mindez a társadalommal egyetértésben történt. Az adatelemzések alapján például kiderült, hogy sok helyen már a korlátozások előtt elkezdték a távolságtartást az emberek.

3. Lapítsuk el a görbét – de közérthetően vagy pontosan? 

Minden adatvizualizáció egy egyszerűsítés, járványügyi görbéket teljes komplexitásukban megmutatni nem érdemes – mondja Tamás, amikor a járványmodellek és a nagy adatok kommunikációjának kihívásai jönnek szóba. Szerinte üzenetek átadása a fontos, ahol meg kell találni az egyszerűsítés megfelelő fokát.
A “lapítsuk el a görbét” nagyon jó példa erre – mondja Gergely. Mindenki első pillantásra látja a két görbe közötti különbséget: az egyik jóval csúcsosabb, a másik szinte teljesen lapos, és van egy vízszintes vonal az ábrán, amely az egészségügyi kapacitást mutatja. Több szempontból kritizálták ezt az ábrázolást: az egészségügyi kapacitást nem vízszintes vonallal kéne jelölni, hiszen a legtöbb országban bővítettek a kapacitáson; kritizálták az arányokat is, hiszen az ábrán a csúcsosabb görbe nagyjából kétszer olyan magasra megy, mint a másik, míg a legrosszabb forgatókönyvek alapján legalább tízszer magasabb lenne. Gergely szerint a pontatlanságok ellenére ez a jó kompromisszum kategóriába tartozik, mert a lényeget mindenki számára befogadható módon közvetíti.
Az fontos, hogy az elterjedt ábrázolás ebben az esetben sematikus; nincsenek számok, mértékegységek sem rajta – fűzi hozzá Attila. Szerinte ebben a jelenségben pont azt látjuk, ahogy egy mért adat emblematizálódik. Nagyon hatásosnak és erősnek tartja, ami mindenki számára érthetővé válik, és a döntéshozók is tudnak rá hivatkozni.

4. Ma 18 fok várható, esett az olaj ára, a reprodukciós szám pedig megközelíti az 1-et 

Két járványügyi fogalom került be a köztudatba: a reprodukciós szám és a nyájimmunitás – meséli Gergely. Mind a kettő mögött sokkal árnyaltabb jelentés van, mint ahogy a közbeszédben megjelenik. A reprodukciós szám is leegyszerűsítés: egy átlagszám arról, hogy egy fertőzött hány embert fertőz meg. Félrevezető lehet, mert ha átlagról hallunk, akkor normál eloszlásra gondolunk, mint testmagasság esetén, holott a koronavírus esetén tudjuk, hogy vannak szuperterjesztők: az esetek 10%-a okozza a fertőzések 80%-át egyes becslések szerint. Mégis a reprodukciós szám egy alá kerülése fontos kommunikációs üzenet lett, a németeknél nagyon divatos, minden nap közlik a médiában: hány fok van, menyi a reprodukciós szám délelőtt, délután – fejtegeti Gergely, aki úgy gondolja, hogy ez is hasznos tud lenni az egyszerűsítés ellenére.

5. Vajon eljön az adattudósok kora? 

Alapvetően nem az adat iránt nőtt meg a kereslet olvasói részről, hanem a téma volt annyira fontos most, hogy ennek örvén az adatalapú anyagok iránti kereslet is megnőtt, ahogy a szenvedés pornográfiája iránt is megnőtt az igény – mondja Attila arra a felvetésre, hogy vajon a koronavírus hozta érdeklődés az adatok iránt hosszú távon megmarad-e. Szerinte lényegében minden online médiatermék olvasottságát felhúzta a járvány. De nem gondolja, hogy ne állna vissza a vírus előtti szint, hiszen az adatvizualizáció nem egy poetikus dolog, szerinte nincsenek nagy történetek benne, persze lehet ékesszólóan és lehet bunkó módon is ábrázolni, de mégiscsak adatokról van szó, és nem Petrarca-szonettről.
Ha sikerül összefűzni egy narratívába az adatokat, ami elmond egy történetet, óriási hatása lehet, ahogy Tomas Pueyo The Hammer and the Dance című publikációja esetén – mondja Gergely. De abban egyetért, hogy ezek a nagyobb járványügyi vészhelyzetek kellenek ahhoz, hogy a nagyközönség is felfigyeljen erre a tudományterületre, és ezek esetén is változó, hogy mi válik közbeszéddé: a 2009-es H1N1 esetén inkább az foglalkoztatta a médiát, hogy ki gyártja a védőoltást, míg a nyugat-afrikai ebola kapcsán pedig a betegség szörnyű lefolyása volt az, ami miatt a járványgörbék is nagyobb figyelmet kaptak.
Tamás talán a legoptimistább, reméli, hogy a respektet, amit a tudósközösség, kritikus gondolkodásra építő közösség most megkapott a nagyközönségtől, azt a következő években, évtizedekben is meg lehet tartani. 

6. Amikor John Snow megfejtette a kolera titkát 

Mikor lett az adatnak a járványtan kontextusában jelentősége? – vezeti fel Gergely történelmi példáit. John Snow-t, de nem a Trónok harca szereplőjét, idézi fel: a 19. században térképen ábrázolta Londonban, hogy hol találhatóak a kolerában megbetegedett emberek – a térképből derült ki, hogy egy fertőzött kút vize lehet a fertőződések hátterében, ami azért is jelentett áttörést, mert akkor még nem tudták, mi okozza a kolerás megbetegedéseket. Lényegében John Snow adatelemzése óriási közegészségügyi hatással bírt, mivel így derült ki, hogy a kút mentén volt egy latrina, ami szivárgott.
A térképi ábrázolások egyre pontosabbá válásának katalizátora volt a járványügyi kutatás, teszi hozzá Attila, aki Tom Koch könyvét ajánlotta figyelmünkben, melynek nagy része ingyenesen elérhető.  

7.  Közösségi érdek vs. személyiségi jogok 

Hogy a különböző kontaktusokra és helyváltoztatásra vonatkozó adatokat nyilvánossá kellene-e tenni, abban nem vagyok biztos – kezdi gondolatát Attila. Mint elmondta, nemrég egy New York Times-cikkben is rávilágítottak arra, hogy még ha aggregált, anonimizált adatokról is van szó, akkor is egész jól be lehet azonosítani konkrét személyeket, még úgy is, hogy a nevük nem is szerepel az adatbázisban. Attila szerint kérdéses, hogy ha egyszer felhatalmazást adunk az ilyen érzékeny adataink felhasználására, akkor később nem lehet-e ezzel visszaélni.
Már a védőoltások vagy éppen a kötelező maszkviselés során is felmerül, hogy a közösségi érdek az egyéni döntést felülírhatja, mondja Gergely. Érzékeny lehet a kontaktuskutatás kérdése ilyen szempontból, példaként azt a dél-koreai esetet hozza, amikor egy szuperterjesztő egy melegbárban egy éjszaka alatt rengeteg ott tartózkodót megfertőzött. Kérdés, hogy mennyire számít beavatkozásnak a privát szférába, ha feltárják, kik tartózkodtak ott. Emellett Gergely fontosnak tartja szétválasztani, hogy mely adatok szükségesek a kutatóknak, és melyek kellenek a járványügyi védekezéshez. Előbbieknek csupán általános statisztikára van szükségük, eloszlásokra, személyes adatokra viszont nincs.

Itt pedig megosztjuk veletek a beszélgetés során a chatfelületen megosztott linkeket:

https://koronavirus.sixdegrees.hu 
https://research.physcon.uni-obuda.hu/COVID19MagyarEpi/ 
https://jusplathemus.github.io/covid-19/ 
https://www.portfolio.hu/gazdasag/20200424/elmondjak-a-cegvezetok-milyen-lesz-a-munkahelyi-elet-a-koronavirus-utan-428268 
https://medium.com/nightingale/florence-nightingale-is-a-design-hero-8bf6e5f2147 
https://www.amazon.com/Disease-Maps-Epidemics-Tom-Koch/dp/0226449351 
https://www.theguardian.com/news/datablog/2013/mar/15/john-snow-cholera-map 

Mi az a KÜRT Akadémia Live?

Heti rendszerességű élő, online beszélgetéssorozat, ahol meghívott vendégekkel a vírushelyzet különböző aspektusait járjuk körül, hangosan morfondírozunk a fellelhető hard adatok és a kérdés soft vonatkozásai alapján.

Olvasd el a többi KÜRT Akadémia Live összefoglalóját is!