Trouver un rubis dans les ordures
Au début de l’année 2020, j’étais un simple postdoctorant à l’Université d’État du Montana. Aux yeux de la hiérarchie universitaire, je n’étais rien, personne, je ne méritais pas qu’on m’y consacre du temps.
Je ne crois pas à ce récit sur moi-même, mais on prend conscience de sa place dans un totem lorsqu'on appelle à froid des professeurs avec mon adresse e-mail de l'État du Montana. Mon récit personnel est celui de la curiosité, de la réussite académique, d'un doctorat à Princeton, d'un postdoc à l'Université Duke où j'ai fait des sciences étonnantes malgré mon conseiller postdoctoral est décédé. Pour aider à payer les factures médicales de ma femme, j'ai démarré une activité de conseil parallèle, faisant de la biostatistique le jour et développant des stratégies de trading pour des fonds spéculatifs la nuit. Nous avons choisi le Montana parce que je ne suis pas là pour la gloire ou la fortune… et ma femme aime skier, alors j'ai accepté un emploi de recherche sur les retombées des agents pathogènes et la prévision des épidémies dans le Montana quelques années avant que les virus de chauve-souris ne deviennent à la mode.
Lorsque mes compétences en matière de prévision issues de mon activité financière parallèle m'ont permis de découvrir de nouvelles découvertes sur les épidémies de Covid-19 et l'épidémiologie de ce nouveau coronavirus lié au SRAS, je me suis senti obligé de partager mes conclusions. Je ne voulais pas que mes connaissances en matière de renseignement médical rendent les riches encore plus riches ; je voulais aider tout le monde à traverser la pandémie qui nous attend avec les meilleures informations disponibles que mes sciences de l'information pouvaient fournir.
Mes conclusions étaient simples, cachées à la vue de tous : l’épidémie de SARS-CoV-2 s’est développée plus rapidement que ce que de nombreux épidémiologistes avaient estimé. Une chose à laquelle on ne fait pas attention en finance, c’est l’estimation des taux de croissance exponentielle – c’est ainsi qu’on estime les rendements, et les rendements sont le gagne-pain de la finance. Selon mes estimations, les taux de croissance des cas étaient bien plus rapides que tous les modèles conventionnels estimés à l’époque, et des taux de croissance plus rapides avec la même date de début impliquaient plus de cas, un iceberg subclinique d’infections plus important, des chances plus faibles de réussir à contenir la maladie et une gravité moindre.
Avec des taux de croissance plus rapides, les estimations de la gravité de la pandémie deviennent extrêmement sensibles à la date de début ; un doublement de 2 jours à partir de 20 jours il y a générera 1,000 2 infections, mais un doublement de 60 jours à partir de 1 jours il y a générera 2 milliard d'infections. Tous les 2 jours, nous nous trompons dans notre estimation très incertaine des dates de début, dans notre estimation de la taille de la pandémie et dans les changements de charge de XNUMXx.
J’ai partagé en privé un article sur ces résultats et la plupart des gens ont vu des bêtises. Un professeur d’Oxford m’a même dit directement que si Harvard dit une chose et qu’Alex de Bozeman en dit une autre, il croira ce que dit Harvard. Alors que j’essayais d’avertir les gens de l’arrivée imminente d’une pandémie en février 2020, j’ai reçu des courriels sévères de professeurs éminents haut placés affirmant que si je partageais ouvertement mes conclusions, cela pourrait semer la complaisance et « perturber le message de santé publique ».
Dans les situations d'urgence, j'ai l'habitude d'aplanir les hiérarchies, de croire que les informations sont sincères et de veiller à ce que la communication soit fluide. Mais au début de la pandémie de Covid-19, nos informations n'étaient pas largement partagées, le grand totem de la hiérarchie universitaire ne s'est pas aplati et mes statistiques étaient considérées comme des bêtises.
Pendant ce temps, Jay Bhattacharya a trouvé le rubis.
Avance rapide au-delà de l’intrigue du Covid-19, de la zone de guerre de la science et de la politique, au-delà des efforts de l’ancien directeur du NIH pour censurer Jay, au-delà d’une pandémie qui a traumatisé le monde et laissé notre discours civil en désordre, et nous arrivons au monde d’aujourd’hui dans lequel Jay a été nommé directeur du NIH.
Vous entendrez beaucoup de choses sur Jay, beaucoup de critiques prévisibles de la part de personnes dont vous connaissez déjà les opinions en raison de leurs attitudes et de leurs croyances pendant la pandémie. Vous trouverez les mêmes personnes qui m'ont dit de ne pas partager mes découvertes, les mêmes personnes qui étaient en faveur de la censure des scientifiques, disant que la nomination de Jay était une chose terrible, et vous trouverez le groupe extrêmement large et diversifié de scientifiques, de médecins et de gestionnaires qui ont trouvé Jay éminemment raisonnable venir à sa défense.
Ce qui manque au discours partisan, c'est la nuance et la compassion, la curiosité et la compréhension. D'une certaine manière, notre discours politique est un macrocosme et le discours scientifique un microcosme de notre polarisation tribale, et les mêmes réactions instinctives qui ont conduit les gens à penser que mes conclusions étaient fausses et que le partage de mes informations était irresponsable conduisent maintenant les gens à adopter la vision la plus proche, la plus rapide et la plus alignée sur les tribus concernant les candidats du président entrant.
Ce que j’espère apporter à notre mosh pit civique, c’est une vision sereine d’un voyage scientifique à travers le Covid qui a conduit des personnes raisonnables de toutes tendances politiques à abandonner leurs tribus pour la vérité. Ce voyage est une tapisserie de preuves scientifiques, d’incertitudes, de questions sincères sur les responsabilités éthiques des scientifiques et des médecins, et cette tapisserie est maintenue par deux vertus dont le Dr Jay Bhattacharya a fait preuve tout au long de ces temps tumultueux : la curiosité et la grâce.
Au lieu de récits ou de prises de position à chaud, je veux montrer au monde quelque chose que j'ai eu la chance de voir au cours de mon parcours unique, quelque chose dont nous avons besoin : la grâce du Dr Jay.
Épidémiologie et prévision des premières épidémies
Revenons maintenant à février 2020. J’avais des informations sur des cas à croissance rapide, mais mes supérieurs universitaires étaient réticents à les examiner et m’ont découragé de les partager.
Les résultats de la croissance rapide que j'ai observés ont également été observés (d'une manière très différente) par le collègue de Jay à Stanford et lauréat du prix Nobel, Michael Levitt. Un autre collègue de Stanford, John Ioannidis, a également été branché sur ce flux d'informations et a averti que des décisions importantes en matière de politique de santé publique étaient prises malgré une incertitude massive.
À partir de cette observation initiale d’une croissance rapide, un groupe de scientifiques conscients de notre énorme incertitude ont tenté de recueillir davantage de preuves.
Sunetra Gupta, PI sur un article dirigé par José Lourenco, a révélé l'ampleur considérable de notre incertitude en utilisant l'épidémie au Royaume-Uni comme étude de cas. Lourenco et al. ont souligné que les prévisions étaient très sensibles à une date de début inconnue et ont appelé à des enquêtes sérologiques pour calibrer nos modèles et nos prévisions.
J'ai réuni une équipe de collègues pour voir si les prévisions d'une croissance plus rapide étaient vraies et entraînaient des épidémies plus tôt que prévu aux États-Unis. Au cours de la troisième semaine de mars 2020, nous avons constaté un énorme excédent de patients consultant des prestataires de soins ambulatoires atteints d'un syndrome grippal (SG). a utilisé l'excédent de ILI pour estimer le nombre de personnes susceptibles d'avoir le Covid d'ici mars 2020. Notre article a donné lieu à un article dans le L'économiste ;: « Pourquoi une étude montrant que le Covid-19 est partout est une bonne nouvelle », et nous sommes restés ouverts aux commentaires du public, pour finalement entendre un commentaire crucial qui a modifié notre estimation (la science !!!).
Selon nos estimations actualisées, pas moins de 9 millions de personnes étaient atteintes de la Covid au 28 mars 2020, et ces 9 millions d'infections impliquaient un taux de mortalité par infection d'environ 0.3 %. Ensemble, ces estimations suggéraient qu'une épidémie non maîtrisée aux États-Unis pourrait voir le nombre de cas culminer à environ 1 à 2 décès pour 1,000 XNUMX habitants.
Au moment de notre odyssée avec le syndrome grippal, Justin, Nathaniel et moi étions en communication avec le groupe de travail Covid de l’État de New York, les aidant à établir des tableaux de bord pour surveiller la situation alors qu’ils assouplissaient les interventions et discutant des données probantes sur lesquelles se fondent diverses politiques de santé publique. Bien que je n’aie pas pu partager les données probantes à croissance rapide à temps pour avertir le public d’une pandémie, je me suis engagé à partager ultérieurement les données probantes, ce qui a fourni des ressources précieuses aux gestionnaires qui ont du mal à faire face à l’incertitude. « Le message de santé publique » dont on m’avait averti était monolithique, mais la réalité de l’incertitude est qu’il existe de nombreuses possibilités, et en période d’incertitude, les gestionnaires ont intérêt à entendre toute la gamme des possibilités.
L’argument opposé était que les scientifiques devaient effrayer le public, et surestimer la gravité de la pandémie en raison des coûts asymétriques et des conséquences comportementales d’une sous-estimation (semer la complaisance et provoquer des décès). Ce dilemme éthique doit être pris en compte par tout le monde : si vous êtes un manager ou un membre du public et que les scientifiques découvrent quelque chose de grave mais d’incertain, préférez-vous qu’ils surestiment les risques ou préférez-vous qu’ils vulgarisent l’ensemble des possibilités pour que vous puissiez prendre votre propre décision ?
Parallèlement, Jay, John Ioannidis et leurs collègues ont également cherché à résoudre notre incertitude avec davantage de preuves empiriques. Jay et al. ont courageusement mené une enquête sérologique dans le comté de Santa Clara, en Californie. Leur enquête sérologique a estimé une prévalence de 1.2 % des expositions au Covid-19 dans le comté de Santa Clara, ce qui est cohérent avec la thèse générale selon laquelle les épidémies de Covid sont caractérisées par des introductions plus précoces que prévu, une croissance rapide et un grand iceberg subclinique de cas impliquant une gravité pandémique plus faible.
Critiques des estimations de gravité faible
Lorsque notre article sur l’ILI a été publié, de nombreuses personnes ont abandonné l’idée que j’étais un postdoctorant de pacotille et ont commencé à me critiquer comme si j’étais un professeur titulaire de pacotille. Ils ont été virulents à mon égard, me reprochant de saper « le message de santé publique » sans préciser quel était exactement « le message » et qui était en mesure de le décider. Aucun de nos critiques n’était présent dans la salle du groupe de travail Covid de l’État de New York lors de la pire vague d’épidémie sur le sol américain depuis 1918.
En ce sens, en travaillant directement avec les gestionnaires alors qu’ils cherchaient à gérer une situation terrifiante, nous étions un peu plus proches que la plupart du processus/chaos des politiques de santé publique et nous aurions partagé nos idées et nos réflexions nuancées s’il y avait eu l’espace pour le faire. En estimant trop de cas, c’est nous – et non les données ni les méthodes statistiques que nous avons utilisées – qui avons été critiqués pour avoir « minimisé » la gravité de la pandémie, semé la complaisance, et en fin de compte une telle minimisation pourrait entraîner des décès.
Cependant, nos estimations n’étaient pas des minima ; il s’agissait de points médians, de moyennes et de médianes. Les estimations médianes des données ne sont pas des minimisations ; il s’agit de tentatives d’être statistiquement honnêtes quant à la tendance centrale des données, ce sont les estimations qui améliorent notre précision et elles comportent des barres d’erreur. Nous avons indiqué les estimations médianes et les barres d’erreur accompagnées de méthodes reproductibles et même de référentiels Github afin que d’autres puissent retracer nos analyses statistiques.
Notre quête scientifique sérieuse pour renforcer la base de données probantes lors des premières épidémies de Covid-19 a fait de beaucoup d’entre nous des contradicteurs, soulevant d’importantes questions sur qui, exactement, a le droit de décider quand quelqu’un dans le domaine scientifique est contraire et quand il est simplement le premier scientifique à dévoiler une découverte qui change le paradigme.
Déclaration de Great Barrington
À l’été 2020, tous les regards étaient tournés vers la Suède, le groupe témoin mondial.
La Suède a adopté une politique de santé publique « à contre-courant », reconnaissant qu’avec les cas subcliniques et la propagation asymptomatique, nous ne pouvons pas faire grand-chose ; la gravité du virus est susceptible de provoquer des épidémies réelles, mais gérables avec les capacités médicales existantes, et éduquer la population sur la transmission pourrait être la meilleure approche pour atténuer les risques du virus. Cibler la protection pour aider les personnes à haut risque de conséquences graves pourrait réduire la mortalité et la morbidité toutes causes confondues, c’est du moins ce que la Suède a parié.
Ceux qui ont fustigé les premiers épidémiologistes qui estimaient que la gravité de l’épidémie était moindre étaient également très critiques à l’égard de la politique suédoise. Il existait une croyance répandue dans cette communauté universitaire en ligne très bruyante selon laquelle le confinement était la meilleure politique. Incidemment, nombre de ces scientifiques ont consulté les fabricants de vaccins, et ces derniers étaient susceptibles de tirer un énorme avantage de cette politique. Néanmoins, il existait des modèles de confinement montrant que le confinement avait permis de stopper les épidémies et de gagner du temps pour l’arrivée des vaccins.
En théorie, tout cela est bien beau, mais les modèles ne sont pas la réalité. Le confinement de la société a un coût, et ces coûts doivent être pris en compte, selon les « anticonformistes ». En outre, d’autres modèles suggèrent que le confinement n’a pas eu d’effet majeur, à part retarder les inévitables pics de cas, soit 1 à 2 décès pour 1,000 XNUMX habitants, et que le confinement, la fermeture des écoles et d’autres interventions sévères ont causé des dommages économiques. Des efforts non ciblés pour appliquer des politiques coûteuses à tous, malgré des risques très déséquilibrés de conséquences graves du Covid en fonction de l’âge et des conditions médicales préexistantes, pourraient effectivement nuire, par le biais des politiques de santé publique, à des personnes qui ne seraient autrement pas exposées au risque de préjudice en raison du Covid.
Il n’y avait pas de réponses simples. La science n’était pas en mesure de déterminer la valeur de la « bonne » politique, mais les frontières entre les valeurs scientifiques et celles de la politique sont devenues floues, et la Suède est devenue une zone contestée de la politique scientifique (trait d’union intentionnellement supprimé).
Au cours de l'été 2020, l'épidémie en Suède a culminé à 1 décès pour 2,000 1 habitants, soit environ un tiers du pic de la flambée à New York. Vous trouverez ci-dessous un tableau de bord que j'ai créé pour les fonds spéculatifs, les gestionnaires médicaux et les gouverneurs, les aidant à suivre les épidémies pour une comparaison en temps réel des épidémies qui étaient asynchrones dans le temps mais dont les taux de croissance dépassaient zéro à des estimations similaires de la charge cumulative. La meilleure estimation comparable en temps réel de la charge cumulative pendant la pandémie de Covid-3 était le nombre de décès décalés par habitant (deaths_pc), car les taux de constatation des cas et les taux de recherche de soins variaient considérablement selon les régions, les hospitalisations étaient déterminées par une dynamique complexe d'admissions, de séjours prolongés et de capacité médicale, alors que les données démographiques étaient suffisamment similaires pour permettre une comparaison, au moins en notant les limites.
Les clients payants ont reçu des GIF, les aidant à voir comment ces trajectoires d'épidémie se sont déroulées dans le temps et ont « rebondi » sur les limites supérieures ou « se sont dirigées vers » des scénarios d'épidémie moins atténués comme en Suède.

Selon la théorie selon laquelle Jay, John, Sunetra, moi-même et d’autres avions tort, le pic anormal de la Suède n’avait aucun sens. Beaucoup pensaient que la Suède atteindrait un pic de 4 à 6 décès pour 1,000 1 habitants en l’absence de confinement, donc le pic de l’épidémie en Suède à 8/1-12/2 de leurs estimations était une anomalie majeure d’une importance considérable pour la politique de santé publique. Cependant, selon notre théorie selon laquelle les estimations conventionnelles étaient 6 à 2020 fois trop élevées, le pic de l’épidémie suédoise à l’été XNUMX était une preuve importante dont il fallait tirer des enseignements.
Le tableau de bord ci-dessus compare les épidémies des États américains à l'épidémie suédoise, en colorant les courbes d'épidémie dans les États américains par les interventions à l'époque, nous aidant à voir comment les confinements ont ralenti la croissance des cas, les interventions assouplies ont conduit à une résurgence des cas, puis - de manière anormale - les cas ont culminé dans les États américains avec un fardeau de mortalité similaire à celui de l'épidémie de l'été 2020 en Suède.
En raison du fait que de nombreuses personnes se sont montrées très méchantes sur Twitter, ont traité les autres comme des moins que rien et ont critiqué un post-doctorant comme s'il était un professeur titulaire, j'ai arrêté de partager mes conclusions publiquement, donc le tableau de bord ci-dessus n'a pas été publié. Il a cependant trouvé son chemin dans les boîtes de réception de mes amis.
Je me sentais obligé de partager ce que j'avais découvert, mais face à une rhétorique désagréable et à des attaques vicieuses contre tous ceux qui s'exprimaient, la communauté universitaire, avec le soutien des bailleurs de fonds des sciences de la santé qui mènent une opération visant à accélérer l'approbation des vaccins pendant les confinements, a envoyé un signal clair et effrayant selon lequel il était dangereux d'être en désaccord et catastrophique d'être contraire.
Jay était l’une des rares personnes avec qui je me sentais à l’aise pour partager mes résultats, peu importe ce que je trouvais. Les collègues veulent s’entraider pour découvrir la vérité et les bons collègues s’accordent toujours le bénéfice du doute. Dans la mer d’hostilités en ligne, Jay était une île insubmersible de curiosité et de grâce.

Avec les preuves accumulées à l'automne 2020, y compris le pic suédois et les propositions politiques visant à fermer les écoles et à confiner à l'automne/hiver 2020 jusqu'à l'arrivée des vaccins, la Déclaration de Great Barrington Le rapport a été publié début octobre 2020. Le GBD a mis en garde contre le fait de fermer les écoles jusqu'à l'arrivée des vaccins, ce qui peut être néfaste. Le fait de causer des dommages est contraire au serment d'Hippocrate et risque de saper la confiance dans la santé publique, ont-ils fait valoir, alors que concentrer la protection sur les personnes à haut risque de conséquences graves peut minimiser la mortalité et la morbidité toutes causes confondues, sous réserve de l'existence d'une pandémie.
À mon avis, un courant épistémologique sous-jacent à la Déclaration de Great Barrington était l'acceptation anticipée du fait qu'en octobre 2020, lorsque le Covid était devenu mondial, le virus était destiné à devenir endémique, les épidémies se sont produites suffisamment rapidement avec, heureusement, une charge suffisamment faible pour ne pas submerger notre système médical, et il est essentiel que les gestionnaires de la santé humaine prennent en compte l'ensemble des résultats en matière de santé, et pas seulement le Covid.
Si vous regardez à nouveau non seulement le tableau de bord ci-dessus, mais aussi le document que mes collègues et moi avons écrit ici, on peut apprendre la base de données rigoureuse sur laquelle je m'appuie moi-même pour soutenir la Déclaration de Great Barrington. Les cas à l'automne 2020 ont culminé à 1-1.5 décès pour 1,000 2020 habitants, ce qui est cohérent avec nos résultats d'ILI d'avril XNUMX, cohérent avec la trajectoire estivale de l'épidémie suédoise, et même cohérent avec les résultats ultérieurs d'une diminution de l'immunité pertinente pour les vaccins (nous avions des estimations de la diminution de l'immunité par la vague Alpha, bien avant que les CDC ne constatent une diminution de l'immunité dans leur étude d'une épidémie du variant Delta à Provincetown).
Lorsque suffisamment de points de données racontent la même histoire, nous commençons à appeler cette histoire une théorie, et en tant que personne qui a quantifié le poids des preuves, j'en suis venu à croire à la théorie des scénarios d'épidémie à faible charge, de sorte que la vague pandémique ne serait pas aussi grave, mais les cycles d'épidémie ultérieurs peuvent continuer à accumuler des hospitalisations et des décès, qui doivent tous être gérés avec prudence, en réduisant les M&M toutes causes confondues tout en ne causant pas de dommages comme excellents principes directeurs.
Je regrette que les preuves sur lesquelles se fonde cette théorie soient si privées, mais n'oublions pas que la vie privée est la conséquence de l'intolérance qui a augmenté les coûts de la contradiction. L'intolérance préjudiciable ne s'est pas limitée aux normes sociales informelles entre scientifiques, mais elle est venue du sommet de la pyramide avec les actions institutionnelles des bailleurs de fonds de la science médicale.
Démantèlement dévastateur
Francis Collins, alors directeur du NIH, méprisait la déclaration de Great Barrington. Il avait notamment écrit à Anthony Fauci qu’il fallait « démanteler de manière dévastatrice » la déclaration rédigée par des épidémiologistes « marginaux ».

Peu de temps après que Collins ait écrit cet e-mail, de nombreux épidémiologistes proches de Collins et de Fauci ont écrit des éditoriaux critiquant la Déclaration de Great Barrington comme une « stratégie d'immunité collective », dénaturant les intentions sincères des auteurs de la GBD et leurs obligations médicales envers le serment d'Hippocrate en disant que la GBD est une proposition visant à « tout laisser aller » et que les personnes qui soutenaient cette politique essayaient de « tuer grand-mère pour sauver l'économie ». Les partisans de la GBD ont été qualifiés d'« eugénistes » et pire encore.
La rhétorique extrême de nombreux scientifiques pendant la pandémie de Covid-19 est profondément regrettable. La science est, ou du moins doit-elle être, une entreprise de curiosité, et la curiosité est une plante fragile qui se fane et meurt dans une rhétorique brûlante. Si les scientifiques ont tous des convictions politiques et sont respectés de la même manière quelles que soient leurs convictions, lorsque nous endossons notre casquette de scientifiques, il est important de nous concentrer sur les données, les preuves, les méthodes et la logique, et d'être curieux de savoir pourquoi quelqu'un trouve quelque chose de différent de nous. La seule façon de créer un espace pour des points de vue différents, de vraiment être à la hauteur des idéaux d'inclusion auxquels aspirent de nombreux universitaires, est de faire preuve de grâce et de curiosité face à la diversité, en particulier la diversité enracinée dans de profondes différences sociales, culturelles, religieuses ou même épistémologiques qui nécessitent du temps et une attention particulière pour être démêlées.
Les directeurs du NIH souhaitaient une répression dévastatrice contre le Dr Bhattacharya et ses collègues, et les scientifiques proches des directeurs du NIH ont rapidement écrit des éditoriaux avec une rhétorique de la terre brûlée qui ont semblé être des répressions dévastatrices. Les employés du NIH et du NIAID ont demandé à ce que Jay soit banni de Twitter. Lorsque Elon Musk a pris le contrôle de X, il a publié les « Twitter Files », révélant comment les responsables des sciences de la santé ont fait pression sur les plateformes de médias sociaux pour censurer les scientifiques ayant des opinions différentes.
La grâce du Dr Jay
Si vous lisez les descriptions négatives de moi, de Jay et d’autres personnes qui ont maintenu leur indépendance tout au long de la pandémie, vous pourriez penser que nous sommes une secte maniaque, des fanatiques déterminés à tuer des gens pour faire du profit. On m’a même traité d’« extrême droite », ce qui montre à quel point nos critiques sont éloignées du point médian, tout comme leurs estimations de la charge de morbidité du Covid en Suède.
Pour ceux qui se considèrent comme des personnes compatissantes, je demande aux autres d’imaginer ce que l’on ressent lorsqu’on est ostracisé par des scientifiques non inclusifs pour des opinions sincères et fondées sur des preuves… et d’apprendre également que notre propre gouvernement, le directeur de notre propre Institut national de la santé, a demandé à une plateforme de médias sociaux de bannir de l’écran mon ami et collègue pour ses opinions scientifiques sincères qui correspondaient aux miennes.
Pouvez-vous ressentir l’effet paralysant de leur hostilité sur mon propre désir de publier des découvertes révolutionnaires, ou l’effet néfaste de l’intolérance scientifique sur la confiance du public dans l’impartialité des institutions scientifiques ? La trahison, le sillage d’actions mal intentionnées s’éloignant des idéaux, a inondé mon âme alors que les actions des scientifiques s’écartaient si dangereusement des idéaux de notre entreprise. Que la censure soit constitutionnelle ou non, c’était une trahison pour un directeur du NIH de déclencher la censure des scientifiques de la santé ayant des opinions différentes, en particulier pendant une pandémie où l’incertitude était élevée, et cela nuit à la confiance dans la science lorsque les scientifiques sont cruellement non professionnels et méchants.
Alors que j'ai ressenti les eaux sombres de la trahison et du ressentiment face aux mauvais traitements infligés à un homme bon, un ami cher et un scientifique courageux, j'ai été conduit à terre par un rayon de lumière perçant qui brille à travers.
Tout au long de la zone de guerre épistémologique du Covid, à travers l'assaut de la diabolisation et depuis un gouffre de trahison, je n'ai jamais vu Jay que sourire et se soucier.

Quand Jay sourit, c'est le sourire d'une personne joyeusement curieuse de nouveautés, c'est le sourire d'un homme qui a vu l'incertitude et s'est lancé dans une enquête sérologique dans le comté de Santa Clara pour aider la science avec des données réelles, c'est le sourire de quelqu'un qui voit l'incertitude et trouve de la joie chez les autres en utilisant des compétences intéressantes dans de nouveaux domaines, en analysant de grandes quantités de données pour répondre à de grands problèmes. Quand Jay sourit, c'est le sourire d'un homme qui aime les gens qui l'entourent et les compétences uniques qu'ils apportent, qui trouve les rubis dans les ordures, les polit et les transforme en amis.
Dans les rares moments où Jay ne sourit pas, il se soucie de vous. Jay ne se soucie pas de vous de manière superficielle ; il ne se contente pas de vous tapoter l’épaule en disant « Mon Dieu, c’est nul ». Jay se soucie de vous comme un Atlas intellectuel qui porte le poids du monde – y compris vos luttes – sur ses épaules. J’ai vu Jay attristé par l’état de la science, par la confiance diminuée du public dans la science et la santé publique, par le nombre plus élevé de décès aux États-Unis que dans la Suède où des discussions et des politiques plus raisonnables prévalaient, par les gens plongés dans une famine aiguë à cause de nos politiques fortes face à l’incertitude, par les vies que nous n’avons pas pu sauver et les institutions que nous n’avons pas encore réparées.
… et puis j’ai vu Jay sourire à nouveau, curieux de savoir comment nous pourrions tout arranger, excité par les possibilités qui l’attendaient et par le bien qui se rassemblait autour de lui, désireux d’aider.
Il faut une fibre morale et un engagement uniques pour aimer être censuré par le directeur du NIH et rebondir pour être attentionné et joyeusement curieux de savoir comment rendre le monde meilleur. Cela en dit long sur l'homme que lorsque des hordes de scientifiques dévorent le fruit défendu du tribalisme et des préjugés, Jay continue à chercher des idées auprès de personnes différentes tout en se souciant littéralement de tout le monde, des pauvres et des enfants qui n'ont pas eu de place à la table des politiques pendant le Covid, des personnes âgées qui n'ont pas de protection ciblée pour les aider dans leurs efforts pour rester en bonne santé, des jeunes scientifiques jetés dans un hachoir à viande, à qui des professeurs agissant comme des enfants de maternelle ont dit que leur travail fondateur était de la « biologie moléculaire de maternelle », et plus encore. Le Dr Jay Bhattacharya se soucie plus que la plupart. Le monde serait un meilleur endroit si nous avions plus de gens qui se soucient comme lui.
Sur le champ de bataille du Covid, j'ai été témoin de la grâce du Dr Jay.
Jay savait que j'avais quitté mon postdoc à cause du tableau de bord ci-dessus que je ne pouvais pas partager. Alors que le reste de la science semblait m'abandonner, Jay m'a invité aux conférences les plus prestigieuses auxquelles j'ai assisté dans ma vie, au MIT et à Stanford, où j'ai pu discuter de l'interface science-politique, des origines du Covid ou de la politique de santé publique en plus de grands penseurs. Jay a même invité des personnes avec lesquelles nous ne sommes pas d'accord, car c'est Jay qui incarne le changement qu'il souhaite voir dans le monde.
Quand le reste du monde voulait que je me sente comme un déchet, et quand ils y sont presque parvenus, Jay m'a aidé à me rappeler que j'étais un rubis.
Je sais que beaucoup de gens sont inquiets à propos de la nouvelle administration. Je comprends que les sciences de la santé sont en ébullition suite à la pandémie de Covid-19, et je comprends qu'il pourrait y avoir une peur immense au sein du NIH et parmi les scientifiques qui dépendent du NIH pour le financement alors que de nouveaux dirigeants arrivent. Je vois déjà les mêmes personnes qui ont écrit les éditoriaux après les dénonciations dévastatrices de Collins, les mêmes personnes qui ont rédigé des articles pour Fauci affirmant qu'une origine de laboratoire du SARS-CoV-2 était invraisemblable tout en sachant que c'était probable, les mêmes personnes qui m'ont diabolisé tout au long de la pandémie, sont maintenant les mêmes personnes qui agitent leur public dans un effort pour faire tomber Jay après sa nomination au poste de directeur du NIH.
Les gens qui diabolisent Jay ne le connaissent pas. Ils ne se sont jamais assis pour discuter de science avec lui, car une fois que vous aurez rencontré cet homme, vous réaliserez que Jay est l'un des scientifiques les plus sympathiques en vie aujourd'hui. Les gens qui s'inquiètent d'un directeur du NIH qui a une vengeance à mener ne se contentent pas d'ignorer que Francis Collins a déjà agi par vengeance contre Jay, ils ignorent également que Jay est plus motivé que quiconque au monde à ne pas répéter les actions néfastes de Francis Collins.
Les personnes qui ont peur de Jay n’ont jamais su qui était vraiment le Dr Bhattacharya.
Tout au long de la pandémie, j’ai vu Jay savoir au plus profond de lui-même que, dans les moments désespérés et cruels, notre propre miséricorde et notre grâce nous donnent de l’espoir.
Nous avons plus que jamais besoin du Dr Jay pour diriger le NIH. Lors de la prochaine pandémie, qui pourrait survenir plus tôt que nous le souhaiterions, nous aurons à nouveau des scientifiques en désaccord. Nous aurons à nouveau des points de vue divergents sur la politique de santé publique appropriée, et nous aurons à nouveau besoin que les scientifiques conservent une curiosité et un professionnalisme, un degré d'humilité et de grâce que le Dr Bhattacharya a menti et respiré tout au long de la pandémie de Covid-19.
À l’avenir, le financement des sciences de la santé devra abandonner certaines hiérarchies néfastes qui limitent la circulation de l’information scientifique. Nous devrons apprendre à mieux dénicher les trésors cachés dans les ordures, comme l’a fait le Dr Bhattacharya pendant la pandémie de Covid-19. Nous aurons besoin de bailleurs de fonds qui ne choisissent pas les paradigmes, mais financent plutôt la science reproductible. Personne ne comprend mieux ce dont les sciences de la santé ont besoin pour rétablir la confiance que l’homme que l’on a autrefois qualifié de « marginal » pour le défaut d’être authentique, correct et ostracisé pour cela.
Même s'il gagne, même s'il est confirmé à la tête du NIH, vous ne verrez pas Jay faire un smash. Je peux déjà l'imaginer sourire avec grâce, curieux d'une nouvelle idée et soucieux de l'institution scientifique dans son ensemble, qui bénéficie d'une collecte de preuves courageuse, d'analyses audacieuses et de points de vue divers partagés et examinés de manière professionnelle.
En cette période de division, de méfiance et d’animosité parmi les scientifiques et le public…
La grâce du Dr Jay est exactement ce dont nous avons besoin.
Réédité de l'auteur Sous-empilement
Publié sous un Licence internationale Creative Commons Attribution 4.0
Pour les réimpressions, veuillez rétablir le lien canonique vers l'original Institut Brownstone Article et auteur.