Mens statsministeren bliver ved med at flytte mållinjen og endda er begyndt at true danskerne med nye nedlukninger, kommer der stadig mere viden om Sars-CoV-2-virussen. Det gælder både ny viden fra samfundsforskere om, hvor ineffektive nedlukninger er, som den fremragende Lone Frank beskrev i Weekendavisen i går. Lone starter sin artikel med at notere – som avisen gjorde allerede i juni – hvor horribelt forkerte, de epidemiologiske modeller er. Modellerne, som epidemiologer har baseret deres anbefalinger på siden februar, har overvurderet dødstallene og virusrisikoen med en noget der ligner en faktor 10-20, og har dermed bidraget til at skabe panik. Neil Fergusons model fra Imperial College i London har således forudset, at Sverige ville have 60.000 dødsfald indtil juni, hvis landet lukkede benhårdt ned. Virkeligheden er 5800 indtil videre uden en nedlukning, og det tal er endda påvirket voldsomt af landets fundamentalt anderledes, strukturelle forhold.

Et af de store spørgsmål er derfor, hvordan de epidemiologiske modeller kan være så næsten latterligt forkerte.

I en ny artikel med titlen ”Public health lessons learned from biases in coronavirus mortality overestimation” dokumenterer Ronald Brown, hvordan centrale forskere og ledere af sundhedsagenturer siden først på året har forvekslet to mål og været tydeligt begrebsforvirrede. En leder i februar i det prestigiøse New England Journal of Medicine, skrevet af ledere fra de amerikanske National Institute of Allergy and Infectious Diseases og Centers for Disease Control and Prevention, vurderede at konsekvenserne af Covid-19 i sidste ende kan vise sig at være sammenlignelige med en alvorlig influenzaepidemi, men de ved det ikke. I en parentes i lederen, skriver de at influenza har en ”case fatality rate of approximately 0.1%.” Det er bare ikke rigtigt: Influenza har en infection fatality rate på 0,1 % og forskerne – som også omfatter chefen for det amerikanske CDC, Anthony Fauci – forveksler case og infection fatality.

Som Brown forklarer: ”A case fatality rate (CFR) is defined as the proportion of deaths among confirmed cases of the disease. CFRs indicate the disease severity, while an infection fatality rate (IFR) is defined as the proportion of deaths relative to the prevalence of infections within a population.” Det glemte epidemiologerne, som misklassificerede deres mål ved at forveksle CFR og IFR, og endda gentog fejlen i en høring i den amerikanske kongres. Som Brown opsummerer situationen: ”A comparison of coronavirus and seasonal influenza CFRs may have been intended during Congressional testimony, but due to misclassifying an infection fatality rate as a case fatality rate, the comparison turned out to be between an adjusted coronavirus CFR of 1% and an influenza IFR of 0.1%.”

De amerikanske politikere – og resten af verden – modtog således rådgivning baseret på en sammenligning mellem to tal, der ikke kan sammenlignes. Groft sagt er den relevante CFR cirka ti gange så stor som samme virus IFR. Det ser således også ud til at være dette forkerte tal, som endte i Imperial Colleges modeller, der lidt senere skulle indgå i de fleste politikere og meningsdanneres beslutninger.

Forvirringen er pinlig, ikke mindst fordi der har vist sig at mangle enhver faktakontrol hos sundhedsmyndigheder de fleste steder i verden. Fejlen blev først opdaget og offentliggjort, da en forsker fra University of Waterloo slog alarm. Så hvad skal man tro og hvad skal man forvente sig af udviklingen? Er man interesseret, er den irske bioingeniør og forfatter Ivor Cummins absolut værd at følge. Her er hans sidste corona-update, hvor han omhyggeligt gennemgår dataene og bl.a. viser, hvordan pandemien basalt set er overstået de fleste steder i verden.