Exact moment equivalence and structural nonidentifiability in nonlinear epidemics

Stel je voor dat je probeert uit te vogelen hoe een gerucht zich door een school verspreidt. Je weet dat het gerucht zich verplaatst wanneer mensen in groepjes bij elkaar hangen, maar je kunt alleen het totale aantal leerlingen zien dat het gerucht heeft gehoord over een bepaalde tijd. Je weet niet de specifieke groepsgroottes of hoeveel groepen van welke grootte er bestaan. Dit is de puzzel van "epidemische inferentie": proberen achterstevoren te werken van het grote plaatje naar de kleine, verborgen details van hoe mensen met elkaar interageren. Wetenschappers weten al lang dat de grootte van deze groepen ertoe doet. Als een ziekte sneller verspreidt wanneer drie mensen bij elkaar zijn dan wanneer er twee zijn, verandert de "groepsgrootteverdeling" (de mix van kleine en grote groepen) de manier waarop de uitbraak verloopt. Maar een hardnekkige vraag bleef: als we alleen de definitieve aantallen zien, kunnen we dan ooit echt de exacte mix van groepsgroottes kennen die de uitbraak hebben veroorzaakt? Of zouden twee totaal verschillende mixen van groepen exact hetzelfde uitbraakverhaal kunnen creëren?

Dit artikel, geschreven door Roni Muslim, duikt diep in dat mysterie met wiskundige modellen voor ziekten die zich verspreiden en dan ofwel wegsterven ofwel blijven bestaan (zogenaamde SIS- en SIR-modellen). De auteur behandelt de verspreiding van ziekte als een spel waarbij mensen willekeurig tijdelijke groepen vormen. De belangrijkste ontdekking is een verrassende "blinde vlek" in ons vermogen om van data te leren. Het artikel bewijst dat als een ziekte zich op een specifieke, niet-lineaire manier verspreidt (waarbij het risico omhoog springt wanneer meer geïnfecteerde mensen in een groep aanwezig zijn), de gehele geschiedenis van de uitbraak alleen afhangt van een paar specifieke "gemiddelden" van de groepsgroottes, en niet van de volledige gedetailleerde lijst van groottes. Dit betekent dat twee totaal verschillende groepen mensen — de een met voornamelijk kleine groepen en een paar enorme groepen, de ander met een mix van middelgrote groepen — exact hetzelfde epidemisch gedrag kunnen genereren, tot aan de laatste fluctuatie en de exacte tijd waarop de ziekte uitsterft. Het is also slap dat twee verschillende recepten, met verschillende hoeveelheden ingrediënten, op de een of andere manier exact dezelfde taart kunnen bakken, waardoor het voor een voedingscriticus onmogelijk is om welk recept is gebruikt, enkel door de taart te proeven.

De Grote Groepsgrootte-illusie

Stel je voor dat je een detective bent die een misdaad probeert op te lossen, maar je enige aanwijzing is een wazige foto van een menigte. Je weet dat de menigte bestond uit groepen mensen, maar je kunt de individuen niet zien. Stel je nu twee verschillende scenario's voor:

• Scenario A: De menigte bestaat uit precies de helft groepen van 3 mensen en de helft groepen van 9 mensen.
• Scenario B: De menigte is een chaotische mix van groepen van 2, 5 en 12 mensen, met zeer specifieke aantallen van elk.

In de echte wereld zijn dit twee zeer verschillende menigten. Maar in de wiskundige wereld van dit artikel, als de "infectieregel" een specifiek type niet-lineaire wiskunde is (specifiek een kwadratische regel waarbij het risico groeit met het kwadraat van de geïnfecteerde mensen), produceren deze twee totaal verschillende menigten identieke ziekteuitbraken.

De auteur noemt dit "structurele niet-identificeerbaarheid". Het is niet zo dat we simpelweg niet genoeg data hebben of dat onze metingen te ruizig zijn. Het is dat de data het verschil niet kan zien, zelfs niet in een perfecte, ruisvrije wereld. Het artikel laat zien dat de ziekte-dynamica alleen "kijkt" naar een paar specifieke getallen, genaamd momenten, van de groepsgroottes. Denk aan deze momenten als de "smaakprofielen" van de groepen.

• Het eerste moment is als de gemiddelde groepsgrootte die je ervaart. Dit bepaelt de basis-snelheidslimiet voor hoe snel de ziekte kan beginnen.
• Het tweede moment is als de "variabiliteit" of hoe erg de groepsgroottes rondspringen. Dit bepaalt of de ziekte zich soepel verspreidt of dat hij vast komt te zitten in een vreemde staat waarin hij ofwel kan uitsterven ofwel kan exploderen, afhankelijk van hoeveel mensen er ziek zijn om mee te beginnen.

Het artikel bewijst dat zolang twee verschillende groepsgrootteverdelingen dezelfde eerste paar "smaakgetallen" delen, de ziekte zich exact hetzelfde gedraagt. De rest van de details — het feit dat de ene verdeling groepen van grootte 9 heeft en de andere groepen van grootte 12 — is volledig onzichtbaar voor de ziekte. Het is alsof twee verschillende muzikale akkoorden identiek klinken voor een specifiek instrument; het instrument kan het verschil simpelweg niet horen.

De Regel van het "Eerste Onovereenstemmige Moment"

Dus, hoe onderscheiden we deze twee verschillende groepen ooit? Het artikel onthult een slimme regel: je moet het spel veranderen.

De auteur laat zien dat de ziekte alleen naar de eerste paar momenten "kijkt" op basis van hoe complex de infectieregel is. Als de infectieregel eenvoudig is (lineair), kijkt hij alleen naar het eerste moment. Als hij kwadratisch is (de regel die in de hoofdvoorbeelden wordt gebruikt), kijkt hij naar de eerste twee. Als je het derde moment wilt zien (het verschil tussen de groep van 9 en de groep van 12), moet je de infectieregel upgraden naar nog complexer (cubisch).

Het artikel demonstreert dit met een "gecontroleerd experiment":

1. Stap 1: Ze nemen de twee verschillende verdelingen (de 3/9-mix en de 2/5/12-mix). Met een kwadratische infectieregel verspreidt de ziekte zich exact hetzelfde voor beide. De curves op de grafiek overlappen perfect.
2. Stap 2: Ze passen de infectieregel licht aan om gevoelig te zijn voor het derde moment. Plotseling splitsen de twee curves uiteen! De ziekte gedraagt zich nu anders voor de twee groepen.

Dit bewijst dat de "blindheid" geen gebrek is in onze observatieinstrumenten; het is een fundamentele limiet van het transmissieprotocol. Het artikel sluit expliciet de mogelijkheid uit dat we ooit de volledige groepsgrootteverdeling zouden kunnen achterhalen uit een enkele type uitbraakdata. Hoe lang we ook kijken of hoeveel mensen we ook tellen, als de infectieregel hetzelfde blijft, kunnen we nooit onderscheid maken tussen verdelingen die dezelfde eerste paar momenten delen.

Waarom dit ertoe doet (en waarom het geen doodlopende weg is)

Het artikel zegt niet alleen "we kunnen het niet weten". Het vertelt ons precies wat we wel kunnen weten en wat we moeten veranderen om meer te weten.

De auteur laat zien dat het eerste moment de "invasiedrempel" controleert — het punt waarop de ziekte kan beginnen met verspreiden. Het tweede moment controleert iets dat "bistabiliteit" en "hysteresis" wordt genoemd. In gewone mensentaal betekent dit dat voor sommige ziekten het hebben van een paar extra zieke mensen aan het begin het systeem in een permanente "endemische" staat kan duwen waar de ziekte nooit weggaat, zelfs niet als de gemiddelde omstandigheden suggereren dat hij zou moeten uitsterven. Het artikel laat zien dat het tweede moment de schakelaar is die dit gedrag aan of uit zet.

Het artikel verduidelijkt ook dat dit niet slechts een theoretische curiositeit is. Ze hebben massale computersimulaties uitgevoerd (met behulp van iets dat de "master equation" en "Gillespie-algoritmen" wordt genoemd) om te bewijzen dat de wiskunde standhoudt in eindige populaties, en niet alleen in de geïdealiseerde limiet van oneindig veel mensen. Ze hebben zelfs de "overlevingskans" (hoe lang de ziekte duurt voordat deze uitsterft) en de "finale omvang van de uitbraak" (hoeveel mensen er uiteindelijk ziek worden) gecontroleerd. In elk geval produceerden de twee verschillende verdelingen identieke resultaten totdat de infectieregel werd aangepast om naar een hoger moment te kijken.

De kernboodschap is een precieze limiet aan wat we kunnen leren. Als je een uitbraak ziet, kun je de "gemiddelde groepservaring" en de "variabiliteit van de groepservaring" achterhalen die de ziekte belangrijk vindt. Maar je kunt de volledige lijst van groepsgroottes niet reconstrueren. Om dat te doen, zou je de ziekte onder verschillende regels moeten observeren — bijvoorbeeld een ander virus dat zich anders verspreidt, of een andere manier om de groepen te meten.

Uiteindelijk schetst het artikel een levendig beeld van een wereld waar de details van ons sociale leven gedeeltelijk verborgen zijn voor de ziekten die erdoor reizen. Twee zeer verschillende sociale structuren kunnen er voor een virus exact hetzelfde uitzien, en tenzij we de regels van het spel veranderen, zullen we ze nooit van elkaar kunnen onderscheiden door simpelweg naar de cijfers te kijken die omhoog en omlaag gaan. Het is een herinnering dat soms de belangrijkste informatie juist datgene is wat de data simpelweg niet kan zien.