Κατά τη διάρκεια της πρόσφατης υγειονομικής κρίσης, αμέτρητοι περιορισμοί στο όνομα της επιστήμης έχουν διαμορφώσει την ανθρώπινη συμπεριφορά. Η αιτιολόγηση; Για να αποτραπεί η εξάπλωση της μόλυνσης και να προστατευθούν οι άλλοι. Εξάλλου, ήταν το μόνο πράγμα που έπρεπε να γίνει μπροστά στην κατάσταση έκτακτης ανάγκης και τα επιχειρήματα που προβλήθηκαν ήταν πολύ λογικά και προφανώς λογικά. Το αποτέλεσμα; Μια επιτυχημένη αλλαγή στη συμπεριφορά, αποδεικνύοντας τη θέση ότι κανένας άνθρωπος δεν θα μπορούσε να αρνηθεί να θυσιαστεί για έναν καλό σκοπό, πολύ περισσότερο αν παρουσιαζόταν υπό την επιστημονική αφήγηση ως αυθεντία. Ωστόσο, ποτέ δεν υπήρξε επιστημονική ομοφωνία, και τα στοιχεία για το αντίθετο αυξάνονται, δηλαδή η αναποτελεσματικότητα της πρόληψης μέσω της χρήσης μασκών και οι κίνδυνοι της πειραματικής θεραπείας εμβολιασμού που εφαρμόζεται (εμβόλια mRNA).
Ήδη κατά την έναρξη της πανδημίας το 2020, τα στοιχεία θανάτων από το COVID-19 είχαν δημοσιοποιηθεί ευρέως, ενώ οι θάνατοι και οι επιπλοκές από το εμβόλιο εξακολουθούν να υποβαθμίζονται. Τα ποσοστά της λοίμωξης από SARS-Cov-2, συμπεριλαμβανομένων των ασυμπτωματικών περιπτώσεων, έχουν δημοσιευθεί επανειλημμένα, ενώ οι σοβαρές παρενέργειες της ένεσης εξακολουθούν να αμφισβητούνται ευρέως. Θυμάμαι καλά να αξιολογώ τους απόλυτους δημόσιους αριθμούς των θανάτων το 2020 και να μην καταλαβαίνω γιατί υπήρχε μια τόσο οδυνηρή αφήγηση, αν οι συνολικοί αριθμοί (από οποιαδήποτε αιτία), σε σύγκριση με τα προηγούμενα χρόνια, δεν είχαν αλλάξει. Τουλάχιστον όχι παντού. Λίγα χρόνια μετά, φαίνεται να υπάρχουν όλο και περισσότερες αναφορές για αύξηση του αιφνίδιου θανάτου και του επιθετικού καρκίνου, αν και δεν βλέπουμε την ίδια προθυμία να προωθηθεί μια επείγουσα αντίδραση μπροστά στη συσχέτιση με τα ποσοστά εμβολιασμού και τις περιοδικές αναζωογονήσεις που εξακολουθούν να ενθαρρύνονται.
Τα στοιχεία για σοβαρές συνέπειες μετά τον εμβολιασμό άρχισαν να εμφανίζονται γρήγορα μέσω μεμονωμένων αναφορών περιπτώσεων, αλλά φαινομενικά αμφισβητήθηκαν ή αγνοήθηκαν. Αυτό συνέβη από την ίδια την “επιστήμη”, η οποία θα έπρεπε να αξιολογεί κάθε σύμπτωμα και κατάσταση, σπάνια ή μη, με επιστημονική μεθοδολογική αυστηρότητα και αμεροληψία. Φαίνεται βολικό να αγνοείται το κλινικό περιστατικό που δεν ενδιαφέρει την αφήγηση που έχει επιλεγεί για να το αποδείξει, θεωρώντας το ως πηγή αποδείξεων μικρότερης βαρύτητας, όταν γνωρίζουμε από την ίδια την επιστήμη ότι, ελλείψει μεγαλύτερων, ελεγχόμενων μελετών, το κλινικό περιστατικό και η γνώμη των ειδικών είναι οι πηγές πληροφοριών που πρέπει να λαμβάνονται υπόψη.
Από τη σειρά των περιπτώσεων και τα πρώτα δείγματα, η “επιστήμη” σχεδίασε μοντέλα που προσπαθούσαν να δείξουν την πορεία που θα μπορούσε να ακολουθήσει η μολυσματική ασθένεια της πανδημίας. Αυτό θα μπορούσε να είναι καλό, διότι η πρόβλεψη προωθεί την πρόληψη και μπορεί να είναι χρήσιμη για τη δημόσια πολιτική, υπό την προϋπόθεση ότι λαμβάνεται η δέουσα προσοχή. Αλλά η μαθηματική μοντελοποίηση, η οποία επιδιώκει την απλοποίηση των πραγματικών παραλλαγών προκειμένου να κατανοήσει τα φαινόμενα, κατέληξε να γίνει ισχυρότερη από τα γεγονότα. Ένα καλό μοντέλο χρειάζεται δεδομένα, οι διαχρονικές αναλύσεις αιτίας και αποτελέσματος εξαρτώνται από τον χρόνο, και τα συμπεράσματα που βασίζονται σε διατομεακές αναλύσεις μπορεί να προέρχονται από πολλαπλούς συσχετιζόμενους παράγοντες. Τα ποσοτικά δεδομένα δεν μπορούν να διαχωριστούν απόλυτα από συγκεκριμένες περιπτώσεις, ειδικά όταν έχετε μια νέα κατάσταση που επωφελείται από την ατομική αφήγηση αυτών των νέων περιπτώσεων. Επιπλέον, ο πλούτος των λεπτομερειών στο ιστορικό κάθε ασθενούς δεν μπορεί να απλοποιηθεί πλήρως και να αντικατασταθεί από γενικές αναφορές όταν πρόκειται για διάγνωση και εξατομικευμένη θεραπεία.
Μια κρίση υγείας που αποκάλυψε τη χρόνια κρίση στην υγεία. Αυτή η κρίση παρουσιάζεται, μεταξύ πολλών άλλων πτυχών, από παράδοξα:
- 1) διαγνώσεις και θεραπείες που εφαρμόζονται σε μοναδικά ανθρώπινα όντα, αλλά με βάση το γενικό περιεχόμενο του δείγματος,
- 2) εμπιστοσύνη στην ιατρική που βασίζεται σε επιστημονικά αποδεδειγμένα στοιχεία, αγνοώντας την πιθανή ευθραυστότητα του βασικού εργαλείου της έρευνας, που είναι η στατιστική πιθανότητα,
- 3) προτίμηση σε ό,τι είναι νέο ή πρόσφατο, σε αντίθεση με τις παλιές φόρμουλες με πιο προβλέψιμα αποτελέσματα (όπως τα επανατοποθετημένα φάρμακα) και
- 4) την αναζήτηση πληθυσμιακών στρατηγικών, ενώ ελάχιστα λέγονται για τον ατομικό αντίκτυπο και τις ειδικές περιπτώσεις. Για κάθε 1% που υποφέρει από κάτι, ο πόνος του είναι 100% πραγματικός.
Ως αποτέλεσμα, η συνολική ποσοτική θεώρηση και η γενική αφήγηση που κατασκευάζεται επισκιάζει τα στοιχεία που δείχνουν το αντίθετο, θέτοντας σε κίνδυνο την ατομική δράση για την υγεία και περιορίζοντας την ιδιαίτερη ελευθερία επιλογής για συμμετοχή τόσο σε ερευνητικά πρωτόκολλα όσο και σε νεοαναπτυσσόμενες εκλεκτικές διαδικασίες που αφορούν την προσωπική κατάσταση του ατόμου. Και όλα λέγονται πάντα στο όνομα της επιστήμης, ως καθορισμένης οντότητας, η οποία δεν είναι καθόλου επιστημονική. Απλά δόγμα και ειδωλολατρία.
Η επιστήμη βασίζεται στην αναίρεση των υποθέσεων, στην κριτική σκέψη, στις περιόδους κρίσης του παραδείγματος και όχι στην οριστική επιβεβαίωση ορισμένων αληθειών που θα μπορούσαν να δικαιολογήσουν την επιβολή μέτρων που βασίζονται σε βεβαιότητες. Η καλή επιστήμη εξαρτάται από τον χρόνο- χτίζεται πάνω σε ερωτήματα και αμφιβολίες, σε πιθανότητες και στην παρατήρηση του τι έχει γίνει (χωρίς να βγάζει συμπεράσματα για το τι δεν έχει γίνει), και δεν μπορεί να γίνει θέμα πίστης και τυραννίας. Τα επιστημονικά συμπεράσματα ανοίγουν τη δυνατότητα νέων διερευνήσεων και τη διερεύνηση θεωριών που βασίζονται στην επιβεβαίωση των υποθέσεων και δεν είναι αποκρυσταλλωμένες αποφάσεις. Και όσο περισσότερο κάτι επιστημονικό έχει δοκιμαστεί και παρατηρηθεί, διαχρονικά, τόσο μεγαλύτερη είναι η δυνατότητα να θεωρηθεί αξιόπιστο και ασφαλές, καθιστώντας την παλιά γνώση πιο απτή.
