Encontrando um rubi no lixo
Nos primeiros dias de 2020, eu era um mero pós-doutorado na Montana State University. Aos olhos hierárquicos da academia, eu não era nada, ninguém, não valia a pena o tempo do dia.
Não acredito nessa narrativa sobre mim, mas alguém se torna autoconsciente de seu lugar em um totem quando liga para professores com meu endereço de e-mail da Montana State. Minha narrativa pessoal é de curiosidade, sucesso acadêmico, um PhD em Princeton, um pós-doutorado na Duke University, onde fiz ciência incrível apesar de meu orientador de pós-doutorado faleceu. Para ajudar a pagar as contas médicas da minha esposa, comecei um negócio de consultoria paralelo, fazendo bioestatística durante o dia e desenvolvimento de estratégias de negociação de fundos de hedge à noite. Escolhemos Montana porque não estou aqui por fama ou fortuna... e minha esposa gosta de esquiar, então aceitei um emprego pesquisando a disseminação de patógenos e previsão de surtos em Montana alguns anos antes de os vírus de morcegos se tornarem populares.
Quando as habilidades de previsão do meu trabalho financeiro paralelo trouxeram novas descobertas à luz sobre os surtos de Covid-19 e a epidemiologia deste novo coronavírus relacionado à SARS, senti a obrigação de compartilhar minhas descobertas. Eu não queria que meus insights de inteligência médica apenas tornassem os ricos mais ricos; eu queria ajudar todos a navegar na pandemia à nossa frente com as melhores informações disponíveis que minhas ciências da informação pudessem fornecer.
Minhas descobertas foram simples, escondidas à vista de todos: o surto inicial de SARS-CoV-2 estava crescendo mais rápido do que muitos epidemiologistas estimaram. Uma coisa com a qual não brincamos em finanças é estimar taxas de crescimento exponencial – é assim que você estima retornos, e retornos são o pão com manteiga das finanças. De acordo com minhas estimativas, as taxas de crescimento de casos foram muito mais rápidas do que todos os modelos convencionais estimados na época, e taxas de crescimento mais rápidas com a mesma data de início implicaram mais casos, um iceberg subclínico maior de infecções, menores chances de contenção bem-sucedida e menor gravidade.
Com taxas de crescimento mais rápidas, as estimativas da gravidade da pandemia se tornam extremamente sensíveis à data de início; o tempo de duplicação de 2 dias começando há 20 dias gerará 1,000 infecções, mas tempos de duplicação de 2 dias começando há 60 dias gerarão 1 bilhão de infecções. A cada 2 dias erramos em nossa estimativa altamente incerta de datas de início, nossa estimativa do tamanho da pandemia e mudanças de carga em 2x.
Compartilhei um artigo sobre essas descobertas em particular e a maioria das pessoas viu lixo. Um professor de Oxford até me disse diretamente que se Harvard está dizendo uma coisa e Alex de Bozeman está dizendo outra, ele acreditará no que Harvard diz. Enquanto eu tentava alertar as pessoas sobre um trem-bala de uma pandemia que se aproximava em fevereiro de 2020, recebi e-mails severos de professores renomados no alto do totem alegando que se eu compartilhasse minhas descobertas abertamente, isso poderia semear complacência e "interromper a mensagem de saúde pública".
Em situações de emergência, estou acostumado a achatar hierarquias, confiar em informações como sinceras e garantir que a comunicação flua. Nos primeiros dias da Covid, no entanto, nossas informações não eram amplamente compartilhadas, o alto totem da hierarquia acadêmica não achatou, e minhas estatísticas foram consideradas lixo.
Jay Bhattacharya, enquanto isso, encontrou o rubi.
Avançando rapidamente para além da trama da Covid-19, a zona de guerra entre ciência e política, para além dos esforços do antigo diretor do NIH para censurar Jay, para além de uma pandemia que traumatizou o mundo e deixou nosso discurso civil em desordem, chegamos ao mundo de hoje em que Jay foi nomeado diretor do NIH.
Você ouvirá muitas coisas ditas sobre Jay, muitas opiniões quentes previsíveis de pessoas cujas opiniões você já conhece com base em suas atitudes e crenças durante a pandemia. Você encontrará as mesmas pessoas que me disseram para não compartilhar minhas descobertas, as mesmas pessoas que eram a favor da censura de cientistas, dizendo que nomear Jay é uma coisa terrível, e você encontrará o grupo extremamente grande e diverso de cientistas, médicos e gerentes que acharam Jay eminentemente razoável vindo em sua defesa.
O que falta no discurso partidário é nuance e compaixão, curiosidade e compreensão. De certa forma, nosso discurso político é um macrocosmo e o discurso científico um microcosmo de nossa polarização tribal, e as mesmas reações impulsivas que levaram as pessoas a presumir que minhas descobertas estavam erradas e compartilhar minhas informações de forma irresponsável agora estão levando as pessoas a presumir a visão mais próxima, mais rápida e mais alinhada tribalmente sobre os indicados do novo presidente.
O que espero acrescentar ao nosso mosh pit cívico é uma visão calma de uma jornada científica através da Covid que levou pessoas razoáveis de muitas tendências políticas a abandonar tribos pela verdade. Esta jornada é uma tapeçaria de evidências científicas, incertezas, questões sinceras sobre as responsabilidades éticas de cientistas e médicos, e esta tapeçaria é mantida unida por duas virtudes que o Dr. Jay Bhattacharya demonstrou ao longo destes tempos tempestuosos: curiosidade e graça.
Em vez de narrativas ou opiniões polêmicas, quero mostrar ao mundo algo que tive a sorte de contemplar em minha jornada única, algo de que precisamos: A Graça do Dr. Jay.
Epidemiologia e previsão de surtos precoces
Agora, voltemos para fevereiro de 2020. Eu tinha informações sobre casos de rápido crescimento, mas meus superiores acadêmicos estavam relutantes em revisá-los e me desencorajaram a compartilhá-los.
As descobertas da taxa de crescimento rápido que observei também foram observadas (de uma forma muito diferente) pelo colega de Jay em Stanford e ganhador do Prêmio Nobel Michael Levitt. Outro colega de Stanford, John Ioannidis, também foi conectado a esse fluxo de informações e advertiu que decisões importantes sobre políticas de saúde pública estavam sendo tomadas apesar da enorme incerteza.
A partir dessa observação inicial de rápido crescimento, um grupo de cientistas cientes da nossa enorme incerteza avançou na tentativa de coletar mais evidências.
Sunetra Gupta, PI em um artigo liderado por José Lourenco, revelou a enorme amplitude da nossa incerteza usando o surto do Reino Unido como um estudo de caso. Lourenco et al. ressaltaram que as previsões eram altamente sensíveis a uma data de início desconhecida e solicitaram pesquisas sorológicas para calibrar nossos modelos e previsões.
Eu montei uma equipe de colegas para ver se as previsões de crescimento mais rápido eram verdadeiras e resultaram em surtos mais cedo do que o esperado nos EUA. Na terceira semana de março de 2020, vimos um enorme excesso de pacientes visitando provedores ambulatoriais com doença semelhante à gripe (ILI). Nós usou o excesso no ILI para estimar o número de pessoas que podem ter Covid até março de 2020. Nosso artigo levou a um artigo em da Economista: “Por que um estudo que mostra que a Covid-19 está em todo lugar é uma boa notícia”, e permanecemos abertos ao feedback público, acabando por ouvir um feedback crítico que alterou nossa estimativa (ciência!!!).
Nossa estimativa atualizada foi de que até 9 milhões de pessoas tiveram Covid até 28 de março de 2020, e 9 milhões de infecções implicaram uma taxa de mortalidade por infecção de cerca de 0.3%. Juntas, essas estimativas sugeriram que um surto não mitigado nos EUA poderia ver os casos atingirem o pico em torno de 1-2 mortes por 1,000 habitantes.
Na época da nossa odisseia ILI, Justin, Nathaniel e eu estávamos em comunicação com a força-tarefa da Covid do estado de NY, ajudando-os a estabelecer painéis para monitorar a situação enquanto relaxavam as intervenções e discutindo a base de evidências para várias políticas de saúde pública. Embora eu não tenha conseguido compartilhar as evidências de rápido crescimento a tempo de alertar o público sobre uma pandemia, me comprometi a compartilhar evidências posteriores, e isso forneceu recursos valiosos para gerentes que lutavam para lidar com a incerteza. "A mensagem de saúde pública" sobre a qual fui avisado era monolítica, mas a realidade da incerteza é que há muitas possibilidades e, em tempos de incerteza, os gerentes são mais bem atendidos ao ouvir toda a gama de possibilidades.
O contra-argumento era que os cientistas precisavam assustar o público, errar do lado da superestimação da gravidade da pandemia por causa dos custos assimétricos e por causa das consequências comportamentais da subestimação (semeando complacência e causando mortes). Esse enigma ético é algo que todos devem considerar: se você é um gerente ou um membro do público, e os cientistas encontram algo consequente, mas incerto, você prefere que eles superestimem os riscos, ou prefere que eles popularizem toda a gama de possibilidades para que você possa tomar sua própria decisão?
Enquanto isso, Jay, John Ioannidis e colegas também buscaram resolver nossa incerteza com mais evidências empíricas. Jay et al. corajosamente conduziram uma soropesquisa no condado de Santa Clara, Califórnia. Sua soropesquisa estimou uma prevalência de 1.2% de exposições à Covid-19 no Condado de Santa Clara, consistente com a tese geral de surtos de Covid sendo caracterizados por introduções mais cedo do que o esperado, rápido crescimento e um grande iceberg subclínico de casos, implicando em menor gravidade pandêmica.
Críticas às estimativas de menor gravidade
Quando nosso artigo do ILI foi publicado, muitas pessoas abandonaram a noção de que eu era um pós-doutorado lixo e começaram a me criticar como se eu fosse um professor titular lixo. Houve palavras duras sobre eu minar "a mensagem de saúde pública" sem apontar o que, exatamente, era "a mensagem" e quem era capaz de decidir sobre ela. Nenhum dos nossos críticos estava na sala com a força-tarefa da Covid do estado de NY durante o pior surto em solo dos EUA desde 1918.
Nesse sentido, ao trabalhar diretamente com os gestores enquanto eles buscavam lidar com uma situação aterrorizante, estávamos um pouco mais próximos do processo/caos da política de saúde pública do que a maioria e teríamos compartilhado nossos insights e pensamentos matizados se houvesse espaço para isso. Ao estimar muitos casos, nós — não os dados nem os métodos estatísticos que usamos — fomos criticados por "minimizar" a gravidade da pandemia, semeando complacência e, em última análise, essa minimização poderia causar mortes.
No entanto, nossas estimativas não eram mínimas; elas eram pontos médios, médias e medianas. Estimativas de ponto médio dos dados não são minimizações; elas são tentativas de ser estatisticamente honesto sobre a tendência central dos dados, elas são as estimativas que melhoram nossa precisão e elas têm barras de erro. Nós apontamos estimativas de ponto médio e barras de erro completas com métodos reproduzíveis e até mesmo repositórios do Github para que outros possam refazer nossas análises estatísticas.
Nossa busca científica séria para aumentar a base de evidências nos primeiros surtos de Covid-19 estabeleceu muitos de nós como contrários, levantando questões importantes sobre quem, exatamente, decidiu quando alguém na ciência é contrário e quando eles são simplesmente os primeiros cientistas a revelar uma descoberta que muda o paradigma.
Declaração de Great Barrington
No verão de 2020, todos os olhos estavam voltados para a Suécia, o grupo de controle mundial.
A Suécia tomou um caminho “contrário” na política de saúde pública, reconhecendo que com casos subclínicos e disseminação assintomática, não há muito que possamos fazer; a gravidade do vírus provavelmente causará surtos que são reais, mas administráveis com a capacidade médica existente, e educar as pessoas sobre a transmissão pode ser a melhor abordagem para mitigar os riscos do vírus. Focar a proteção para ajudar aqueles com alto risco de resultados graves pode reduzir a mortalidade e morbidade por todas as causas, ou assim apostou a Suécia.
Aqueles que nos criticaram, epidemiologistas de surtos iniciais, estimando menor gravidade, também foram muito críticos da política sueca. Havia uma crença generalizada nessa comunidade acadêmica online altamente vocal de que os lockdowns eram a política superior. Aliás, muitos desses cientistas consultaram os fabricantes de vacinas, e os fabricantes de vacinas se beneficiaram enormemente dessa política. No entanto, havia modelos de lockdowns mostrando que os lockdowns pararam os surtos e ganharam tempo para a chegada das vacinas.
Em teoria, tudo isso é muito bom, mas modelos não são realidade, bloquear a sociedade tem custos, e esses custos tiveram que ser considerados, de acordo com os "contrários". Além disso, outros modelos sugeriram que os bloqueios fizeram pouco, exceto atrasar os picos inevitáveis de casos em 1-2 mortes por 1,000 habitantes, e bloqueios, fechamentos de escolas e outras intervenções severas causaram danos econômicos. Esforços desfocados para aplicar políticas custosas a todos, apesar dos riscos altamente desequilibrados de resultados severos para a Covid impulsionados pela idade e condições médicas preexistentes, poderiam efetivamente causar danos por meio de políticas de saúde pública a pessoas que, de outra forma, não corriam risco de danos devido à Covid.
Não havia respostas fáceis. A ciência não conseguia fazer a chamada de valor sobre o que é a política “boa”, mas as linhas entre as declarações de valor da ciência e da política se confundiam, e a Suécia se tornou uma zona contestada de política científica (hífen intencionalmente removido).
No verão de 2020, o surto da Suécia atingiu o pico de 1 morte por 2,000 habitantes, cerca de 1/3 do pico do surto de Nova York. Abaixo está um painel que fiz para fundos de hedge, gerentes médicos e governadores, ajudando-os a rastrear surtos para comparação em tempo real de surtos que eram assíncronos no tempo, mas tinham taxas de crescimento cruzando zero em estimativas semelhantes de carga cumulativa. A melhor estimativa comparável em tempo real para carga cumulativa durante a pandemia de Covid-19 foi de mortes defasadas per capita (deaths_pc), já que as taxas de averiguação de casos e as taxas de busca de cuidados variaram significativamente entre as regiões, as hospitalizações foram impulsionadas por dinâmicas complexas de admissões, estadias longas e capacidade médica, enquanto a demografia era semelhante o suficiente para permitir a comparação, pelo menos observando as limitações.
Os clientes pagantes receberam GIFs, ajudando-os a ver como essas trajetórias de surto avançaram no tempo e "rebateram" limites superiores ou "conduziram" para cenários de surto menos mitigados, como o da Suécia.

Sob a teoria de que Jay, John, Sunetra, eu e outros estávamos errados, o pico anômalo da Suécia não fazia sentido. Muitos acreditavam que a Suécia atingiria o pico de 4-6 mortes por 1,000 habitantes na ausência de um bloqueio, então o pico do surto da Suécia em 1/8-1/12 de suas estimativas foi uma grande anomalia de importância significativa para a política de saúde pública. Sob nossa teoria de que as estimativas convencionais eram 2-6 vezes altas demais, no entanto, o pico do surto sueco no verão de 2020 foi uma evidência importante para aprender.
O painel acima compara os surtos nos estados dos EUA com o surto na Suécia, colorindo as curvas de surto nos estados dos EUA por intervenções na época, nos ajudando a ver como os bloqueios desaceleraram o crescimento de casos, intervenções mais flexíveis levaram ao ressurgimento de casos e, então — anomalamente — os casos atingiram o pico nos estados dos EUA com carga de mortalidade semelhante à do surto do verão de 2020 na Suécia.
Devido a muitas pessoas vocais sendo muito más no Twitter, tratando as pessoas como lixo e criticando um pós-doutorado como se ele fosse um professor titular, parei de compartilhar minhas descobertas publicamente, então o painel acima não foi publicado. No entanto, ele foi parar nas caixas de entrada de amigos.
Senti-me na obrigação de compartilhar o que descobri, mas diante da retórica desagradável e dos ataques cruéis a todos que se manifestaram, a comunidade acadêmica, com o apoio de financiadores de ciências da saúde liderando uma operação para acelerar a aprovação de vacinas durante os bloqueios, enviou um sinal claro e assustador de que era perigoso discordar e catastrófico ser contrário.
Jay era uma das poucas pessoas com quem eu me sentia confortável em compartilhar meus resultados, não importa o que eu encontrasse. Colegas querem ajudar uns aos outros a aprender a verdade e bons colegas sempre dão uns aos outros o benefício da dúvida. No mar de hostilidades online, Jay era uma ilha inafundável de curiosidade e graça.

Com a base de evidências acumulada até o outono de 2020, incluindo o pico sueco e propostas políticas para fechar escolas e fazer lockdown no outono/inverno de 2020 até que as vacinas chegassem, a Declaração de Great Barrington foi publicado no início de outubro de 2020. O GBD alertou que bloquear ou fechar escolas até que as vacinas cheguem pode causar danos. Causar danos é contra os Juramentos de Hipócrates e corre o risco de minar a confiança na saúde pública, eles argumentaram, enquanto focar a proteção naqueles com alto risco de resultados graves pode minimizar a mortalidade e morbidade por todas as causas condicionadas à existência de uma pandemia.
Na minha opinião, uma corrente epistemológica subjacente que auxiliou a Declaração de Great Barrington foi uma aceitação antecipada de que, em outubro de 2020, quando a Covid se tornou global, o vírus estava destinado à endemicidade, os surtos aconteceram rápido o suficiente com uma carga felizmente baixa o suficiente para não sobrecarregar nosso sistema médico, e é essencial que os gestores da saúde humana considerem todo o portfólio de resultados de saúde, não apenas a Covid.
Se você olhar novamente não apenas para o painel acima, mas para o artigo que meus colegas e eu escrevemos aqui, pode-se aprender a rigorosa base de evidências por trás do meu próprio apoio à Declaração de Great Barrington. Os casos no outono de 2020 atingiram o pico de 1-1.5 mortes por 1,000 habitantes, consistente com nossas descobertas de ILI de abril de 2020, consistente com a trajetória do surto sueco no verão e até mesmo consistente com descobertas posteriores de imunidade decrescente relevantes para vacinas (tínhamos estimativas de imunidade decrescente pela onda Alpha, muito antes de o CDC descobrir que a imunidade diminuiu em seu estudo de um surto da variante Delta em Provincetown).
Quando pontos de dados suficientes contam a mesma história, começamos a chamar essa história de teoria e, como alguém que quantificou o peso das evidências, passei a acreditar na teoria de cenários de surtos de menor impacto, de modo que a onda pandêmica não seria tão ruim, mas os ciclos de surtos subsequentes podem continuar a acumular hospitalizações e fatalidades, tudo isso precisando ser gerenciado com prudência, com a redução de M&M de todas as causas, mas sem causar danos, como excelentes princípios orientadores.
Lamento que a base de evidências para essa teoria seja tão privada, mas lembre-se de que a privacidade foi a consequência da intolerância aumentando os custos de ser contrário. A intolerância prejudicial não foi apenas por meio de normas sociais informais entre cientistas, mas veio do topo do totem com ações institucionais de financiadores de ciências da saúde.
Queda devastadora
Francis Collins, então diretor do NIH, desprezava a Declaração de Great Barrington. Especificamente, ele escreveu a Anthony Fauci que eles precisavam de uma “remoção devastadora” da declaração escrita por epidemiologistas “marginais”.

Pouco depois de Collins escrever o e-mail, muitos epidemiologistas próximos a Collins e Fauci escreveram artigos de opinião criticando a Declaração de Great Barrington como uma "estratégia de imunidade de rebanho", deturpando as intenções sinceras dos autores do GBD e suas obrigações médicas com os Juramentos de Hipócrates, dizendo que o GBD é uma proposta para "deixar rolar" e dizendo que as pessoas que apoiaram essa política estavam tentando "matar a vovó para salvar a economia". Os apoiadores do GBD foram chamados de "eugenistas" e coisas piores.
A retórica extrema de muitos cientistas durante a pandemia da Covid-19 é profundamente lamentável. A ciência é, ou pelo menos deve ser, um esforço de curiosidade, e a curiosidade é uma planta delicada que murcha e morre em retórica escaldante. Embora todos os cientistas tenham crenças políticas e sejam respeitados da mesma forma, independentemente de suas crenças, quando colocamos nossos chapéus como cientistas, é importante focar nos dados, nas evidências, nos métodos e na lógica, e ser curioso sobre por que alguém está descobrindo algo diferente de você. A única maneira de criar espaço para diferentes visões, para realmente viver de acordo com os ideais de inclusão pelos quais muitos acadêmicos se esforçam, é ser gracioso e curioso diante da diversidade, especialmente a diversidade enraizada em profundas diferenças sociais, culturais, religiosas ou mesmo epistemológicas que levam tempo e atenção dedicada para desembaraçar.
Os diretores do NIH desejavam uma derrubada devastadora do Dr. Bhattacharya e seus colegas, e cientistas próximos aos diretores do NIH rapidamente escreveram artigos de opinião com retórica de terra arrasada que pareciam derrubadas devastadoras. Funcionários do NIH e do NIAID solicitaram o Twitter shadowban Jay. Quando Elon Musk assumiu o X, ele lançou os “Arquivos do Twitter”, revelando como autoridades da ciência da saúde pressionaram plataformas de mídia social a censurar cientistas com visões diferentes.
A Graça do Dr. Jay
Se você apenas ler as caracterizações negativas de mim, Jay e outros que mantiveram a independência durante a pandemia, você pode pensar que somos algum tipo de culto maníaco, fanáticos determinados a matar pessoas para lucrar. Eu até fui chamado de "extrema direita", o que mostra o quão longe do ponto médio nossas críticas chegam, assim como suas estimativas do fardo da Covid na Suécia.
Para aqueles que se consideram pessoas compassivas, peço que imaginem como foi ser condenado ao ostracismo por cientistas não inclusivos por suas opiniões sinceras e baseadas em evidências... e também que aprendam que nosso próprio governo, o chefe do nosso próprio Instituto Nacional de Saúde, solicitou uma plataforma de mídia social para banir meu amigo e colega por suas opiniões sinceras e científicas que se alinhavam com as minhas.
Você consegue sentir o efeito assustador que a hostilidade deles tem sobre meu próprio desejo de publicar descobertas revolucionárias, ou o efeito prejudicial da intolerância científica sobre a confiança pública na imparcialidade das instituições científicas? A traição, o rastro do afastamento mal-intencionado de ações dos ideais, inundou minha alma enquanto as ações dos cientistas se desviavam tão prejudicialmente dos ideais de nossa empresa. Quer a censura fosse constitucional ou não, foi uma traição para um diretor do NIH pôr em movimento a censura de cientistas da saúde com visões diferentes, especialmente durante uma pandemia quando a incerteza era alta, e isso prejudica a confiança na ciência quando os cientistas são cruelmente pouco profissionais e cruéis.
Enquanto eu sentia as águas escuras da traição e do ressentimento pelos maus-tratos a um bom homem, querido amigo e cientista corajoso, fui levado à praia por um raio de luz penetrante que brilha.
Durante toda a zona de guerra epistemológica da Covid, através do ataque da demonização e de um poço de traição, só vi Jay sorrir e se importar.

Quando Jay sorri, é o sorriso de alguém que está alegremente curioso sobre coisas novas, é o sorriso de um homem que viu a incerteza e embarcou em uma pesquisa sorológica no Condado de Santa Clara para ajudar a ciência com dados reais, é o sorriso de alguém que vê a incerteza e encontra alegria nos outros usando habilidades legais de novos campos, analisando big data para responder a grandes problemas. Quando Jay sorri, é o sorriso de um homem que ama as pessoas ao seu redor e as habilidades únicas que elas trazem para a mesa, que encontra os rubis no lixo, os lustra e os transforma em amigos.
Nas raras vezes em que Jay não está sorrindo, ele se importa. Jay não se importa de forma superficial; ele não apenas dá um tapinha no seu ombro e diz "Nossa, isso é uma droga". Jay se importa como um Atlas intelectual que carrega o peso do mundo — incluindo suas lutas — em seus ombros. Eu vi Jay entristecido pelo estado da ciência, pela confiança pública diminuída na ciência e na saúde pública, pelo maior excesso de mortes nos EUA em comparação à Suécia, onde discussões e políticas mais sensatas prevaleceram, pelas pessoas empurradas para a fome aguda por nossas políticas fortes diante da incerteza, pelas vidas que não conseguimos salvar e instituições que ainda precisamos consertar.
… e então vi Jay sorrir novamente, curioso sobre como poderíamos consertar tudo, animado com as possibilidades que estavam por vir e com o bem que se reunia ao seu redor, ansioso para ajudar.
É preciso uma fibra moral única e comprometimento com o amor para ser censurado pelo diretor do NIH e se recuperar para ser atencioso e alegremente curioso sobre como tornar o mundo melhor. Diz muito sobre o homem que, quando hordas de cientistas devoram o fruto proibido do tribalismo e do preconceito, Jay continua buscando ideias de pessoas que são diferentes enquanto cuida literalmente de todos, dos pobres e das crianças que não tiveram um assento na mesa de políticas durante a Covid, dos idosos que não têm proteção focada para ajudar em seus esforços para dizer saudáveis, dos jovens cientistas jogados em um moedor de carne, aos quais foi dito que seu trabalho seminal era "biologia molecular do jardim de infância" por professores agindo como alunos do jardim de infância e muito mais. O Dr. Jay Bhattacharya se importa mais do que a maioria. O mundo seria um lugar melhor se tivéssemos mais pessoas que se importassem como ele.
No campo de batalha da Covid, testemunhei a graça do Dr. Jay.
Jay sabia que eu havia desistido do meu pós-doutorado por causa do painel acima que eu sentia que não podia compartilhar. Quando o resto da ciência parecia me abandonar, Jay me convidou para as conferências mais prestigiosas em que estive na minha vida, para o MIT e Stanford, onde eu poderia discutir a interface ciência-política, as origens da Covid ou a política de saúde pública, além de grandes pensadores. Jay até convidou pessoas com quem discordamos, porque esse é Jay sendo a mudança que ele deseja ver no mundo.
Quando o resto do mundo queria que eu me sentisse um lixo, e quase conseguiram, Jay me ajudou a lembrar que eu era um rubi.
Sei que muitas pessoas estão inquietas com a nova administração. Entendo que as ciências da saúde estão em turbulência após a pandemia de Covid-19, e entendo que pode haver imenso medo dentro do NIH e entre os cientistas que dependem do NIH para financiamento à medida que novos líderes chegam. Já estou vendo as mesmas pessoas que escreveram os artigos de opinião após as devastadoras quedas de Collins, as mesmas pessoas que escreveram artigos fantasmas para Fauci alegando que uma origem laboratorial do SARS-CoV-2 é implausível, embora sabendo que é provável, as mesmas pessoas que me demonizaram durante a pandemia, agora são as mesmas pessoas que agitam seu público em um esforço para derrubar Jay após sua nomeação para se tornar diretor do NIH.
As pessoas que demonizam Jay não o conhecem. Elas nunca se sentaram para conversar sobre ciência com ele, porque quando você conhece o homem, você vai perceber que Jay é um dos cientistas mais legais vivos hoje. As pessoas que se preocupam com um diretor do NIH com uma vingança não estão apenas ignorando que Francis Collins já agiu em vinganças contra Jay, elas também não sabem que Jay é motivado mais do que qualquer um no mundo a não repetir as ações prejudiciais de Francis Collins.
As pessoas que tinham medo de Jay nunca descobriram quem realmente é o Dr. Bhattacharya.
Durante toda a pandemia, vi como Jay parece saber, no fundo, que, em tempos cruéis e sem esperança, nossa própria misericórdia e graça nos dão esperança.
Precisamos do Dr. Jay para comandar o NIH agora mais do que nunca. Na próxima pandemia, que pode vir mais cedo do que gostaríamos, teremos novamente cientistas que discordam. Teremos novamente visões divergentes sobre a política de saúde pública apropriada, e precisaremos novamente de cientistas para manter uma curiosidade e profissionalismo, um grau de humildade e graça, que o Dr. Bhattacharya mentiu e respirou durante toda a pandemia de Covid-19.
No futuro do financiamento da ciência da saúde, precisaremos abandonar algumas das hierarquias prejudiciais que limitam o fluxo de informações científicas. Precisaremos nos tornar melhores em encontrar rubis no lixo, como o Dr. Bhattacharya fez durante a pandemia da Covid-19. Precisaremos de financiadores da ciência da saúde que não escolham os paradigmas, mas sim financiem a ciência reproduzível. Ninguém entende o que as ciências da saúde precisam para restaurar a confiança melhor do que o homem que já foi chamado de "marginal" pela falha de ser autêntico, correto e condenado ao ostracismo por isso.
Mesmo que ele vença, mesmo que seja confirmado como diretor do NIH, você não verá Jay chutando a bola. Já posso imaginá-lo sorrindo graciosamente curioso sobre uma nova ideia e se importando com a instituição maior da ciência que se beneficia da coleta corajosa de evidências, análises ousadas e visões diversas sendo compartilhadas e examinadas profissionalmente.
Neste momento de divisão, desconfiança e animosidade entre cientistas e o público…
A Graça do Dr. Jay é exatamente o que precisamos.
Reeditado do autor Recipiente
Publicado sob um Licença Internacional Creative Commons Attribution 4.0
Para reimpressões, defina o link canônico de volta ao original Instituto Brownstone Artigo e Autor.