Ce que les économistes peuvent enseigner aux épidémiologistes – AIER

ordinateur du cerveau

Alors que les données s'accumulent à la fois au niveau national et État par État, les paramètres de la létalité du COVID-19 se raffermissent. Deux nouveaux articles du Dr John Ioannidis soulignent l'écart croissant entre les prévisions de pandémie apocalyptique et les politiques beaucoup plus destructrices mises en œuvre pour les respecter.

Le premier, intitulé «Risque de mortalité par COVID-19 au niveau de la population pour les personnes non âgées dans leur ensemble et pour les personnes non âgées sans maladie sous-jacente dans les épicentres pandémiques» offre davantage de preuves à l'appui de l'affirmation selon laquelle la réaction du gouvernement au virus a été largement surexploitée.

En utilisant des données provenant de 11 pays européens, de 12 États américains et du Canada, Ioannidis et son équipe montrent que le taux d'infection est beaucoup plus élevé que ce que l'on pensait précédemment, ce qui suggère que l'incidence des cas asymptomatiques et légèrement symptomatiques est plus élevée que prévu, et la mortalité taux beaucoup plus faible que prévu.

En ce qui concerne l'âge des victimes,

Les personnes (de moins de 65 ans) ont de très faibles risques de décès par COVID-19 même dans les épicentres pandémiques et les décès de personnes (de moins de 65 ans) sans conditions prédisposantes sous-jacentes sont remarquablement rares. Des stratégies axées spécifiquement sur la protection des personnes âgées à haut risque devraient être envisagées dans la gestion de la pandémie.

Dans l'autre article, «Les prévisions pour COVID-19 ont échoué», Ioanndis et ses co-auteurs visent les raisons pour lesquelles les prédictions étaient si incroyablement inexactes. Les premières prédictions comprenaient que New York avait besoin de 140 000 lits d'hôpital pour les victimes de COVID-19 frappées; le nombre total de personnes hospitalisées était de 18 569. En Californie, le 17 mars 2020, il était prévu qu '«au moins 1,2 million de personnes de plus de 18 ans (auraient) besoin d'être hospitalisées pour la maladie», ce qui nécessiterait 50 000 lits d'hôpital supplémentaires. En fait, «les patients COVID-19 (finalement) occupaient moins de deux lits sur 10». Le 27 mars 2020, vice-prévôt des initiatives mondiales de l'Université de Pennsylvanie, la prédiction d'Ezekiel Emanuel de 100 000 000 de cas de COVID-19 aux États-Unis au cours des quatre semaines suivantes – un peu moins d'un sur trois de tous les Américains – a depuis été supprimée. .

La divination, exacte ou non, est inoffensive en soi: c'est évident. Mais lorsqu'elle est faite par des dignitaires scientifiques, en particulier dans le processus d'information des politiciens en situation de crise, elle conduit souvent à des réactions instinctives à tous les niveaux. Les facteurs de causalité cités sont ou devraient être bien connus des économistes: ils incluent l'utilisation de données médiocres ou une mauvaise utilisation de données de haute qualité; hypothèses incorrectes ou incorrectes; estimations erronées de la sensibilité; des résultats ou des preuves passés mal interprétés; problèmes de dimensionnalité; et les effets de pensée de groupe / de mouvement.

D'un haut niveau, les prévisions épidémiologiques ont échoué pour la raison même que les prédictions économétriques se sont souvent effondrées: l'importation non critique de techniques de modélisation de la physique ou des mathématiques appliquées dans les domaines des sciences sociales. Cela ne devrait pas être particulièrement révélateur. Dans «La contre-révolution de la science» (1956), F. A. Hayek a noté les effets pernicieux de l'application de concepts rigoureusement quantitatifs où l'action humaine est à l'œuvre, les attribuant à «une ambition d'imiter la science dans ses méthodes plutôt que dans son esprit».

En utilisant les lignes directrices d'Ioannidis, un sous-ensemble des éléments qui conduisent à des échecs prédictifs en épidémiologie peut non seulement être examiné, mais analogisé directement avec ses homologues économiques et économétriques.

Problèmes de données

La question de la qualité des données et de leur application en économie est née de la quantification croissante des sciences sociales. Les données qui sont enregistrées de manière erronée, d'une précision spécieuse ou complètement fabriquées ont été un problème de proportions légendaires en économétrie et dans l'élaboration de la politique économique.

Bien qu’elle ait été identifiée pour la première fois comme un problème grave il y a 70 ans (moins de trois ans après la publication de cet ouvrage pivot), la mathématisation de l’économie a progressé rapidement, sans pratiquement prendre en compte les avertissements d’Oskar Morgenstern. (Bien qu'il ne s'agisse pas d'un complot, il convient de mentionner que les données de faible qualité peuvent être autant un outil politique qu'une source d'imprécision à la fois en épidémiologie et en économie.)

De même, il est de plus en plus évident que certaines données liées au COVID-19 sont problématiques: erronées ou mal calculées. En ce qui concerne les tests, même une erreur de 1% dans les dizaines de millions de tests de coronavirus effectués équivaudrait à des centaines de milliers de diagnostics erronés, avec les effets d'entraînement que ces résultats provoquent.

Hypothèses erronées

Les hypothèses intenables et trop simplificatrices dans les formulations économiques sont souvent défendues comme pragmatiques ou inévitables. Ceux-ci sont problématiques même lorsque les méthodologies sont appropriées, les données sonnent et les calculs sont corrects:

De nombreux modèles (épidémiologiques) supposent une homogénéité, c'est-à-dire que toutes les personnes ont des chances égales de se mélanger et de s'infecter. Il s'agit d'une hypothèse intenable et en réalité, une énorme hétérogénéité des expositions et du mélange est susceptible d'être la norme. À moins que cette hétérogénéité ne soit reconnue, les estimations de la proportion de personnes finalement infectées avant d'atteindre son immunité peuvent être considérablement gonflées.

Sur le plan épidémiologique, la surveillance de l'homogénéité est perçue de la manière la plus flagrante et la plus tragique en comparant le résultat d'une protection insuffisante des populations les plus vulnérables tout en fermant simultanément des écoles et en excoriant des adolescents / étudiants – parmi les groupes les moins affectés – pour leurs inclinations sociales.

Sensibilité des estimations

L'analyse de la sensibilité détermine comment une variable indépendante ou des groupes de variables indépendantes affectent les variables dépendantes. Selon la régression (ou une autre opération) effectuée, et en particulier la présence d'exposants, une petite erreur dans les facteurs indépendants peut entraîner d'énormes écarts dans les résultats. (C'est l'une des caractéristiques d'un système chaotique: le soi-disant effet papillon se réfère à des systèmes où les résultats ultimes ou les états montrent un degré énorme de sensibilité aux conditions initiales.)

Il existe des techniques qui peuvent être utilisées pour déterminer où, quand et dans quelle mesure les estimations ont un impact disproportionné sur le résultat des simulations ou des calculs, que ce soit sous la forme de résultats exagérément exagérés ou irréalistes. Souvent, cependant, la sensibilité n'est pas observée dans les modèles, mais dans les événements du monde réel, ils sont conçus pour se rapprocher.

Ioannidis a cité «l'impossibilité inhérente» de fixer de tels modèles, car l'omniprésence des modèles employant «des variables exponentiées (conduisent à) de petites erreurs (qui) entraînent des écarts majeurs par rapport à la réalité». Morgenstern a manifesté des préoccupations similaires en 1950 concernant les propensions à ajuster la courbe de la nouvelle vague de pratiques économiques; ici dans les fonctions de production, mais la critique est certainement extensible:

Considérons, par exemple, le problème important de savoir si les fonctions de production linéaires ou non linéaires doivent être prises en compte dans les modèles économiques. La non-linéarité est une grande complication et doit donc être évitée autant que possible. La véritable non-linéarité au sens mathématique strict est évitée autant que possible en physique. Même la mécanique quantique est traitée comme linéaire à un niveau supérieur. De nombreux phénomènes apparemment non linéaires, après une étude plus approfondie, peuvent bien être traités comme linéaires. . . La distinction est en grande partie une question de précision de mesure, qui est exactement là où la faiblesse est la plus forte en économie. Il est étonnant que les économistes semblent hésiter beaucoup moins à introduire la non-linéarité que les physiciens, où la tradition de l'exploration mathématique est tellement plus ancienne et l'expérience de l'observation et de la mesure beaucoup plus ferme.

Je ne daignerais pas corriger un luminaire comme le Dr Morgenstern, mais j'ajouterais que la faiblesse n'est pas la plus forte en économie seule, mais dans toutes les entreprises qui rigidifient quantitativement l'action humaine, individuelle ou en masse.

Mauvaises preuves passées sur les effets des interventions disponibles

À l'insu de la grande majorité des personnes qui souffrent ou subiront les effets des blocages, les efforts «d'aplatissement de la courbe» ont été éclairés par des informations provenant de la grippe espagnole de 1918. Ainsi, des données d'une qualité irréprochable, d'un événement pandémique qui s'est produite il y a plus d'un siècle, impliquant un agent pathogène différent – alors qu'une grande guerre mondiale prenait fin, et lorsque les conditions de vie, la longévité, l'état de la science médicale, la teneur des interactions sociales et d'innombrables autres variables étaient incommensurablement différentes – ont été appliquées à la sculpture la réponse du gouvernement à l'éclosion du nouveau coronavirus.

Ioannidis et ses co-auteurs commentent que «(w) hile certaines interventions. . . sont susceptibles d'avoir des effets bénéfiques, en supposant que d'énormes avantages sont incompatibles avec les preuves passées (faibles) et devraient être évités. Des avantages importants peuvent être réalisables grâce à des mesures précises et ciblées. »

L'idée selon laquelle une seule (ou même une petite poignée) d'études pourrait être utilisée pour étayer des arguments indéfendables ou pour soutenir des plans douteux est parfois également présente dans l'élaboration des politiques économiques.

Dimensionnalité

«Presque tous les modèles qui ont joué un rôle de premier plan dans la prise de décision (en cas de pandémie)», poursuit Ioannidis, «se sont concentrés sur les résultats de COVID-19, souvent un seul résultat ou quelques résultats (par exemple, les décès ou les besoins hospitaliers). Les modèles privilégiés pour la prise de décision doivent tenir compte de l'impact sur plusieurs fronts (par exemple, d'autres aspects des soins de santé, d'autres maladies, les dimensions de l'économie, etc.). » Certains remèdes à cela comprennent un examen interdisciplinaire des résultats du modèle et un regard sur les mises en œuvre passées face aux pandémies – y compris celles auxquelles il n'y a eu aucune réponse.

Bien que la dimensionnalité en tant que problème spécifique affecte également la modélisation économique, les commentaires généraux à cet égard font écho aux chapes battues mais impassibles contre l'un des premiers éléments de l'éducation économique: ceteris paribus, par lequel on considère les relations causales ou empiriques tout en tenant égales les autres influences. Bien qu'il soit un outil utile à des fins éducatives, lorsqu'il se glisse dans l'élaboration de politiques, les résultats peuvent être coûteux.

(Parfois, le ceteris paribus approche est défendue par des économétriciens qui la comparent à la pratique d'ignorer la résistance de l'air dans les expériences de gravité. C'est un argument honteusement sournois qui mêle le physique aux phénomènes des sciences sociales.)

Effets Groupthink et Bandwagon

Ioannidis cite la pensée de groupe parmi les épidémiologistes comme source d'erreur de prévision. Lorsqu'une prédiction apocalyptique est faite – en particulier par des scientifiques célèbres – l'acte d'introduire un pronostic plus atténuant peut entraîner un risque substantiel pour sa carrière, et donc être supprimé. Alternativement, les résultats publiés ou diffusés des leaders d'opinion peuvent être une forme d'ancrage. Comme l'écrivent Ioannidis et son équipe,

Les modèles peuvent être ajustés pour obtenir des résultats et des prévisions souhaitables, par ex. en modifiant l'entrée de ce que l'on considère être les valeurs plausibles des variables clés. Cela est vrai pour les modèles qui dépendent de la théorie et de la spéculation, mais même les prévisions basées sur les données peuvent faire de même, selon la façon dont la modélisation est effectuée. En présence de forts effets de pensée de groupe et de train en marche, les modélisateurs peuvent consciemment adapter leurs prédictions à la pensée et aux attentes dominantes – ou ils peuvent être forcés de le faire.

La profession d'économiste n'y échappe certainement pas. Elle se manifeste de plusieurs manières, dont la réticence des économistes traditionnels à admettre leurs erreurs (comme en témoigne l’utilisation continue de modèles défectueux ou de mauvaises données). De nombreux économistes ne critiquent pas instinctivement la théorie ou les pratiques au sein de leur institution ou école de pensée en raison de l'opportunisme politique. La nature très «cloisonnée» des revues et conférences en témoigne, tout comme les véritables chambres d’écho des médias sociaux. Ce n'est pas simplement une observation personnelle; elle et ses effets ont été cités ailleurs. Ici, dans un endroit non moins proéminent que le Fonds monétaire international:

Les faiblesses analytiques étaient au cœur de certaines des lacunes les plus évidentes du FMI en matière de surveillance… (en raison de)… la tendance des groupes homogènes et cohérents à ne considérer les questions que dans un certain paradigme et à ne pas remettre en question ses prémisses de base.

Des biais cognitifs et de confirmation sont également notés.

L'amplificateur multimédia

Les prédictions farciques, qu'elles soient dues à l'un ou à l'ensemble des éléments ci-dessus, seraient néanmoins inoffensives si elles se limitaient à circuler parmi de petits groupes de scientifiques ou dans les pages rares de revues à comité de lecture. Mais qu'il soit considéré comme une institution démocratique vitale, un organe de propagande des partis politiques ou quelque part entre les deux, il est loin d'être une théorie du complot de noter que les médias dominants sont des entreprises massives qui se disputent fondamentalement les revenus sur la base de l'attention. Comme pour les politiciens, les messages et les interprétations les plus forts et les plus effrayants retiennent le plus l'attention et ont l'avantage supplémentaire de la défense au nom de la «vigilance».

Et de la même manière que des prévisions extrêmement négatives permettent des évaluations auto-agrandissantes des résultats des politiques – comme dans l'affirmation de Neil Ferguson selon laquelle les fermetures ont sauvé des vies – les projections économiques de doomy sont presque toujours associées à des résultats optimaux imprévisibles.

Un exemple de cela se trouve dans l’affirmation du président Obama selon laquelle sans les plans de sauvetage et les programmes de la Fed administrés à la suite de la crise financière de 2008, le monde serait tombé dans une «récession permanente». (L'idée qu'une «récession permanente» aurait été une récession qui s'est simplement transformée en un nouveau niveau d'activité économique faible et permanent n'a pas été contestée de manière prévisible.) Les contrefactuels non prouvables les meilleurs (et les moins courants) sont de bonnes hypothèses; la majorité est trompeuse.

Où les économistes peuvent aider les épidémiologistes

Cela dit, le document se termine par une note rédemptrice, saluant les efforts des équipes d'épidémiologie et avertissant qu'il serait «horriblement rétrograde si ce débat (de modélisation) inaugure un retour à une époque où les prédictions, sur lesquelles d'énormes décisions sont prises faites, sont gardées sous clé (par exemple par le gouvernement – comme c'est le cas en Australie). « 

La banalité de laisser des individus ou des localités évaluer et agir de concert avec les appétits pour le risque exclusifs doit, à un certain niveau, être frustrante par rapport à la création de vastes populations artificielles d'agents ou à l'utilisation des mégadonnées pour passer au crible des référentiels de données colossaux. Il semblerait sans aucun doute une énorme perte de temps de consacrer de l'énergie à l'écriture de code et d'examiner les résultats uniquement pour recommander aux citoyens d'exercer leur meilleur jugement.

La simple construction et l'exécution de modèles de calcul n'est pas, bien sûr, nuisible en soi: c'est dans le saut de la sortie à la mise en œuvre que des dangers émergent. Voici Hayek, encore une fois, dans «La contre-révolution de la science» (1956):

La demande universelle d'un contrôle ou d'une direction consciente des processus sociaux est l'une des caractéristiques les plus caractéristiques de notre génération. Il exprime peut-être plus clairement que n'importe lequel de ses autres clichés l'esprit particulier de l'époque. Le fait que rien ne soit consciemment dirigé dans son ensemble est considéré comme un défaut, une preuve de son irrationalité et de la nécessité de le remplacer complètement par un mécanisme délibérément conçu. . . La croyance que les processus qui sont consciemment dirigés sont nécessairement supérieurs à tout processus spontané est une superstition non fondée. Il serait plus vrai de dire (comme l'a fait Whitehead) qu'au contraire «la civilisation progresse en augmentant le nombre d'opérations importantes que nous pouvons effectuer sans y penser».

Des prévisions hystériques et extravagantes sur COVID-19 causeront en fin de compte plus de mal que de bien et trouveront leurs origines dans le même ensemble de chicots qui déclenchent régulièrement des prévisions économétriques. Dans la version épidémiologique, au lieu de prédire une nouvelle Grande Dépression, ils ont apporté une dépression artificielle, une série croissante d'initiatives de masquage coercitif, des fermetures d'écoles et des fermetures – qui ont probablement rempli le fût de poudre qui a été enflammé par le meurtre de George Floyd. Et c'est ce que nous pouvons voir, directement devant nous: le coût ultime des chirurgies abandonnées, l'augmentation des taux d'abus de drogues, d'alcoolisme et de suicides, et d'autres effets d'entraînement des réponses ridicules du gouvernement à la nouvelle épidémie de coronavirus se dérouleront depuis une génération.

Que peuvent enseigner les économistes aux épidémiologistes? Quand il s'agit de prévisions, l'humilité est la clé et la discrétion est la meilleure partie de la valeur. Si vous êtes en position de pouvoir ou d’influence, n’ayez pas peur d’ennuyer des politiciens à mort. Soyez conscient et restez conscient de l'imprévisibilité totale de l'action humaine. Et toujours et surtout, gardez à l'esprit que la présence d'un seul être humain (et de façon plus réaliste, de millions) introduit des complexités difficiles à prévoir et pratiquement impossibles à simuler.

Peter C. Earle

Peter C. Earle

Peter C. Earle est un économiste et écrivain qui a rejoint AIER en 2018 et avant cela, a passé plus de 20 ans en tant que commerçant et analyste sur les marchés financiers mondiaux à Wall Street.

Ses recherches portent sur les marchés financiers, les questions monétaires et l'histoire économique. Il a été cité dans le Wall Street Journal, Reuters, NPR, et dans de nombreuses autres publications.

Pete est titulaire d'une maîtrise en économie appliquée de l'American University, d'un MBA (Finance) et d'un BS en ingénierie de la United States Military Academy de West Point. Suis-le sur Twitter.

Soyez informé des nouveaux articles de Peter C. Earle et AIER. SOUSCRIRE
* AIER est un organisme à but non lucratif 501 (c) (3) enregistré aux États-Unis sous le numéro EIN: 04-2121305

Vous pourriez également aimer...