Comunicating science during the pandemic

(photo from here)

Every time we write a post about Covid-19, there is a question that invariably guides us: "How do we explain the epidemic so that even without technical education, people can be aware of what is happening?". Indeed, there is much more behind this question. There is the relationship between scientific communication, often technical and cold, and mass communication, driven by feelings and fears. Scientific journals are the place to communicate science. Impactful scientific work,  a study that shakes the scientific community, has a high degree of reliability and, generally, requires a lot of time, a lot of work, and a lot of data.

Newspapers, blogs, social networks, on the other hand, are the main places to communicate with the mass (the mass media). Obviously, the mass media cannot wait for the times of science. Mass communication is "fast" and, at times, driven by the desire for the "scoop," the sensational. In a normal situation, the two ways of communicating don't often integrate.

This epidemic has brought the two worlds closer together: the scientific scoop's sensational and research have pervaded scientific journals. Scientific research's solidity and rationality have made its way into communicators who had never dealt with science. However, this is not necessarily a good thing.

Many high-profile scientific journals have stolen the way of communicating from the mass media. They give ample space to "intellectual exercises" on COVID (in "who has the longest model" style), based on uncertain hypotheses,  on very few data and models approximate. Science, not the Daily Unknown, is full of them. In another era, scientific journals would have rejected all these intellectual exercises as inconsistent without batting an eye. At a time like this, giving space to poorly constructed studies without clear premises on the validity of the data and methods is an irresponsible act. The exploitation of these works is around the corner. We must be aware of it. The mass media do not have the skills to judge whether one research is valid or not. Somehow, they trust scientific communication, even if they do not always fully understand it. A communication distortion was, therefore, created.

From this distortion, a new mission is born, which is ours, but also of many other scientists (see the end of the post): to communicate concepts, models, results, which simultaneously have the same scientific solidity of well-done research and the typical immediacy of the phenomena that shake the masses. Communicating science through mass media is not trivial. Excellent examples are (some in Italian and some in English):

- https://barbaragallavotti.wordpress.com

- http://www.mathisintheair

- http://maddmaths.simai.eu/

-      https://cattiviscienziati.com/

-      https://www.isi-web.org/index.php/news-featured/20229-statisticians-react-to-the-news-every-week

-     https://statmodeling.stat.columbia.edu/

all blogs that take the space and time to explain things well.

Scientific communication on social media is still a very young and inconsistent creature; it does not have a well-defined identity. We are trying to give it one, starting with warning against the "ad hoc" manipulative sensationalism and elaborations that sometimes come together (see Sweden's case, a failure and not a panacea).

Let's not forget the responsibility that all of us communicators (of science and the masses) have. Better a little less media visibility and good research than an approximation and the search for the scoop to impress, sometimes upset (terrify) the masses. We reiterate that we do not cheer for science. We are not sellers of opinions, "science is not democratic"; it is competence, and this is what must be valued and defended.

 

Comunicare la scienza in tempi di pandemia

 

(foto presa da qui ))

Ogni volta che scriviamo un post, c’è una domanda che immancabilmente ci guida: “Come facciamo a spiegare l’epidemia in modo che anche senza istruzione tecnica si abbia coscienza di cosa sta accadendo?”. In realtà, c’è molto di più dietro questa domanda, c’è il rapporto tra comunicazione scientifica, spesso tecnica e fredda, e comunicazione di massa, guidata da sentimenti e paure. Le riviste scientifiche sono il luogo per comunicare scienza. Un lavoro scientifico di impatto, un lavoro che scuote la comunità scientifica, ha un elevato grado di affidabilità e, generalmente, richiede molto tempo, molto lavoro e molti dati.

I giornali, i blog, i social network, invece, sono i principali luoghi per comunicare con la massa (i mass-media). Ovviamente, i mass-media non possono aspettare i tempi della scienza. La comunicazione di massa è "veloce" e, a volte, guidata dal desiderio dello "scoop", del sensazionale. In una situazione normale, i due modi di comunicare non si integrano spesso.

Questa epidemia ha avvicinato i due mondi: la sensazionalità e la ricerca dello scoop scientifico ha pervaso le riviste scientifiche, la solidità e razionalità delle ricerche scientifiche ha fatto breccia nei comunicatori che non si erano mai occupati di scienza. Non è detto che questo, però, sia un bene.

Molte riviste scientifiche di alto profilo hanno rubato il modo di comunicare dai mass-media e danno ampio spazio ad “esercizi intellettuali” sul covid (in stile “chi ha il modello più lungo”), basati su ipotesi incerte, su pochissimi dati e modelli approssimativi. Science, non il Corriere dei Piccoli, ne è pieno. In un’altra epoca le riviste scientifiche avrebbero rifiutato come inconsistenti tutti questi esercizi intellettuali senza battere ciglio. In un momento come questo dare spazio a studi mal costruiti, senza chiare premesse sulla validità dei dati e dei metodi è un atto irresponsabile. La strumentalizzazione di questi lavori è dietro l'angolo, bisogna esserne consapevoli, perché i mass-media non hanno le competenze di giudicare se una ricerca sia valida o meno; in un certo senso, si fidano della comunicazione scientifica, seppur non la comprendano sempre fino in fondo. Si è creata quindi una distorsione comunicativa.

Da questa distorsione nasce una nuova missione, che è la nostra, ma anche di tanti altri scienziati (vedi la fine del post): comunicare concetti, modelli, risultati, che abbiano simultaneamente la stessa solidità scientifica delle ricerche ben fatte e l’immediatezza tipica dei fenomeni che scuotono le masse. Comunicare scienza tramite i mass-media non è banale. Ottimi esempi sono

- https://barbaragallavotti.wordpress.com,

- http://www.mathisintheair.org/wp/

- http://maddmaths.simai.eu/

- https://cattiviscienziati.com/

tutti blog che si prendono lo spazio e il tempo per spiegare bene le cose.

La comunicazione scientifica sui social è ancora una creatura giovanissima e capricciosa, non ha un'identità ben definita. Stiamo provando a dargliene una, cominciando dal mettere in guardia contro i sensazionalismi e le elaborazioni "ad hoc", manipolative, che a volte si incontrano (vedete il caso della Svezia, un fallimento e non una panacea).

Non dimentichiamo la responsabilità che tutti noi comunicatori (di scienza e di massa) abbiamo. Meglio un po’ di visibilità mediatica in meno e una buona ricerca, che l’approssimazione e la ricerca dello scoop per impressionare, a volte turbare (terrorizzare), le masse. Ribadiamo che non si fa il tifo per la scienza, non siamo venditori di opinioni, “la scienza non è democratica”, è competenza ed è questa che va valorizzata e difesa.

From August to September*

 In August, we witnessed a gradual but constant increase in the infection from Covid-19. The number of new positives (in the definition of Civil Protection or daily incidence in epidemiological terminology) rose from about 250 cases at the end of July to about 1350 cases of the first week of September. The increase in daily incidence, in addition to almost tripling the positive totals numbers (in the definition of Civil Protection or prevalence in epidemiological language) going from about 12,500 cases to about 32,000 cases, it is projecting on the number of people hospitalized in intensive care.

In the first graph (Fig. 1), we show an indicator useful for controlling the trend changes in our interest quantity. The indicator is based on the crossing of two delayed moving averages: a short one (at seven days) and a long one (at 14 days). This method is widely used in the analysis of financial markets to confirm changes in the direction of the trends of the securities in which one is interested. Take, for example, two moving averages calculated on the value of a company's shares or a financial fund's value. The first of these two moving averages concerns a short duration while the second a more extended period. When the short moving average passes above the long moving average, there is a buy signal; the stock is increasing in value. Conversely, when the short moving average goes below the long average, there is a sell signal—the value drops.

 

 

In this graph, we analyze the number of hospitalized cases that occupy intensive care every day from the beginning of July to the first week of September. The crossing of the short and faster moving average (in red) from bottom to top with the longer and slower moving average (in blue) confirms a change in trend in intensive care admissions at the beginning of August, currently showing a strong tendency to increase.

 

To analyze this trend change in intensive care units' occupation, it is also interesting to look at the relationship between the number of cases admitted to intensive care and the number of patients hospitalized with milder symptoms. Suppose we consider the whole group of hospitalized people (in intensive care and with milder symptoms). In that case, this ratio represents an estimate of a crucial epidemiological indicator. That is the probability share of the "hospitalization in intensive care" event (in the epidemiological terminology odds, a term derived from the language of betting). The probability share of an event of interest is the ratio between the probabilities in favor of that event and the odds against it. To better understand how odds are used, let's think about betting. Imagine we have 100 men and 80 women; in these two groups, 90 men drank wine last week, and only 20 women did the same. The odds of drinking wine among men are 90 against 10, 9 (90: 10 = 9), while among women, it is 30 against 50, that is, it is 0.6 (30: 50 = 0.6). So if I had to bet who will drink wine during the next week between a man and a woman, I would undoubtedly prefer to bet that it will be a man. Indeed the share of men drinking wine is much higher than that of women. I can also calculate the ratio between the two quotas and see that men have an aptitude for drinking wine 15 times stronger than women (9: 0.6 = 15).

 

Building on this way of thinking, we try to analyze hospitalizations in intensive care. We are now observing the second graph (Fig. 2), where we report the respective probability share trend from the beginning of July to the first week of September. We can see that the level is still relatively stable, ranging between 5 and 9 (out of 100). The latter shows that there is still no significant change between critical and mild in the composition of total hospitalizations.

One sign of concern comes from the odds ratio. From the beginning of August, you can see a gradual increase in the level of critical hospitalizations compared to mild ones; it rises from about five against 100 to a value of about nine against 100. Between the low at the end of July and the first weeks in September, the ratio between the two quotas is approximately 1.75. In the last month, the latter means that the composition between intensive care admissions and regular ward admissions has changed, with intensive care admissions increased by approximately 75% compared to hospitalizations with mild symptoms.

*This post is born from a chat with Enrico Bucci https://cattiviscienziati.com/author/eb72enrico/

Da Agosto a Settembre*

 Nel mese di Agosto abbiamo assistito ad un graduale ma costante aumento del contagio da Covid-19, con il numero dei nuovi positivi (nella definizione della Protezione Civile o incidenza giornaliera nella terminologia epidemiologica) che è salito da circa 250 casi di fine Luglio a circa 1350 casi di questa prima settimana di Settembre. Questo aumento dell’incidenza giornaliera, oltre a far quasi triplicare il numero dei totali positivi (nella definizione della Protezione Civile o prevalenza nel linguaggio epidemiologico) che passano da circa 12500 casi a circa 32000 casi, si sta proiettando sul numero di persone che vengono ricoverate in terapia intensiva.

Nel primo grafico (Fig. 1) mostriamo un indicatore utile a controllare i cambi di tendenza di una grandezza di nostro interesse; si basa sull’incrocio di due medie mobili ritardate: una breve (a 7 giorni) ed una lunga (a 14 giorni). Questo metodo è molto usato nell’ambito dell’analisi dei mercati finanziari per avere conferme dei cambi di direzione delle tendenze dei titoli a cui si è interessati. Si prendono ad esempio due medie mobili calcolate sul valore delle azioni di una società o sul valore di un fondo finanziario, la prima di queste due medie mobili riguarda una breve durata mentre la seconda una durata più lunga. Quando la media mobile breve passa sopra la media mobile lunga, si ha un segnale di acquisto, il titolo sta aumentando di valore. Al contrario, quando la media mobile breve passa al di sotto della media lunga si ha un segnale di vendita. Il valore scende.

In questo grafico analizziamo il numero di casi ricoverati che occupano le terapie intensive ogni giorno, nel periodo che va da inizio Luglio alla prima settimana di Settembre: l’incrocio della media mobile breve e più veloce (in rosso) dal basso verso l’alto con la media mobile lunga e più lenta (in blu) conferma che all’inizio del mese di Agosto c’è stato un cambio di tendenza nei ricoveri in terapia intensiva, evidenziando al momento una decisa tendenza a crescere.

Per analizzare questo cambiamento di tendenza nell’occupazione delle unità di terapia intensiva, è interessante guardare anche al rapporto fra il numero di casi ricoverati in terapia intensiva e il numero di casi ricoverati con sintomi più lievi. Questo rapporto, se si considera l’intero insieme delle persone ricoverate (in terapia intensiva e con sintomi più lievi), rappresenta una stima di un indicatore epidemiologico molto importante: la quota di probabilità dell’evento “ricovero in terapia intensiva” (nella terminologia epidemiologica odds, termine derivato dal linguaggio delle scommesse). La quota di probabilità di un evento di interesse è il rapporto fra le probabilità favorevoli a tale evento e le probabilità contrarie allo stesso. Per capire meglio come si usano le quote di probabilità pensiamo proprio alle scommesse. Immaginiamo di avere 100 uomini e 80 donne, in questi due gruppi la settimana scorsa 90 uomini hanno bevuto vino e solo 20 donne hanno fatto altrettanto. La quota di probabilità di bere vino fra gli uomini è 90 contro 10, ovvero vale 9 (90:10=9), mentre fra le donne è 30 contro 50, ovvero vale 0,6 (30:50=0,6). Quindi se dovessi scommettere chi berrà del vino durante la prossima settimana tra un uomo e una donna, di certo preferirò scommettere sul fatto che sarà un uomo dato che la quota degli uomini che bevono vino è molto più alta di quella delle donne. Posso anche calcolare il rapporto tra le due quote e vedere che gli uomini hanno un’attitudine al bere vino 15 volte più forte rispetto alle donne (9:0,6=15).

Forti di questo modo di ragionare cerchiamo di analizzare i ricoveri in terapia intensiva osservando il secondo grafico (Fig. 2), dove riportiamo l’andamento della rispettiva quota di probabilità, dall’inizio di Luglio alla prima settimana di Settembre. Si può notare che il livello è ancora abbastanza stabile, compreso in una fascia tra 5 e 9 (su 100). Ciò mostra che nella composizione dei ricoveri totali ancora non si osserva un cambiamento significativo tra critici e lievi.

Un segnale che desta qualche preoccupazione viene dal rapporto delle quote. Da inizio Agosto si può notare un graduale aumento del livello dei ricoveri critici rispetto a quelli lievi, si sale da un valore di circa 5 contro 100 ad un valore di circa 9 contro 100. Tra il minimo di fine Luglio e i livelli di queste prime settimane di Settembre, il rapporto tra le due quote è pari a circa 1.75, ciò vuol dire che nell’ultimo mese la composizione fra ricoveri in terapia intensiva e ricoveri in reparto ordinario è cambiato, con i ricoveri in terapia intensiva aumentati di circa il 75% rispetto ai ricoveri con sintomi lievi.

*Questo post nasce da una sollecitazione di Enrico Bucci https://cattiviscienziati.com/author/eb72enrico/