אי־וודאות וחוסר עקביות של השפעות אמצעים לא־תרופתיים נגד COVID-19 בעזרת מודלים סטטיסטיים תחרותיים מרובים

מדוע המחקר הזה חשוב עתה

מגפת COVID-19 שינתה את שגרת היומיום באמצעות סגירת בתי ספר, עוצרי לילה, חובת מסיכות ורבים אחרים כללים. ממשלות טענו שאותם אמצעים לא־תרופתיים, או NPIs, היו נחוצים להאטת התפשטות הווירוס. אך עד כמה העדויות לכך שכל צעד באמת עבד היו חזקות, ועד כמה המדענים היו בטוחים בהערכותיהם? המחקר הזה חוזר ונשאל לניתוח הרשמי של גרמניה לגבי המדיניות ומראה שרוב הדיוק המוצהר לגבי מה עזר ובאיזה מידה היה אשליה.

מבט מחודש על ספר המשחקים של גרמניה במגפה

משרד הבריאות הגרמני הזמין ניתוח מרכזי, שנקרא מחקר StopptCOVID, כדי להעריך כיצד התערבויות שונות השפיעו על התפשטות הווירוס בכל מדינה פדרלית. העבודה המקורית השתמשה במודל סטטיסטי שקישר את מספר השכפול המשתנה בזמן, R(t) — כמה הדבקות חדשות כל מקרה גורם בממוצע — ליותר מ־50 משתני מדיניות והקשר, כולל חיסון ועונת השנה. המודל הניב מספרים ברורים לגבי עד כמה סגירת מקומות ציבוריים, הגבלת חיי הלילה או חובת מסיכות הקטינו את R(t), ומספרים אלה דווחו עם מרווחי אמון שנראו צרים, מה שהרמז על דרגת וודאות ניכרת.

מה ביקש המחקר החוזר לבדוק

צוות המחקר החדש התייחס לדו"ח הגרמני כאל משהו שצריך ביקורת עצמאית. הם שמרו על אותן נתוני קלט בסיסיים והנחות אפידמיולוגיות אך השתמשו בתשעים גישות סטטיסטיות שונות ונפוצות כדי לבחון עד כמה התוצאות המקוריות היו יציבות באמת. המוקד שלהם היה במכוון צר: במקום להתווכח איזה מודל ביולוגי של המגפה הוא הטוב ביותר, הם שאלו עד כמה התשובות משתנות כאשר לוקחים בחשבון ברצינות אי־הוודאויות הסטטיסטיות, במיוחד עבור סדרות זמן העוקבות אחר רבות אזורים לאורך תקופות ארוכות וכוללות עשרות מדיניות חופפות.

מלכודות סטטיסטיות חבויות במחקר המקורי

שני בעיות התגלו כקריטיות. ראשית, המודל הרשמי הניח שהחלק הבלתי מוסבר בנתונים — השאריות — הוא מקרי מיום ליום. למעשה, כאשר נשרטט אותן לאורך הזמן לכל מדינה, השאריות נעות ברצפים ומראות אוטוקורלציה חזקה. משמעות הדבר היא שהטעויות של אתמול קשורות לאלו של היום, דבר שמפר את ההנחות הבסיסיות של רגרסיה והופך את ריווחי השגיאה הנגזרים מנוסחאות סטנדרטיות לאופטימיים מדי. שנית, הרבה התערבויות הוטמעו או הוחמרו כמעט בו־זמנית ברחבי הארץ. הדבר יצר קוליניאריות חמורה: דפוסי ההפעלה של NPIs שונים היו כה דומים עד שהמודל התקשה להבחין ביניהם. בתנאים אלה, ההערכות להשפעה של מדיניות בודדת יכולות להשתנות במידה ניכרת או אפילו להפוך סימן אם המודל מותאם קלות, וכך שוב נשבר כל רושם של דיוק.

מה נשאר איתן ומה לא

במכלול המודלים התחרותיים מצאו החוקרים שמרווחי האמון הרשמיים היו אמורים להיות רחבים הרבה יותר. כאשר מטפלים באוטוקורלציה ובקוליניאריות ביתר קפדנות, רוב ה־NPIs אינם ניתנים לקישור באופן בטוח לשינויים ב־R(t). זה לא אומר שהאמצעים לא השפיעו; זה אומר שהנתונים והמתודולוגיות הזמינות אינן מסוגלות להפריד ביניהם באופן מהימן. חלק מהקשרים יציבים יותר: החיסון בולט כהפחית העברה באופן ברור, ויש ראיות חזקות ועקביות שמדובר בדפוס עונתי ל־COVID-19. הגבלות על מקומות ציבוריים, חיי לילה ומזערים מסוימים של מגזרי שירות, כמו גם הכללים המחמירים ביותר בטיפול בילדים, גם צצים כמועמדים להשפעות אמיתיות, אך גם שם גודל התועלת המדויק אינו ודאי ועלול להיות מעורבב חלקית עם צעדים מוקדמים ורחבים כמו מרחק פיזי כללי.

לקחים להחלטות בעתיד במגפות

עבור קורא שאינו מומחה, המסר המרכזי הוא שטבלאות מסודרות שמדרגות מדיניות לפי יעילות עלולות להטעות כאשר הן מבוססות על נתונים מורכבים ורועשים. הכותבים טוענים שגישת גרמניה — ורוב ספרות סדרות הזמן העולמית על מדיניות COVID-19 — העריכה חסר את אי־הוודאויות ולכן הגזימה בדיוק שבו ניתן לשפוט התערבויות בודדות. הם קוראים שתכניות למגפות עתידיות יבנו הערכה כחלק מעיצוב הצעדים: לאפשר תקופות תצפית מספקות, לאסוף נתונים איכותיים יותר, להשתמש בשיטות מודרניות לסדרות זמן ולהעמיד מודלים משפיעים לאימות עצמאי. ללא זהירות כזו, ממשלות מסתכנות בקבלת או בהגנה על מדיניות רחבת היקף על יסוד בסיס סטטיסטי שביר, והציבור עלול לקבל ביטחון במספרים אלה מיותר מהמצופה.

ציטוט: Müller, B., Padberg, I., Lorke, M. et al. Uncertainty and inconsistency of COVID-19 non-pharmaceutical intervention effects with multiple competitive statistical models. Sci Rep 16, 5767 (2026). https://doi.org/10.1038/s41598-026-36265-z

מילות מפתח: התערבויות COVID-19, הערכת מדיניות במגפה, אי־וודאות סטטיסטית, גרמניה, אמצעים לא־תרופתיים