We hadden het eigenlijk al helemaal kunnen weten toen Flaxman en Fergusson hun artikel publiceerden in Nature.
Het basisreproductiegetal R0 geeft het reproductiegetal weer in zijn oorsprong. Bij patiënten NUL dus eigenlijk. Dit is een indicator hoeveel mensen elkaar besmetten. Voor de epidemiologen is dat het belangrijkste getal waarop ze hun becijferingen baseren. Ze gebruiken daarvoor het SIR model, dat ik al eerder heb uitgelegd. Afhankelijk van de grootte van R0 wordt dan berekend hoeveel mensen in totaal besmet raken. Is R0 hoger, dan worden er uiteindelijk meer mensen besmet. Dat komt omdat wanneer één patiënt meer patiënten besmet, de immuniteit minder impact heeft op de vertraging van de verspreiding.
Je zou dan denken dat R0 specifiek is voor de ziekte. Er wordt namelijk aangegeven hoe besmettelijk deze ziekte is. Aangenomen wordt dat covid besmettelijker is dan de gewone influenza, en dus ligt R0 hoger.
Maar dat blijkt allemaal bijzonder fictief te zijn. Er is niet zoiets als een R0 die in het begin nogal constant blijft, en dan rustig begint te dalen als de eerste immuniteiten binnenkomen. Neen, in de realiteit gaat Rt - dit is het evoluerend reproductiegetal in de tijd - voor covid bij een golf sterk de hoogte in, om dan weer sterk te dalen en zich op een laag niveau, iets onder 1, te nestelen. Bij een volgende golf gaat het weer sterk omhoog in een piek, en daalt dan opnieuw. We zagen dat in België, maar ook in verschillende andere landen. Nog voor er maatregelen zijn zit Rt al zowat overal in een sterk dalende lijn.
Wat nog meer interessant is, is de manier waarop de epidemiologen naar R0 kijken. In de studie van Flaxman, Fergusson e.a. verschilt R0 van land tot land. Dat is ook in werkelijkheid zo. Dat is vreemd want R0 drukt de besmettelijkheid uit van de ziekte. Dat moet dus betekenen dat hetzelfde virus in verschillende landen minder besmettelijk is. Nu wordt het interessant. Als het virus in verschillende landen minder besmettelijk is, dan hangt dat niet af van het virus zelf, want dat is overal hetzelfde. Op de varianten na, waarvan we nu even abstractie maken. Er zijn dus andere factoren die werken op de besmettelijkheid.
Als we iets verder gaan kijken, dan stellen we vast dat het reproductiegetal zelfs verschilt per regio, en per gemeente! Dat kan dus al zeker niet afhangen van de aard van het virus zelf. De stekeltjes op de wand, of wat ook. Er moeten dus andere factoren zijn die deze besmettelijkheid beïnvloeden. Maar dewelke dan? Hier komen we aan de kern van de problematiek. Flaxman e.a. weerhouden als element dat het reproductiegetal bepaalt, het aantal contacten die de mensen hebben. De grote diversiteit van Rt doet echter sterk vermoeden dat dit maar een klein deel is van het verhaal. In werkelijkheid is er een gecombineerde complexiteit van de volgende elementen. (1) De aard van het virus. (2) De omgeving waarin het virus zich beweegt. (3) De mensen die het virus in zijn omgeving tegenkomt. (4) De manier waarop die mensen handelen, zich gedragen, zich bewegen. (5) De interactie met andere virussen. (6) De interactie met de gastheer en de toestand van de gastheer, (7) De veranderingen van deze 4 factoren in de tijd. Zelfs als de aard van het virus een constante blijft, zijn er tal van factoren die een effect hebben op de besmettelijkheid van het virus.
Een virus beweegt zich dus in een zeer complexe omgeving. Het model van Flaxman en Fergusson slaagt erin maar een zeer beperkt stukje van deze complexe realiteit te vatten. Het model Is in zijn wezen bijzonder beperkt en kan onmogelijk de werkelijkheid weergeven. Vandaar dat de maatregelen die op dit model zijn gestoeld niet werken.
Maar er is meer. De keerzijde van de medaille is dat er elementen zijn die een dergelijke epidemie drijven, die niet gekend zijn. En dat zijn er wellicht nogal wat.
Door zelf verschillende basisreproductiegetallen te gebruiken voor verschillende landen geven Flaxman en Fergusson zelf inherent toe dat zij niet uitgaan van een éénduidige besmettelijkheid van één virus. Ze erkennen de diversiteit. Maar tezelfdertijd bouwt hun model verder op de monistische visie van het ene virus met de ene R0. Voor elk land dan een andere. Om zo tot exponentiële voorspellingen te komen.
De epidemiologie is toe aan een volledige revisie van de gebruikelijke praktijk in deze sector. Hun basisgedachten zijn zo irreëel dat deze praktijk niet meer te handhaven is. Wat niet betekent dat het reproductiegetal totaal zinledig is. Door de versnelling en vertraging van het reproductiegetal op zich te beschouwen, kan veel worden geleerd over de curves. Zo zien we bijvoorbeeld dat als Rt op 1 komt te staan, het aantal besmettingen gaat dalen. Daar worden dan grote theorieën over verkondigd, wat de besmettingen dan wel heeft doen ophouden te stijgen. Maar de simpele uitleg is: het reproductiegetal is om de een of de andere reden gedaald tot 1. Dat is in tegenstelling tot wat Flaxman e.a. denken geen abrupte daling, ook niet bij maatregelen, maar een geleidelijke daling die gaandeweg toevallig passeert bij 1. Deze stijgingen en dalingen in Rt beschouwen heeft dus wel zin.
Het is goed dat de wetenschap evolueert en leert uit crisissen. Alleen spijtig dat de beleidsmakers geen rekening hebben gehouden met dit soort van onzekerheden. Wiskunde is een exacte wetenschap, maar de gegevens die de modellen voeden zijn dat niet.
____
Auteur: Michael Verstraeten