Snižuje lockdown počet úmrtí na COVID?

Bez lockdownu bychom dnes měli mnohem víc úmrtí na covid než bez něj. Tohle tvrdí vláda. Na základě předpovědí a modelů odborníků. A tak zavíráme obchody a školy, omezujeme možnosti pohybu i mezilidské vztahy. To vše s obrovskými škodami nejen na ekonomice, ale i na životech. Ale co když se odborníci ve svých modelech pletou?

Například Anglie přestoupila od švédského modelu boje s covidem k lockdownu na základě modelu profesora Fergusona. Čas později ukázal, že tento model nadhodnotil počet úmrtí ve Švédsku minimálně 25x.

Lockdowny vlády po celém světě (navzdory doporučení WHO) vynucují už skoro rok a za tu dobu vzniklo mnoho studií, které ukazují, že lockdown má ve skutečnosti jen nepatrný vliv na počet úmrtí s covidem, který nemůže ospravedlnit obrovské škody, které způsobuje. Tady najdete stále rostoucí seznam těchto studií, které posbíral Ivor Cummins (k dnešnímu datu – 7. ledna 2021 – jich je 26). O jedné takové studii je i článek švédského lékaře Sebastiana Rushwortha, který se covidu věnuje už delší dobu, a jehož překlad vám dnes přináším.

Ve světě najdeme příklady zemí, které lockdown nevyužívají, a přitom mají menší úmrtnost s covidem než jejich sousedé. Takovým případem je třeba Švédsko, které se srovnatelným obyvatelstvem jako má Česká Republika, má dnes jednu z nejnižších úmrtností na covid v Evropě a naše země, která lockdown využila již několikrát, ho už dávno předběhla v celkovém počtu úmrtí na covid. Opravdu to děláme dobře a Švédové špatně?

Pokud máme data, která ukazují na neúčinnost lockdownu, proč ho vláda pořád používá a hlídá nás pomocí PSA?

Pod čarou začíná překlad článku, jehož původní verzi najdete tady.

V Lancetu byl nedávno publikován velmi zajímavý článek, který se snažil rozluštit, které faktory korelují, na úrovni zemí, s dopadem onemocnění covid. Studie byla pozorovací, takže může ukazovat pouze korelaci, nikoli příčinnou souvislost, ale i tak může poskytnout velmi silné náznaky, které faktory chrání lidi před covidem, a které faktory zvyšují riziko zdravotních dopadů.

Nejzajímavější na této studii bylo z mého pohledu to, že se snažila pochopit, jaké účinky mají lockdown, uzavření hranic a rozsáhlé testování, pokud jde o snížení počtu úmrtí na covid. I když korelace automaticky neznamená příčinnou souvislost, pokud chybí korelace, pak to silně naznačuje nepřítomnost příčinné souvislosti, nebo alespoň to, že jakýkoli kauzální vztah, který existuje, je extrémně slabý. A vzhledem k množství peněz, úsilí a zdrojů, které byly letos do těchto opatření nality, a které do nich stále lijeme, by bylo docela zklamáním, kdyby měly lockdowny tak minimální účinek, že bychom neviděli žádný dopad na úmrtnost. Mám pravdu?

Parametry studie

Ale to přebíhám. Autoři studie se rozhodli omezit ji na sledování 50 zemí s nejvíce zaznamenanými případy covid-19 k 1. dubnu 2020. Myslím si, že si vybrali 50 nejvíce postižených zemí, než aby sledovali všech 195 zemí, z důvodu omezených zdrojů. Údaje byly shromažďovány do 1. května 2020. Všechny shromážděné informace byly ve formě veřejně dostupných faktů a čísel. Shromážděná data zahrnovala informace o covid, úrovni příjmu, hrubém domácím produktu, rozdílech v příjmech, dlouhověkosti, BMI (Body Mass Index), kouření, hustotě populace a spoustě dalších věcí, o kterých se vědci domnívali, že by mohly být zajímavé. Autoři neobdrželi žádné vnější financování a nenahlásili žádný střet zájmů.

Pár výhrad

Tato studie má několik zjevných problémů. Za prvé, jak již bylo zmíněno, všechna data v této studii jsou pozorovací, takže nelze vyvodit žádné závěry o příčině a následku.

Zadruhé, květen byl v pandemii relativně brzy a nyní je listopad, takže nám chybí data o covidu za zhruba půl roku. Na druhou stranu pandemie již k 1. květnu dosáhla vrcholu ve většině zemí a lockdown opatření byla v té době ve většině zemí platná již měsíce, takže i s daty dostupnými pouze do 1. května by mělo být možné získat docela dobrou představu o tom, jaký účinek má lockdown z hlediska snižování úmrtí na covid.

Za třetí, analýza vychází z veřejně dostupných údajů, často poskytovaných různými vládami s velmi rozdílnou úrovní důvěryhodnosti a s různými způsoby klasifikace věcí. Například data ze Švédska jsou nekonečně spolehlivější než data z Číny. A zatímco některé země používaly při rozhodování, zda někdo zemřel na covid nebo ne, zcela inkluzivní kritéria, jiné země byly mnohem přísnější. Země s přísnějšími definicemi budou mít tendenci k nižší míře úmrtnosti než země s volnějšími definicemi. Tento nedostatek homogenity v definování kritérií může ztěžovat nalezení skutečných vzorců.

Začtvrté, vědci, kteří tuto studii sestavili, shromáždili enormní množství dat, v podstatě o všem, co by mohlo nějakým způsobem korelovat se statistikami o covidu. To znamená, že tato studie se rovná „dolování dat“, jinými slovy procházení všech představitelných vztahů bez jakékoli předem stanovené hypotézy, s cílem zjistit, které vztahy jsou statisticky významné. Při tomto přístupu byste měli stanovit přísnější limity pro to, co považujete za statisticky významné výsledky. To neudělali. O tomto problému se budeme podrobněji bavit dále v článku.

Výsledky

Než se dostaneme k výsledkům, zmíním ještě jednu věc. Výsledky jsou prezentovány jako relativní rizika (nikoli absolutní rizika), což vede k tomu, že výsledky vypadají působivěji, než ve skutečnosti jsou, a úroveň statistické významnosti je prezentována ve formě intervalů spolehlivosti, nikoli p-hodnot (to samo o sobě není problém, jen jiný způsob prezentace dat). Pokud jste tak ještě neučinili, důrazně doporučuji, abyste si před dalším čtením přečetli mého průvodce vědeckou metodou, abyste se ujistili, že rozumíte všem použitým pojmům a získáte z článku maximální přínos. Podívejme se na výsledky.

Faktory, které nejsilněji předpovídaly počet lidí, kteří zemřeli na covid v dané zemi, byly míra obezity, průměrný věk a úroveň rozdílů v příjmech. Každé procento navíc v míře obezity v procentech mělo za následek 12 % nárůst úmrtí. Každý další průměrný rok věku v populaci zvýšil úmrtí na covid o 10 %. Na opačném konci spektra vedl každý bod směrem k větší rovnosti na gini-koeficientu (stupnice použitá k určení, jak rovnoměrně jsou zdroje rozloženy v populaci) k 12 % snížení úmrtí na covid. Všechny tyto výsledky byly statisticky významné.

Dalším faktorem, který byl statisticky významný, i když slaběji, bylo kouření. Každé zvýšení počtu kuřáků v populaci o procentní bod korelovalo se 3 % poklesem počtu úmrtí.

Dobře, pojďme k nejdůležitější věci, kterou se autoři, zdá se, snažili skrýt, protože se o ní téměř nezmiňují. Lockdown a covid úmrtí. Autoři nenalezli žádnou korelaci mezi závažností lockdown opatření a počtem úmrtí na covid. A nenalezli ani žádnou korelaci mezi zavíráním hranic a počtem úmrtí. A neexistovala ani žádná korelace mezi masovým testováním a počtem covid úmrtí. V zásadě se zdá, že nic z toho, co různé vlády po celém světe ve jménu boje s covidem udělaly, nemělo vůbec žádný vliv na počet úmrtí.

Korekce statistické významnosti

K této neuvěřitelné skutečnosti se za chvilku vrátíme, ale nejdříve uděláme malou odbočku. Jak již bylo zmíněno, vědci nekorigovali skutečnost, že pozorovali hromadu různých vztahů místo jednoho jediného vztahu mezi dvěma proměnnými. Jak jsem již dříve zmínil ve svém článku o vědecké metodě, čím více vztahů sledujete, tím přísněji musíte nastavit mezní hodnotu statistické významnosti, protože jinak jen díky náhodě získáte mnoho vztahů, které se zdají být významné, ale ve skutečnosti nejsou.

Pokud nastavíte hodnotu p 0,05 (5 % pravděpodobnost, že ve studii byl pozorován významný vztah, i když ve skutečnosti žádný neexistuje), pak jeden z dvaceti vztahů, na které se podíváte, bude náhodou vyhodnocen jako statisticky významný. Mezní hodnota 5 % má být použita k hodnocení jednoho vztahu, nikoli více vztahů. Autoři této studie použili intervaly spolehlivosti místo hodnot p, což ale na výsledky nemá vliv. 95 % interval spolehlivosti odpovídá hodnotě p 0,05, takže platí stejná pravidla.

Když sledujete více vztahů současně, měli byste výsledky korigovat. Jedním ze způsobů korekce je použití metody zvané Bonferoniho korekční vzorec. Tento vzorec je velmi jednoduchý na pochopení. Řekněme, že máte p-hodnotu 0,05 při pohledu na jeden vztah (standardní p-hodnota v lékařské vědě). Pokud místo toho sledujete dva vztahy, vydělíte hodnotu p dvěma, čímž získáte novou hodnotu p pro významnost 0,025. Pokud sledujete deset vztahů, vydělíte ji deseti, čímž získáte novou p-hodnotu 0,005.

Autoři této studie použili 95 % interval spolehlivosti, jako by sledovali pouze jeden vztah mezi dvěma proměnnými. Ve skutečnosti se ale dívali na hromadu proměnných (nikde přesně nespecifikují kolik) a na obrovské množství vztahů, takže měli nastavit mnohem širší interval spolehlivosti.

Měli několik výsledků, o kterých tvrdili, že jsou statisticky významné, které jsem se zatím neobtěžoval zmínit, protože po statistických opravách rozhodně nejsou významné.

Autoři například tvrdí, že existuje významná korelace mezi hrubým domácím produktem a počtem úmrtí s covid (relativní riziko 1,03, 95 % interval spolehlivosti 1,00 až 1,06), a významná korelace mezi počtem sester na milion obyvatel a covid úmrtími (relativní riziko 0,99, 95 % interval spolehlivosti 0,99 až 1,00). Pokud ale provedete korekci, jak měli autoři udělat, pro velké množství proměnných, pak neexistuje způsob, jak by tyto výsledky byly statisticky významné. Promiňte sestry.

Co nám výsledky říkají?

Co tedy z toho všeho můžeme vyvodit?

Zaprvé to nevypadá, že by lockdown snížil počet úmrtí na covid. Jejda. Na základě těchto údajů můžete říct, že pokud chcete snížit počet úmrtí na covid, měli byste povzbudit více lidí, aby začali kouřit, a případně také zahájit komunistickou revoluci, abyste co nejvíce vyrovnali rozdíly v bohatství.

Dělám si srandu. Jak jsem již zmínil, data jsou pozorovací, takže nemůžeme říct nic o kauzalitě. Co ale můžeme říct je, že lockdowny zřejmě nefungují – pokud mají vůbec nějaký účinek, je příliš slabý na to, aby byl patrný na úrovni populace.

Dalším důležitým zjištěním z této studie je z mého pohledu silná vazba mezi obezitou a rizikem úmrtí na covid. Nemůžeme říct, že obezita sama o sobě zvyšuje riziko úmrtí – obézní lidé mají současně poruchu tolika různých biologických systémů, že nelze říct, zda je obezita příčinou zvýšeného rizika úmrtí nebo jen známkou chabého zdraví obecně.

Každopádně obezita je nejsilnějším rizikovým faktorem, se kterým můžeme něco udělat. A i když to není samotná obezita, která zabíjí lidi, když se jí zbavíme, napravíme také mnoho souvisejících poruch metabolismu a imunitní funkce. Je tedy rozumné myslet si, že úsilí o snížení míry obezity v populaci by také snížilo počet lidí umírajících na covid. Tam bychom měli právě teď jako společnost napřít své úsilí – dělat lidi zdravějšími, aby jejich těla dokázala bojovat proti covidu (a rakovině, srdečním chorobám a demenci a všem ostatním věcem, které přednostně zabíjejí lidi s horším zdravím). Také by vás mohl zajímat můj článek o tom, zda lze vitamín D použít k léčbě covidu, nebo můj článek o tom, zda je pro hubnutí účinnější strava s nízkým obsahem tuku nebo s nízkým obsahem sacharidů.

Chcete bez každodenního cvičení, diet, pilulek a koktejlů shodit přebytečná kila, přestat bojovat s jídlem a začít si užívat spoustu energie a pevnější zdraví? Zarezervujte si zdarma nezávazný 30minutový hovor, kde zjistíte, jak vám s tím můžu jako kouč pomoct.

Pokud zrovna nehledáte kouče, ale sami na sobě chcete zapracovat a cítit se líp, zkuste 21denní výzvu.