Professor Kasper Planeta Kepp har samlet udvalgte links fra minksagen i nogenlunde tidsrækkefølge på Twitter-profilen @mediearkiv.

Har samlet udvalgte links fra minksagen i nogenlunde tidsrækkefølge. Læs gerne nedefra startende sep/okt hvor SSI nedtonede minkproblem, trods advarsler satte minkaflivning i bero, gav minkavlere skyld for manglende rapportering og sad på sekvenser i mdr.https://t.co/oaxRXmR74h

— Kasper Planeta Kepp (@KasperKepp) December 4, 2021

Det er interessant læsning. Der er masser af detaljer, jeg havde glemt, og man får virkelig genopfrisket processen frem mod det – for minkene – fatale pressemøde.

Bl.a. var denne gået i glemmebogen hos mig.

Efterår 2020: SSI sad på de afgørende sekvensdata om Cluster 5 i månedsvis og bragte dem først frem lige omkring pressemødet.https://t.co/RnFRIDGBQj

— Mink-Links (@mediearkiv) December 4, 2021

Den her havde jeg også glemt (fra artiklen, der linkes til her):

Lægemiddelstyrelsen frygter ikke, at det muterede coronavirus ved navn cluster-5 spænder ben for kommende vacciner.

Men det vidste statsminister Mette Frederiksen ikke, da hun på pressemødet 4. november beordrede alle mink aflivet og store dele af Nordjylland nedlukket med henvisning til faren ved det muterede virus.

Forklaringen på Mette Frederiksens manglende viden er simpel:

Regeringen bad først om at få Lægemiddelstyrelsens vurdering, efter pressemødet var gået i gang.

Jeg fik også genopfrisket, at oppositionen faktisk viste lidt modstand (efter udenlandske forskere er skeptiske over for skrækscenariet om Danmark som et nyt Wuhan).

7. november: Pga. udmeldingerne fra uafhængige forskere opfordrer @RasmusJarlov til at sætte aflivningerne i bero. Det sker ikke.https://t.co/heFLGGlmQG

— Mink-Links (@mediearkiv) December 4, 2021

Alt i alt et glimrende arbejde af Kepp (som jeg i øvrigt varmt kan anbefale at følge på Twitter).

Hvordan kan det være, at man – for at undgå mutationer – vil vaccinere alle mod COVID-19 uanset hvor farlig sygdommen er for den enkelte, mens man – også for at undgå mutationer – ønsker at begrænse brugen af antibiotika mest muligt?

Det spurgte jeg en, med forstand på den slags, om, og han sendte mig et link til Kennedy & Read (2017), hvor man kan læse, at:

• der er gode forklaringer på dét spørgsmål, og
• det (heldigvis) er relativt sjældent, at virus bliver resistent^* overfor vacciner.

Her er abstract:

Why is drug resistance common and vaccine resistance rare? Drugs and vaccines both impose substantial pressure on pathogen populations to evolve resistance and indeed, drug resistance typically emerges soon after the introduction of a drug. But vaccine resistance has only rarely emerged. Using well-established principles of population genetics and evolutionary ecology, we argue that two key differences between vaccines and drugs explain why vaccines have so far proved more robust against evolution than drugs. First, vaccines tend to work prophylactically while drugs tend to work therapeutically. Second, vaccines tend to induce immune responses against multiple targets on a pathogen while drugs tend to target very few. Consequently, pathogen populations generate less variation for vaccine resistance than they do for drug resistance, and selection has fewer opportunities to act on that variation. When vaccine resistance has evolved, these generalities have been violated. With careful forethought, it may be possible to identify vaccines at risk of failure even before they are introduced.

Det ligger langt uden for min faglighed at vurdere, om massevaccination er den rigtige strategi for COVID-19 (der virker til at være konsensus om det, men man når næppe nogensinde i mål med at vaccinere hele verden, så hører meget gerne input fra jer med viden om pros & cons).

//

* Jeg antager, at resistens er det samme som mutationer, der er escape varianter. Korrekt?

Nedenstående er fra Rasmus. Ift. mit indlæg om bias i indlæggelsestal henviser han til dette indlæg.

Tak for dine fine analyser af hele Covid-19. Jeg kan se, at du beskæftiger dig lidt med bias i indlæggelsestal. Her vil jeg- hvis du ikke allerede har opdaget det – gøre opmærksom på bias ift. aldersfordelingen. Bias er todelt.

1. For det første har SSI selv vist, at de forkerte registreringer mest er blandt de yngre grupper (https://www.ssi.dk/aktuelt/nyheder/2021/langt-de-fleste-indlagte-med-covid-19-er-reelt-syge-af-covid-19) . Aldersfordelingen i “reelle” Covid-19-indlæggelser er altså mere skæv end de umiddelbare tal giver udtryk for

2. For det andet kan man ikke nogen steder se aldersfordelingen for indlæggelser på en pågældende dag, men kun se aldersfordelingen for indlæggelser de seneste 7 dage. Når der f.eks. aktuelt er 439 indlagte kan man ingen steder i de mange datafiler fra SSI se aldersfordelingen på de aktuelt indlagte (selvom det er det mest centrale nøgletal). Da man må antage at yngre i gennemsnit vil have mildere og kortere forløb end ældre, vil aldersfordelingen være mere skæv i de aktuelle indlæggelsestal end når man ser på indlæggelser de seneste 7 dage. Et meget simpelt (og ekstremt) eksempel kan illustrere pointen.
a. Hver dag bliver der indlagt en 30-årig og en 80-årig. De 30-årige er alle indlagt en dag, og de 80-årige er alle indlagt syv dage. Efter syv dage vil der være syv nyindlagte de seneste syv dage i aldersgruppen 30 år , og syv nyindlagte de seneste syv dage i aldersgruppen 80 år. Aldersfordelingen vil være 50/50 ud fra denne opgørelsesmetode. Men på dag 7 vil der aktuelt være syv 80-årige indlagt, men kun en 30-årig indlagt. Aldersfordelingen vil være 12,5/87,5 ud fra denne opgørelsesmetode.
b. Det er derfor en rimelig antagelse at den reelle aldersfordeling i de aktuelle indlæggelsestal er mere skæv end de tal SSI lægger ud.

Keep up the good work.

Rasmus har ret. Og efterhånden som (særligt) de ældre og sårbare får 3. stik og dermed bedre beskyttelse mod indlæggelse, vil denne bias blive større, fordi andelen af indlagte pga. COVID-19 (som jf. nedenstående fra SSI er stor blandt de ældre) vil falde.

De betyder sandsynligvis også, at andelen af indlagte med COVID-19 vil fortsætte med at stige, som den har gjort hidtil, jf. nedenstående figur. På øjemål er andelen af indlagte med corona ca. fordoblet ift. samme tidspunkt sidste år, og den andel vil sandsynligvis stige nu.

Ovenstående figuren er ikke lagt ud som data, og så vidt jeg kan forstå, bliver den ikke automatisk opdateret, selvom den er baseret på en algoritme, og derfor let kunne opdateres.

Overskriften på dette indlæg er ikke helt sand. For der er selvfølgelig mange faktorer på spil. Men da vaccinerne beskytter bedre mod alvorlig sygdom end mod smitte, er der alligevel noget om det.

For én af grundende til, at smitten ikke er løbet løbsk som i de epidemiologiske modeller, er, at vi er bange for at blive syge. Derfor passer vi på, at vi ikke selv bliver smittet – og samtidig begrænser vi altså risikoen for, at vi smitter andre.

Men vaccinerne gør, at der ikke er lige så god grund til at passe på. Og derfor kan smitten faktisk stige, netop fordi vaccinerne virker.

Forestil dig fx, at der kom en ny vaccine, der beskyttede fuldstændig (100%) mod sygdom af enhver art, men kun beskyttede i samme omfang som de nuværende mod smitte og videresmitte. Så var der mindre grund til at passe på for den vaccinerede, og smitten kunne få friere løb (vi ville stadig passe lidt på af hensyn til andre).

Dette fænomen – som økonomer kalder Peltzman-effekten – og meget mere, kommer Otto Brøns-Petersen og jeg ind på i episode 56 af mit podcast, Regelstaten. Du kan se vores samtale herunder.

Hvis du foretrækker at lytte til Regelstaten som podcast, kan du høre afsnittet (og abonnere på Regelstaten) her:

Indlæggelsestallene for COVID-19 er biased imod større andel uvaccinerede. Det er uhensigtsmæssigt, for man fodrer konspirationsteorierne og give vaccineskeptikerne argumenter.

Vi ved med sikkerhed, at antallet af indlagte med COVID-19 er for højt et mål for epidemiens alvor, fordi nogle indlægges af andre grunde og tilfældigvis er positive med COVID-19.

Fx skrev Sundhedsministeriet i et svar til Sundhedsudvalget, at

”Det peger på, at godt 80 % af indlagte patienter med positiv test for SARS-CoV-2 må forventes på daværende tidspunkt at have været indlagt pga. COVID-19 sygdom.”

Og i oktober 2020 – altså før vaccinerne kom, skrev Berlingske på baggrund af data fra SSI, at

”Omkring hver syvende patient, der indgår i statistikkerne over antallet af coronaindlagte, har ikke været indlagt på grund af corona.”

Sådan er det, og der er sandsynligvis datamæssige grunde til, at de daglige indlæggelsestal ikke kan opgøres så præcist, som man kunne ønske. At man ikke – som ekspertgruppen fx gjorde allerede tilbage i oktober 2020 – systematisk forsøger at opgøre tallene for indlagte på grund af COVID-19 bagudrettet, undrer mig derimod. Særligt fordi der er en åbenlys bias i teststrategien, når man ikke som standard tester akut indlagte, der er vaccineret, jf. nedenstående fra Rigshospitalets hjemmeside. Denne bias gør, at tallet for indlagte, der ikke er vaccineret, bliver relativt højt, alene af den grund, at de testes mere end vaccinerede.

På den anden side er det lige så åbenlyst, at man ville få en bias i den anden retning (i hvert fald til at måle risikoen for indlæggelse for vaccinerede og uvaccinerede), hvis man testede alle vaccinerede, fordi de alt andet lige har mindre risiko for at blive indlagt med COVID-19, hvorfor andelen af indlagte med COVID-19 ville være større.

Spørgsmålet er selvfølgelig, om denne bias er vigtig. Men hvis man ønsker, at så mange som muligt lader sig vaccinere, er det ret uheldigt, at bias så åbenlyst trækker i den ene retning. Det kan kun fodre konspirationsteorierne og give vaccineskeptikerne argumenter.

Derfor burde opgørelser over det reelle antal indlagte (opdelt på vaccinestatus, aldersgrupper mv.) være systematiseret. Men indtil videre har det taget Sundhedsministeriet over to måneder at svare på et relativt simpelt spørgsmål om antal indlagte med coronasymptomer igennem pandemien.

Det er ikke hensigtsmæssigt.

Onsdag skrev SSI på Twitter, at ”ansigtsmasker reducerer smitte med 53%”.

Du kan med fordel læse om dette studie offentliggjort i British Med. Journal. Ansigtsmasker reducerer smitte m 53%. https://t.co/001PGkc4hG

— Statens Serum Inst. (@SSI_dk) November 24, 2021

Men er dette udsagn rigtigt? Jeg vil klart mene nej.

SSI henviste til et artikel i The Guardian som igen henviser til Talic et al. (2021), der er et systematisk review (dvs. at man søger systematisk, for at undgå biases) og meta-analyse (dvs., at man pooler resultaterne for at få videnskabens samlede vurdering).

Men resultaterne af et review er meget afhængige af, hvilke studier man medtager baseret på ens eligibility criteria. Begrænser man sig fx til lodtrækningsstudier, får man få studier med, men til gengæld er de meget troværdige. Inkluderer man korrelationsstudier, får man langt flere studier med, men til gengæld er troværdigheden meget mindre (mange vil sige stort set lig nul).

Talic et al. (2021) tager desværre korrelationsstudier med. Og det er ret afgørende for deres resultater for masker. Den centrale sætning ift. masker er:

“Mask wearing and covid-19 incidence—Six studies with a total of 2,627 people with covid-19 and 389,228 participants were included in the analysis examining the effect of mask wearing on incidence of covid-19 (table 1).^{36 43 57 60 63 66} Overall pooled analysis showed a 53% reduction in covid-19 incidence (0.47, 0.29 to 0.75), although heterogeneity between studies was substantial (I2=84%) (fig 5). Risk of bias across the six studies ranged from moderate^{36 57 60 66} to serious or critical^{43 63} (fig 2).”

De studier, de henviser til, er

• 36 = Lio et al. (2021)
• 43 = Krishnamachari et al. (2021)
• 57 = Wang et al. (2020)
• 60 = Xu et al. (2020)
• 63 = Doung-ngern et al. (2020)
• 66 = Bundgaard et al. (2021)

Lio et al. (2021), Wang et al. (2020), Xu et al. (2020) og Doung-ngern et al. (2020) er korrelationsstudier, der i øvrigt slet ikke ser på maskepåbud, men frivillig brug af masker. Det er stærkt problematisk, fordi resultaterne kan være drevet af andre faktorer (måske er folk, der bruger masker frivilligt, generelt mere påpasselige, og derfor mindre tilbøjelig til at smitte, uanset om de bruger masker eller ej). Xu et al. (2020) er derudover baseret på spørgeskemadata, hvilket altid er problematisk.

Krishnamachari et al. (2021) grupperer amerikanske delstater i forhold til, hvornår de indførte maskepåbud og sammenligner grupperne. De finder ingen forskel i antal cases mellem grupperne i første bølge. Først fra omkring september 2020 begynder de at se en forskel. MEN, det kan meget vel skyldes, at de stater, der ikke havde maskepåbud, testede mere. De har i hvert fald en markant lavere CFR (1,12% vs. 1,61% i gennemsnit for USA). Generelt er det et ret ringe studie.

Bundgaard et al. (2021) er det danske studie, der ikke fandt nogen effekt af at bruge masker for brugeren (de kan ikke se, om det har en effekt for andre).

Lidt tilfældigt tjekkede jeg også denne sætning. Det var primært for at se, om de havde styr på, hvad et naturligt eksperiment er:

“Specifically, a natural experiment across 200 countries showed 45.7% fewer covid-19 related mortality in countries where mask wearing was mandatory (table 1).⁴⁹”

Studiet, de her henviser til (49), er Leffler et al. (2020), og der er på ingen måde tale om et naturligt eksperiment. Til gengæld finder Leffler et al. (2020) rigtignok en signifikant effekt af masker, men ”masker” inkluderer anbefalet brug af masker. Man kan derfor ikke med sikkerhed vide, om masketvang virker (og nej, det er ikke det samme, for hvis masker fx virker som et signal for sårbare, kan påbud teoretisk set ødelægge signalet og føre til flere dødsfald).

Jeg er i øvrigt langt fra sikker på, at de 45.7% er rigtigt beregnet. Talic et al. (2021) begrunder de 45.7% således:

“No masks: mortality rate 61.9% (95% confidence interval 37.0% to 91.0%); masks: 16.2% (−14.4% to 57.4%): 45.7% fewer mortality*”

Men Leffler et al. (2020) taler altså om vækstrater. De skriver således:

“In countries not recommending masks, the per-capita mortality tended to increase each week by a factor of 1.619, or 61.9%. By contrast, in countries recommending masks, the per-capita mortality tended to increase each week by a factor of (1.6193) (0.7174) = 1.162, or just 16.2%.”

Og som læserne af Punditokraterne.dk formodentligt er klar over, så kan man ikke trække to vækstrater fra hinanden. De skal divideres. Og så får man en effekt på godt det halve, nemlig 28% (som selvfølgelig også er en del).

Hvordan får læger sådan noget publiceret?!

Min konklusion er ret klar. Vi er ikke blevet specielt meget klogere af det store arbejde, som de 15 læger, epidemiologer mv. bag Talic et al. (2021) og mange af ovennævnte studier har lavet. Kvaliteten er simpelthen for ringe.

Det undrer mig i øvrigt, hvordan Talic et al. (2021) er sluppet uden om Chernozhukov et al. (2021) og Spiegel and Tookes (2021), som rent faktisk anvender solide metoder til at finde effekten af maskepåbud (de finder henholdsvis en stor (34% og signifikant) effekt af maskepåbud og en mindre (12% og insignifikant) effekt på antallet af døde). Måske er det fordi, Talic et al. (2021) har søgt på portaler målrettet læger, epidemiologer mv., som åbenlyst har meget, meget svært ved at analysere effekten af politik.

Det var nok det, der fik professor Kasper Planeta Kepp til på Twitter at skrive: ”Eksperter, der har brugt 53%-tallet overfor regeringen, har mistet retten til at rådgive det her land”.

PS: Interessant nok, finder Leffler et al. (2020) ingen som helst effekt af nedlukninger og lukkede grænser.

PPS: Ovenstående er en hurtig gennemgang, og der kan være småfejl. Giv mig meget gerne et praj, hvis du finder noget.

PPPS: CATO Institute har lavet en gennemgang af evidensen for effekten af masker her, og det virker helt ærligt mere kvalificeret end gennemgangen i Talic et al. (2021).

PPPPS: Jeg er ikke alene. Her er et par andre kritiske røster på Twitter:
Tidligere managing editor på Cochrane Work:

This is my open peer review of the systematic review of non-pharma interventions for preventing #COVID19 by @stella_talic et al. that was recently published in @bmj_latest: https://t.co/JzqYkhsqBI Prepare for a marathon of a thread 1/ pic.twitter.com/EYG7UbZIFh

— Jani Ruotsalainen (@MrJaniR) November 22, 2021

Og en af verdens førende eksperter i mundbindsstudier:

(1/34) I saw this recent article in the BMJ, and I want to write a thread to explain (1) masks likely have a small to moderate effect on transmission, and (2) I don't believe the estimated 53% reduction here is a valid estimate of the mask effect https://t.co/pVUvnn3DbU

— Ben Cowling (@bencowling88) November 19, 2021

Referencer

Bundgaard, Henning, Johan Skov Bundgaard, Daniel Emil Tadeusz Raaschou-Pedersen, Christian von Buchwald, Tobias Todsen, Jakob Boesgaard Norsk, Mia M. Pries-Heje, et al. 2021. “Effectiveness of Adding a Mask Recommendation to Other Public Health Measures to Prevent SARS-CoV-2 Infection in Danish Mask Wearers: A Randomized Controlled Trial.” Annals of Internal Medicine 174 (3):335–43. https://doi.org/10.7326/M20-6817.

Chernozhukov, Victor, Hiroyuki Kasahara, and Paul Schrimpf. 2021. “Causal Impact of Masks, Policies, Behavior on Early Covid-19 Pandemic in the U.S.” Journal of Econometrics, Pandemic Econometrics, 220 (1):23–62. https://doi.org/10.1016/j.jeconom.2020.09.003.

Doung-ngern, Pawinee, Rapeepong Suphanchaimat, Apinya Panjangampatthana, Chawisar Janekrongtham, Duangrat Ruampoom, Nawaporn Daochaeng, Napatchakorn Eungkanit, et al. 2020. “Case-Control Study of Use of Personal Protective Measures and Risk for SARS-CoV 2 Infection, Thailand.” Emerging Infectious Diseases 26 (11):2607–16. https://doi.org/10.3201/eid2611.203003.

Krishnamachari, Bhuma, Alexander Morris, Diane Zastrow, Andrew Dsida, Brian Harper, and Anthony J. Santella. 2021. “The Role of Mask Mandates, Stay at Home Orders and School Closure in Curbing the COVID-19 Pandemic Prior to Vaccination.” American Journal of Infection Control 49 (8):1036–42. https://doi.org/10.1016/j.ajic.2021.02.002.

Leffler, Christopher T., Edsel Ing, Joseph D. Lykins, Matthew C. Hogan, Craig A. McKeown, and Andrzej Grzybowski. 2020. “Association of Country-Wide Coronavirus Mortality with Demographics, Testing, Lockdowns, and Public Wearing of Masks.” The American Journal of Tropical Medicine and Hygiene 103 (6):2400–2411. https://doi.org/10.4269/ajtmh.20-1015.

Lio, Chon Fu, Hou Hon Cheong, Chin Ion Lei, Iek Long Lo, Lan Yao, Chong Lam, and Iek Hou Leong. 2021. “Effectiveness of Personal Protective Health Behaviour against COVID-19.” BMC Public Health 21 (1):827. https://doi.org/10.1186/s12889-021-10680-5.

Spiegel, Matthew, and Heather Tookes. 2021. “Business Restrictions and COVID-19 Fatalities.” Edited by Itay Goldstein. The Review of Financial Studies, June, hhab069. https://doi.org/10.1093/rfs/hhab069.

Talic, Stella, Shivangi Shah, Holly Wild, Danijela Gasevic, Ashika Maharaj, Zanfina Ademi, Xue Li, et al. 2021. “Effectiveness of Public Health Measures in Reducing the Incidence of Covid-19, SARS-CoV-2 Transmission, and Covid-19 Mortality: Systematic Review and Meta-Analysis,” 15.

Wang, Yu, Huaiyu Tian, Li Zhang, Man Zhang, Dandan Guo, Wenting Wu, Xingxing Zhang, et al. 2020. “Reduction of Secondary Transmission of SARS-CoV-2 in Households by Face Mask Use, Disinfection and Social Distancing: A Cohort Study in Beijing, China.” BMJ Global Health 5 (5):e002794. https://doi.org/10.1136/bmjgh-2020-002794.

Xu, Hong, Yong Gan, Daikun Zheng, Bo Wu, Xian Zhu, Chang Xu, Chenglu Liu, et al. 2020. “Relationship Between COVID-19 Infection and Risk Perception, Knowledge, Attitude, and Four Nonpharmaceutical Interventions During the Late Period of the COVID-19 Epidemic in China: Online Cross-Sectional Survey of 8158 Adults.” Journal of Medical Internet Research 22 (11):e21372. https://doi.org/10.2196/21372.

Vi har tidligere været inde på, at en af de mest markante implikationer af en epidemi-model med adfærd er, at smittetrykket vil svinge omkring én. Smittetrykket er antallet af nye smittede, som hver smittet overfører infektionen til (også kaldet den effektive transmissionsrate, Re).

Og se nu her:

Bortset fra begyndelsen af epidemien har smittetrykket netop svinget omkring én. Jeg har taget så mange lande med, som muligt, uden at gøre billedet for gnidret. For tydelighedens skyld har jeg taget den danske og svenske rate ud for sig her:

Udviklingen i smittetrykket i en epidemi-model med adfærd står i skærende kontrast til udviklingen i en epidemimodel uden adfærd (som fx de berømte røde og grønne kurver, som Magnus Heunicke holdt frem på pressemødet d. 11. marts 2020). Uden adfærd er smittetrykket meget mere jævnt og konstant over én, indtil flokimmunitet opnås, hvorefter den er konstant under, jf. nedenstående figur.

Det bemærkelsesværdige er, at smittetrykket har holdt sig omkring én på tværs af meget forskellige lande med meget forskellige politiske indgreb og meget forskellig kultur. Man kunne næsten fristes til at tale om en ”jernlov”, der står i skærende kontrast til de mange fuldstændigt fejlslagne prognoser, der er udgået fra f.eks. Imperial College London og Roskilde Universitetscenter.

Grunden til, at smittetrykket stabiliserer sig omkring én i en model med adfærd er, at i alle andre tilfælde vil smitteomfang, dødstal osv. enten accelerere eller decelerere, og det vil få folk til at ændre adfærd. Kun når smitteomfanget er nogenlunde konstant, vil adfærden stabilisere sig. Og det er præcis, når trykket er én.

Her er nogle ting, man skal være opmærksom på. Det bliver desværre en anelse langhåret, fordi vi skal holde verbalt styr på en hel del effekter.

For det første kan smitteomfang, dødstal osv. godt reagere på stød som tilfældigheder eller sæsonudsving. ”Ligevægtssmitteniveauet” vil altså godt kunne skifte, og i de skifteperioder vil smittetrykket naturligvis midlertidigt afvige fra én. Man kan altså ikke fortolke det, at trykket svinger omkring én, som om epidemien er en udefra given konstant. Snarere at adfærden modificerer de forhold, som også påvirker epidemien, herunder sæson, vacciner, nedlukninger osv.

Helt konkret betyder det, at enhver udefrakommende faktor, der isoleret set fører til lavere smittespredning, vil blive modificeret af adfærdsændringer. Vi ser det meget tydeligt i bl.a. sommeren 2020, hvor folk – efter at have passet på i foråret, hvor smittespredningen var høj – igen begyndte at besøge hinanden, give håndtryk m.v. Og da smitten begyndte at stige igen op mod vinter, ændrede folk igen adfærd (og som bl.a. HOPE-projektet har vist, skete det før nedlukningerne). Denne adfærds-respons vil man også se som følge af nedlukninger. Hvis det isoleret set virker at lukke værtshusene, vil det føre til ændret adfærd andre steder i samfundet. Man flytter altså noget af smitten fra værtshusene til andre steder.

For det andet er det – når det kommer til stykket – ikke en ”jernlov”, at smittetrykket skal svinge omkring én for al evighed. Hvis vaccinerne eller naturlig immunitet var stærk nok, ville epidemien på et tidspunkt løbe tør for ofre og evne til at holde sig ved lige. Når det gælder corona, tyder det imidlertid nu på, at stadige mutationer vil holde smitten ved lige. Man kan dog godt forestille sig, at det vil ske på en måde, som skaber bølger i sygdommen hen over sæsonen. Men det er bemærkelsesværdigt, at trykket indtil videre altså har holdt sig på et niveau relativt tæt på én.

Det er ikke mindst bemærkelsesværdigt i betragtning af, at i en række lande – først og fremmest Danmark – er en meget stor del af befolkningen blevet vaccineret. Men det hænger som sagt sammen med, at vaccinerne desværre ikke er stærke nok til at tvinge smittetrykket under én.  

Og her er – for det tredje – en pointe med hensyn til vacciner, det er vigtigt at være opmærksom på. Ligesom sygdommens alvor er afgørende for, at folk øger deres frivillige afstand, altså adfærden, så har vaccinebeskyttelsen den modsatte effekt: Det giver incitament til at passe mindre på. Adfærden modificerer altså den primære effekt af vaccinerne, som er at begrænse smittespredningen.

Dermed ikke være sagt, at vaccinering er en dårlig idé. Vi har set et fald navnlig i dødeligheden, fordi vacciner beskytter ikke blot mod at blive smittet, men også alvorlig syg. Man skal blot gøre sig klart, at vaccinering ikke nødvendigvis nedbringer den såkaldte eksternalitet forbundet med epidemien. Eksternaliteten består i, at hvis man udsætter sig for smitterisiko, så rammer det ikke kun én selv, men indebærer også højere smitterisiko for andre.

Vaccinerne nedbringer ganske vist både risikoen for at blive alvorligt syg af smitten samt at give den videre. Men hvis – hvad noget tyder på – effekten på den vaccinerede selv er stærkere end effekten på andre, og hvis borgerne reagerer på den mindskede egenrisiko ved at modificere deres adfærd, ja så kan vaccinerne godt øge eksternaliteten.

Vi kan dermed stå over for den såkaldte Pelzman-effekt, som bl.a. sundhedsøkonomer er velkendt med. Sam Pelzman opdagede således, at indførelsen af obligatoriske sikkerhedsseler i biler ganske vist nedsatte antallet af trafikdræbte førere og passagerer i biler, som kørte galt. Men antallet af trafikdræbte uden for de pågældende biler steg. Forklaringen var, at den øgede sikkerhed fik førerne til at køre mindre forsigtigt. Eksternaliteten i form af trafikdrab af andre steg altså.

På samme måde kan en Pelzman-effekt for vacciner opstå, hvis de vaccinerede justerer deres adfærd ved at passe mindre på. Er den relative smittebegrænsende effekt størst på den vaccinerede (på samme måde som sikkerhedsselen jo alene beskytter føreren og dens passagerer) end på andre, ja så kan man ende med samme resultat: At smitteomfanget faktisk vokser, og at risikoen for alvorlig sygdom øges for de uvaccinerede.

Det betyder stadig ikke, at vaccination er en dårlig idé, eller at vi på nogen måde skal beklage deres eksistens. Det er ikke givet, at adfærdsreaktionen er stærk nok til at drive en Pelzman-effekt, og at risikoen ligefrem stiger for de uvaccinerede. Blot skal man være opmærksom på, at adfærdsreaktionen trækker i den retning. Dernæst skal man gøre sig klart, at de samlede negative konsekvenser af sygdommen med stor sandsynlighed falder, desto flere vaccinerede der er. Selv om risikoen kan vokse for de uvaccinerede, er der færre af dem.

Så ikke et ondt ord om vacciner.

Derimod må man i høj grad sætte spørgsmålstegn ved visdommen i en politik, der går ud på at presse flere til vaccination.

For det første er der ikke noget godt argument for at øge mængden af vaccinerede for at reducere smitten blandt dem, der i forvejen er vaccineret. Det vil ikke nødvendigvis sænke deres smitterisiko så meget – måske kan Pelzman-effekten endda få den til at stige. Det samme gælder for dem, der ikke er vaccineret. Paradoksalt nok vil den mest positive effekt optræde for dem, der går fra at være uvaccinerede til at være vaccinerede. Det er absurd at ville tvinge flere uvaccinerede til vaccination, når gevinsten ved det primært tilfalder dem selv! Og særlig da man må gå ud fra, at dem, der har valgt ikke at lade sig vaccinere, har gjort det, fordi de vægter ulemperne over gevinsterne.

For det andet synes jeg, det gør en forskel, at alle (fra 12 år og op) har fået tilbudt vaccination. Det er deres – helt legitime – valg at takke nej, men altså også leve med en større risiko for at blive coronasyge. Det ændrer eksternalitetens karakter.

Endelig er der argumentet om at beskytte sundhedsvæsenets kapacitet. Det bør blankt afvises som gyldig grund til at begrænse befolkningens bevægelsesfrihed. Der er en væsensforskel på situationen ved udbruddet af epidemien, hvor der i en akut situation var få andre alternativer. Men det bør ikke accepteres, at befolkningens bevægelsesfrihed anvendes som redskab til at regulere kapaciteten i sundhedssektoren med.

P.S. Jonas og jeg diskuterer blogindlægget og jernloven i hans podcast Regelstaten. Lyt med her.

P.P.S. Pointen om, at inklusionen af adfærd i en epidemimodel giver betydeligt stærkere forudsigelseskraft, er ikke ny. Se f.eks. figur 2 i denne analyse.

---

Regeringen vil lægge en ny afgift på nikotinposer, for at begrænse unges brug af nikotinposerne. Der er imidlertid meget lidt, der tyder på, at det er en god idé, selv hvis man alene går op i befolkningens sundhed.

Ganske vist vil en afgift føre til et fald i brugen af nikotinposer. Men en del af det fald vil skyldes, at flere ryger cigaretter i stedet. Og nettoeffekten på “folkesundheden” kan meget vel (jeg hælder til at skrive “med ovevejende sandsynlighed”) være negativ.

Et nyt studie viser nemlig, at afgifter på e-cigaretter har netop disse effekter. Brugen af e-cigaretter falder, men da folk skifter til de mange gange farligere cigaretter, er den samlede sundhedseffekt negativ.

We find that ENDS [electronic nicotine delivery system] taxes reduce youth e-cigarette consumption, with estimated e-cigarette tax elasticities of -0.06 to -0.21. However, we estimate sizable positive cigarette cross-tax elasticities, suggesting economic substitution between cigarettes and e-cigarettes for youth. These substitution effects are particularly large for frequent cigarette smoking. We conclude that the unintended effects of ENDS taxation may more than fully offset any public health gains.

Hele studiet kan findes her.

Forleden skrev Michael Bang Petersen – leder af HOPE-projektet – på Twitter, at tilliden til den politiske strategi faldt med 11%-point (ca. 33%) blandt de uvaccinerede efter pressemødet, hvor regeringen genindførte coronapasset, jf. nedenstående figur.

Jeg er altid meget opmærksom på utilsigtede konsekvenser som følge af politiske indgreb. Og derfor spurgte jeg ind til eventuelle effekter på andre vacciner som fx MFR-vaccinen.

Har vi nogen anelse om, hvad det kan betyde for tilslutningen til andre vacciner på sigt? Det kan jo blive rigtig skidt, hvis tilslutningen til MFR mv. falder som følge af det her…

— Jonas Herby CEPOS (@JonasHerby) November 23, 2021

Jeg spurgte, fordi det på ingen måde ville overraske mig, hvis politikerne – i al deres visdom – endnu engang indførte regulering for at opnå ét (det fluffy “folkesundhed”), men reelt endte med at opnår det modsatte.

Her er svaret på mit spørgsmål. Som I kan læse, er svaret “Ja”. Der er en effekt.

We're looking into this right now! (CC: @klunztrujillo). No WP yet, but the short answer is… yes! True both longitudinally and xc-ally (including spillover to vaccines that are still undergoing clinical trials). Will send you a WP as soon as we've got one!

— Matt Motta (@matt_motta) November 23, 2021

Hvor stor denne effekt er, og hvad den samlede effekt på “folkesundheden” bliver på sigt, kan vi ikke sige noget om. Men Twitter-tråden viser, hvor påpasselige politikerne skal være med at anvende tvang overfor befolkningen.

For der er altid ændret adfærd og utilsigtede konsekvenser.

Det er dumt at køre bil, hvis man har drukket alkohol. Ifølge FDM øger en ulovlig promille risikoen for at blive indblandet i en ulykke 25 gange. I 2020 blev 29 personer dræbt i spiritusulykker, mens 305 kom til skade (lidt lavere end gennemsnittet for 2015-2019, hvilket måske skyldes corona).

Hvis man har drukket, er det derfor en rigtig god idé at lade bilen stå og i stedet få andre til at køre sig hjem. En service bl.a. Uber tilbyder. Og et nyt studie fra USA viser, at Uber rent faktisk redder liv på den konto.

We find a robust negative impact of ridesharing on traffic fatalities. Impacts concentrate during nights and weekends and are robust across a range of alternative specifications. Overall, our results imply that ridesharing has decreased US alcohol-related traffic fatalities by 6.1% and reduced total US traffic fatalities by 4.0%. Based on conventional estimates of the value of statistical life the annual life-saving benefits range from $2.3 to $5.4 billion.

Hvor store effekterne ville være i Danmark, er uvist. Men fortegnet er der næppe tvivl om. Desværre har politikerne i deres uendelige visdom forhindret Uber i at servicere danskerne. Og dermed har de sandsynligvis nogle liv på samvittigheden. Men det er langt fra første gang, at politik fører til utilsigtede konsekvenser, der involvere dødsfald.

Studiet om Uber og alkohol kan findes her.

I mange debatter om COVID-19 i Danmark og Sverige, har jeg set og hørt folk sige, at Sverige burde have klaret sig relativt bedre end Danmark, fordi der er meget lav befolkningstæthed, hvilket alt andet lige sværere for COVID-19 at sprede sig.

Men er den påstand rigtig? Det er emnet for dagens blogindlæg, og som vi skal se, er svaret ”Nej – snarere tvært imod!”.

Nedenstående figur viser befolkningstætheden for Danmark, Finland og Sverige. Det er dette mål folk normalt har i tankerne, når de siger, at Sverige – alt andet lige – stod i en nemmere situation end Danmark ift. befolkningstæthed. Figuren viser, at der er langt flere danskere pr. kvadratkilometer (136) end svenskere (25)

Problemet med denne opgørelse er, at den ikke tager højde for, hvor folk rent faktisk bor. I Sverige er der store øde områder, hvor der stort set ikke bor et øje. I stedet klumper svenskerne sig sammen i byerne. Og det gør de faktisk i højere grad end i Danmark. Det viser nedenstående figur, som er baseret på data fra Eurostat.

Figuren viser, at svenskerne i lige så høj grad bor i byerne, hvor COVID-19 har bedst betingelser, som danskerne. Faktisk bor kun halvt så mange svenskere (22%) som danskere (42%) i landdistrikter (”rural”). I stedet bor de i områder, der betegnes som ”intermediate”, en område-type der bl.a. dækker over Østjylland med Aarhus, Fyn med Odense og Nordsjælland plus Vestegnen (uden København).

Tallene fra Eurostat er fra 2011. Siden da er Sveriges befolkning (10% vækst) vokset dobbelt så hurtigt som Danmarks (5%), hvilket bl.a. skyldes en omfattende indvandring. Så det er ikke utænkeligt, at urbaniseringen i Sverige er steget yderligere.

Der var altså – i modsætning til, hvad mange ellers har hævdet – ikke hjælp at hente i lav befolkningstæthed for Sverige, da coronaen ramte. Snarere tværtimod.

Hvis du vil læse en bog, der meget klart beskriver, hvorfor demokratiet bør fokusere på at beskytte individuelle rettigheder og bruges så lidt som muligt til at træffe valg for borgerne, så er The Myth of the Rational Voter af Bryan Caplan b o g e n. Den er ganske enkelt et must read, hvis du vil forstå demokratiets begænsninger (og hvorfor Pelle Dragsteds idéer er stærkt problematiske).

Forleden skrev Paul Krugman sin egen korte version af bogen i The New York Times (som kan læses gratis hos Seattle Times her). Her er et par centrale uddrag, som er relevante ift. min reaktion på kommunalvalget.

In principle, voters should judge politicians by their actions; they should support politicians who pursue policies that help them, oppose politicians whose policies would hurt them. To do this, however, voters should have a reasonably good idea of what policy is doing.

Unfortunately, when it comes to economic policy — which should be the easiest kind of policy to evaluate, since its effects are visible in everyone’s daily life — there are few reasons to be optimistic about the relationship between policy and public opinion.

In a sensible world, voters would have both a reasonably accurate picture of what’s happening in the economy and a basic understanding of what aspects of the economy are under politicians’ control. In the world we live in, neither of these things is true.

Herefter beskriver Krugman, hvordan opfattelsen af økonomiens tilstand påvirkes af politisk ståsted (partisanship) og hvordan amerikanerne ikke forstår, hvad der påvirker benzinpriserne (de tror, det er præsidenten, men han har ufattelig lidt at skulle have sagt). Det får Krugman til at konkludere, at

we’re living in a nation with many voters who seem to have both a distorted view of the state of the economy and false beliefs about what aspects of the economy politicians can affect. How is democracy supposed to function well under these conditions?

Just to be clear, I’m not condemning voters for not being economic experts. People have children to raise, jobs to do, lives to live. Expecting them to be sophisticated policy analysts is unreasonable.

But the fact remains that public perceptions have become extremely disconnected from reality — economics is just one example.

Som Bryan Caplan pointerer i sin bog, så er det rationelt ikke at sætte sig ind i politik (du kommer aldrig til at påvirke et valg alligevel) og økonomisk teori og empiri (du har bedre ting at bruge tiden på – livet er svært, som Jordan Peterson siger). Og derfor skal vi ikke forvente, at folk vælger politikere, der gør det bedste for landet.

Lev Mette.

Masser af interessante info her om de nye piller fra Merck og Pfizer.

Pillerne er testet på uvaccinerede, men mon ikke også vaccinerede kan have gavn af dem. De viser rigtig god effekt mod indlæggelse.

At the headline level, Pfizer’s pill reduced the risk of hospitalization and death by 89%, while Merck showed a reduction of 50%.

Og 100% effekt mod død (om end vi ikke kender usikkerheden endnu).

What the studies had in common was 100% efficacy against death, regardless of when patients started treatment. Merck’s study counted eight deaths among patients on placebo, and Pfizer’s observed 10.

Nu KAN der da snart ikke være flere (dårlige) argumenter for at have restriktioner…

Det er konklusionen på et nyt interessant studie fra bl.a. Nina Smith. Her er abstract:

We study the role of managers’ gender attitudes in shaping gender inequality within the workplace. Using Danish registry data, we exploit the birth of a daughter as opposed to a son as a plausibly exogeneous shock to male managers’ gender attitudes and compare within-firm changes in women’s labor outcomes depending on the manager’s newborn gender. We find that women’s relative earnings and employment increase by 4.4% and 2.9% respectively following the birth of the manager’s first daughter. These effects are driven by an increase in managers’ propensity to replace male workers by hiring women with comparable education, hours worked, and earnings. In line with managers’ ability to substitute men with comparable women, we do not detect any significant effect on firm performance. Finally, we find evidence of rapid behavioral responses which intensify over time, suggesting that both salience and direct exposure to themes of gender equality contribute to our results.

Inden man konkluderer, at det må betyde, at der ER kønsdiskrimination og uligeløn, så bør man som minimum overveje to ting.

1. Betyder resultaterne nødvendigvis, at mænd blev foretrukket frem for kvinder FØR chefen fik en datter, eller betyder det snare, at kvinder bliver foretrukket frem for kvinder EFTER?
2. Hvad sker der med alle de fravalgte mænd? Får de dårligere jobs, eller får de bare et andet – lige så godt – job på et jobmarked præget af konkurrence?

Måske bruger den nybagte far ganske enkelt mulighederne i sin stilling til at opdrage sin datter og signalere til hende og omverdenen, at han skam tager ligestilling alvorligt (uanset om han gør det eller ej). Det vil fremtidig forskning måske kunne svare på.

EFTA er en frihandelsorganisation bestående af Norge, Schweiz, Island og Liechtenstein, og er i modsætning til fx EU en fuldstændig mellemstatslig organisation. Og noget tyder på, at organisationen – i hvert fald på taxiområdet – har bedre regler end EU.

For nylig har Island fået det, der vist kan kaldes en påtale, for at bryde EFTAs regler.

The current legal framework in Iceland limits the number of taxi licenses available in certain districts, making it difficult or even impossible for new operators to enter the market. The current legislation also requires taxi operators in certain districts to be connected to a dispatch central and to have taxi driving as a principal profession.

Som enhver ved, begrænser den slags regler konkurrencen og er et brud på den frie etableringsret, ligesom de understøtter monopol (eller i hvert fald monopollignende) tilstande. Og det er bl.a. netop derfor, EFTA er efter Island.

Placing undue restrictions on the freedom of establishment and barring new entrants to the market impedes competition, hampers innovation and leads to higher prices for customers. In its reasoned opinion delivered to Iceland today, ESA concludes that these limitations constitute an undue restriction on the freedom of establishment under Article 31 of the EEA Agreement.

EFTA påtaler altså de problemer overfor Island, som nogle (hvad enten det er EU, Konkurrencestyrelsen eller vælgerne) burde have påtalt over for det flertal, der ikke ville lade Ole Birk Olesen liberalisere taxiloven fuldstændigt. Om EFTA så også kan sanktionere Island for at bryde reglerne, er en anden snak (som jeg ikke kender resultatet af, så bidrag gerne med jeres viden i kommentarsporet).

Historien kan læses på EFTAs hjemmeside.

Antag, at nedlukninger virker. Hvornår ville vi så kunne se en effekt på antallet af døde, når politikerne lukker ned?

Nedenstående figur (lånt her) viser sygdomsforløbet for en person, der smittes med COVID-19. Figuren viser, at der i gennemsnit går 15-17 dage, fra man får de første symptomer, til man eventuelt dør. Og at de første symptomer kommer ca. 5 dage efter man bliver inficeret. I alt går der altså – ifølge denne figur – 20-22 dage, fra infektion til død. Det er lidt højere end hvad jeg har set andre steder (Flaxman et al. (2020) antager implicit, at der går 2-3 uger), men at der går en rum tid, er der ingen tvivl om.

Da Mette Frederiksen d. 11. marts om aftenen meldte ud, at skoler ville lukke d. 16. marts og restauranter d. 18. marts, ville vi altså forvente at se en effekt af nedlukningen 2-3 uger senere. Og i mange lande er det faktisk omtrent det, vi observerer, hvilket har fået en del til at konkludere, at nedlukningerne virker (korrelation er kausalitet for dem).

Men mange empiriske studier finder faktisk en effekt på dødeligheden langt hurtigere. Fakir & Bharati (2021) finder en større effekt efter 0 dage end efter 14 og 21 dage. Dave m.fl. (2021), som jeg også har omtalt her, finder en stor effekt allerede efter 6-14 dage. Og nedenstående figur fra Fowler et al. (2021) viser, at de finder en effekt på dødstallene (panel b) allerede efter få dage. Og den største effekt allerede efter 10 dage.

Jeg har set lignende resultater i flere andre studier, og det mærkværdige er, at mange af forfatterne ikke tænker videre over det. For hvad betyder det, at man finder en effekt af nedlukningerne på antallet af døde efter få dage? Reelt set kan det kun betyde en (eller begge) af to ting:

1. Data viser, at der går meget kortere tid fra infektion til død, end læger osv. regner med.
2. Modellerne er fejlspecificeret og fanger reelt noget andet end effekten af nedlukninger.

Mit bud er, at forklaringen næppe er 1). Forklaringen er snarere 2). Og det, de fanger, er – måske – effekten af frivillige adfærdsændringer, sæsonudsving eller andet, som sker FØR politikerne lukker ned (se fx søgningen på håndsprit op til nedlukningen). Det kan dog også sagtens være andre faktorer. Fx kan Fakir & Bharati (2021)’s metode gøre, at de ganske enkelt fanger effekten af den normale virussæson, som typisk er aftagende i marts i de nordlige (og rige) lande.[1]

---

[1] Fakir & Bharati (2021) skriver “using the level of stringency in the rest of the world to predict the level of stringency of the restriction measures in a country...” Men da nedlukningerne sådan ca. fulgte enden af en almindelig viruskurve i 2020, kan det indebære, at de estimerer effekten af en almindelig viruskurve på udviklingen af COVID-19. Og når de finder større effekt i mere udviklede lande, kan det skyldes, at de udviklede lande er højere mod nord og derfor har skarpere viruskurver. Desværre kommer Fakir & Bharati (2021) ikke ind på disse problemstillinger.

“Mit råd til He­u­ni­cke: Drop ned­luk­nin­ger og cor­o­na­pas og fo­kusér på god in­for­ma­tion til dan­sker­ne”

Sådan lyder rubrikken i min seneste kommentar i Børsen. Vaccinerne virker, og COVID-19 er – fuldt forståeligt – ikke længere en samfundskritisk sygdom. Så et coronapas, der opdeler borgerne i “dem og os”, er i mine øjne ikke proportionalt.

Alle, der ønsker det, har længe haft adgang til at blive vaccineret. Jeg kan kun se grund til at forlange coronapas hos plejepersonale eller andre, der er i kontakt med særligt udsatte. Men der er ingen grund til coronapas for at bevæge sig i samfundet i øvrigt.

Desuden er evidensen for at nedlukningerne virker bemærkelsesværdigt fraværende. Modelkørslerne viser rigtig nok store effekter af nedlukningerne, men de modeller er så afhængige af antagelser, at SSI helt droppede at lave fremskrivninger på baggrund af dem (med god grund). Ser man i stedet på data ex post og sammenligner udvikling og forskellige tilgange i forskellige lande, ender man med en noget anderledes konklusion. Her fra abstract i reviewet “Covid-19 Lockdown Cost/Benefits: A Critical Assessment of the Literature” af professor Douglas W. Allen, som netop er publiceret i International Journal of the Economics of Business:

The most recent research has shown that lockdowns have had, at best, a marginal effect on the number of Covid-19 deaths.

Allen (2021)

Men hvorfor ser vi så store forskelle mellem lande, når det ikke skyldes forskelle i nedlukninger? Mit bud er forskellige udgangspunkter og rene tilfældigheder.

De forskelle, vi ser mellem landene, skyldes primært forskellige udgangspunkter (f.eks. demografi) og rene tilfældigheder. F.eks. har to forskergrupper uafhængigt af hinanden vist, at områder, der som bl.a. Stockholm holder vinterferie i uge ni, havde ca. dobbelt så mange døde som andre områder pga. import af smitte fra Alperne, før man overhovedet vidste, at der var et smitteudbrud.

Kapaciteten i sundhedssektoren bliver igen og igen brugt som argument for nye restriktioner. Men det argument holder ikke, når effekterne af regeringens tiltag er marginale.

Det kan ikke afvises, at kapaciteten i sundhedssektoren bliver presset denne vinter, præcis som den har været under tidligere influenzapandemier. Men når nedlukninger ikke virker, er det svært at se, hvad sundhedsministeren kan gøre ved det. Forhåbentlig vil danskerne i det tilfælde atter justere adfærd, præcis som vi gjorde i december 2020, hvor frivillige adfærdsændringer på baggrund af information ifølge Hope-projektet var vigtigere end nedlukningerne.

Hele min kommentar kan læses her.

Forleden stillede jeg – på baggrund af ét studie fra Norge – spørgsmålet “Ødelægger kvindekvoter virksomhedernes evne til at skabe værdi?“. Ét studie er sjældent nok til at besvare et spørgsmål, men heldigvis har Yu & Madison (2021) lavet et review af litteraturen. De konkluderer:

Several countries have mandated sex quotas on corporate boards of directors. We systematically reviewed empirical studies that compared company profitability and financial performance before and after introducing legislated quotas. The search yielded 348 unique hits and nine studies were retained, including 20 effects. Four were null, 11 were negative, and five were positive, all of the latter for Italian and French companies. We conclude that quotas for women on corporate boards have mainly decreased company performance and that several moderating factors must be taken into account when assessing causal effects of quotas on company performance.

Så blev vi så meget klogere.

Og det er egentlig ikke synderligt overraskende. Virksomheder forsøger som regel at tjene penge. Og gerne flest muligt. Når Regelstaten regulerer virksomhederne, er det for at få dem til at gøre noget anderledes. Altså noget, der ikke bidrager til at tjene mest muligt.

Jeg bruger for tiden en del tid på at læse studier om effekten af nedlukninger. I forbindelse med min gennemgang har jeg bemærket, at en relativt stor andel af studierne konkluderer lidt for hårdt – og i visse tilfælde direkte modsat af – hvad de reelt finder.

Lad os se på et par eksempler.

Chisadza m.fl. (2021) skriver i abstract, at ”less stringent interventions increase the number of deaths, whereas more severe responses to the pandemic can lower fatalities.” Det baserer de på en af deres modelspecifikationer (mr. 4 i Tabel 5), hvor de finder et positivt estimat for stringency (flere døde, jo mere der lukkes ned), men negativt estimat for stringency squared (færre døde, jo mere der lukkes end). Det betyder, at for små værdier af stringency fører nedlukningen til flere dødsfald, men for store værdier af stringency (>124) vil den samlede effekt af nedlukningen være negativt (altså færre dødsfald). Problemet er dog – som nedenstående figur viser – at den samlede effekt ikke kan blive negativ for mulige værdier af stringency, som er et indeks der går fra 0 til 100. Chisadza m.fl. (2021) viser altså, at nedlukninger altid fører til flere dødsfald. Ikke just det indtryk, man får fra deres abstract.

Dave m.fl. (2021) skriver i abstract, at ”we find that approximately 3 weeks following the adoption of a SIPO [shelter in place-order], cumulative COVID-19 cases fell by approximately 53.5%”. Men ser man på deres resultater (tabel 8 nedenfor), så finder de en stor effekt på dødsfald allerede efter 6-14 dage og altså før SIPO kan have en effekt (fordi det, som Bjørnskov (2020) beskriver, tager ca. 18 dage, før man kan se effekten af en politik i dødstallene). Effekten efter 15-19 dage – som altså er på grænsen til, at det kan skyldes SIPO, er næsten præcis lige så stor som effekten efter 20+ dage, og de kunne derfor i mine øjne lige så vel konkludere, at det var frivillige adfærdsændringer, der gjorde hele forskellen. Som minimum er de i hvert fald vigtigere, da estimatet efter 6-14 dage er 2/3 af den langsigtede effekt.

Stokes m.fl. (2020) konkluderer, at “focusing on ‘compulsory’, particularly school closing, not ‘voluntary’ reduction of social interactions with mandated policies appears to have been the most effective strategy to mitigate early Covid-19 mortality.” De baserer deres konklusion på tre forskellige analyser, hvor henholdsvis 1 ud af 9, 3 ud af 30 og 8 ud af 30 forskellige indgreb er signifikante (se deres supplementary information s. 13 og 17). I mine øjne er deres konklusion alt for hård, da vi meget vel kan være tæt på tilfældigheder her. Hvis man undersøger et datasæt for tilpas mange sammenhænge, vil man altid kunne finde nogle, der er indenfor et 5% konfidensinterval. Dette problem er kendt som multiple test bias og som beskrevet her, er der 79% sandsynlighed for at finde mindst ét signifikant estimat, når man undersøger 30 indgreb. Korrigerer man for multiple test bias med Bonferroni correction er kun ganske få af deres estimater signifikante (forskellige grader af rejserestriktioner).

Ashraf (2020) konkluderer, at “government response in terms of stringent lockdowns and social distancing measures has proved effective in controlling the spread of highly contagious virus.” Problemet er, at de finder en effekt på –0,326 til -0,073 døde pr. million indbyggere pr. stringency point. Den effekt er helt utroligt lille. Det kan illustrere ved at se på forskellen mellem Danmark og Sverige. Fra 16. marts 2020 til 15. april 2020 havde Danmark et gennemsnitligt stringency på 71,7, mens Sveriges var 56,6 – en forskel på 15,1 stringency point. Ganger vi dette på effekten, får vi altså, at Danmarks nedlukning reddede mellem 6 og 29 mennesker fra at dø af COVID-19 i forhold til en svensk ”nedlukning”. Det vil jeg under ingen omstændigheder kalde effektivt.

Ylli m.fl. (2020), som jeg tidligere har omtalt her, konkluderer i abstract, at ”the drastic social isolation measures, quickly undertaken in response to those initial outbreaks appear effective, especially in Eastern European countries, where community circulation started after March 11th. The study demonstrates that efforts to delay the early spread of the virus may have saved an average 30 deaths daily per one million inhabitants,” uden overhovedet at have undersøgt effekten af nedlukninger! Studiet er udgivet I PLOS ONE, og man undres over, at ikke én eneste reviewer har påpeget, at man ikke kan drage den konklusion på baggrund af studiet.

Aparicio og Grossbard (2021) konkluderer at, ”this suggests that various types of social distance measures such as school closings and lockdowns, and how soon they were implemented, help explain the US/EUROPE gap in cumulative deaths measured 100 days after the pandemic’s onset in a state or country”, selvom alle deres estimater for NPI’erne er insignifikante (i øvrigt er det en myte, at USA lukkede mindre eller langsommere ned end Europa, som jeg tidligere har beskrevet her (se sidste figure)).

Sears m.fl. (2020) ser på effekten af SIPOs (shelter in place-orders) og skriver i abstract, at ”death rates [were] 42-54% lower than in the absence of policies.” Men for det første inkluderer de 42-54% effekten af frivillig adfærd (uden frivillig adfærd er effekten 29% -35%, og det betyder rent faktisk – hvis du regner lidt efter – at frivillig adfærd har større effekt end udgangsforbud). For det andet er deres resultater insignifikante på et 5% signifikansniveau (se deres tabel 4).

Samlet set sidder jeg med en fornemmelse af, at konklusionerne i mange af studierne er biased. Og det er stort set altid i én retning: nedlukninger virker. Men det findes ganske givet også i den anden retning. Når man skal danne sig et overblik over litteraturen, er der derfor god grund til også (og måske primært) at studere forskernes resultater – og ikke nødvendigvis fokusere så meget på forskernes egne fortolkninger af deres resultater.