Welcome / Tervetuloa!

If you’d like to e-mail me about anything, please use matti.tj.heino@gmail.com!

[due to the nature of the world, most of the older Finnish posts lost all their illustrations]

Index

Self-determined and self-organised: Fighting pandemics on the appropriate scales

The video is a Finnish talk I gave as part of a webinar series of the Institute for Health and Welfare (THL). I discuss the three scales of pandemic response: That of a) self-determined individuals, b) self-organised communities and c) governmental strategy choice in aiding these. Related, highly unpolished thoughts in English below. Slides here!

How should we think about changing people’s behaviour to mitigate pandemic threat? The starting point is to consider targets of interventions as complex systems. This means that biopsychosocial determinants such as capability, opportunity and motivation act together to create the current state of a system which is a person; aggregates of individuals define the state of a system which is a household, aggregates of which form a community, a society, and so forth. Each of these systems is of a different size, i.e. scale, and fulfills multiple roles in pandemic response – the redundancy brought about by overlap of functions performed by each element (say, individuals’ social distancing, and a community’s agreement to postpone cultural events to mitigate physical contact) is what largely ensures resilience of a system in crisis situations. In other words, information about intervention targets need to be framed as taking place within multi-level socio-ecological system, where tradeoffs between intervention nuance and scale exist. Figure below depicts this idea, and also underlines the mismatch when a large-scale unit, such as the government, attempts to dictate specifics of how e.g. schools or kindergartens should arrange their safety procedures, instead of acknowledging that “people are experts of their own environment”.

The above picture depicts a complexity profile, here a heuristic tool for considering intervention ownership. Any pandemic response must strike a balance between interventions that reach large audiences but (in spite of e.g. digital mass tailoring) are relatively homogenous, and interventions that reach small audiences but are highly tuned to their contexts. As long as the system performing the intervention remains the same, there is a fundamental tradeoff between complexity and scale, although changes in the system may allow increasing the area under the curve. Only individuals or small groups can perform ultra-local actions, and there are efforts where a larger governance structure is inevitable; those actions should be handled by agents at the appropriate scale. For example, a group of friends can come up with ideas to mingle safely, while e.g. city officials must make the decision to require quarantines and testing of incoming travellers. Horizontal axis depicts increasing audience size, from individuals to families, communities and countries. Blue line indicates the amount of nuance each entity can take into account, as depicted on the vertical axis.

Recently, we collected a sample of about 2000 people, who answered a survey on social psychological factors affecting personal protective behaviours such as mask use. As may be obvious, there are many open questions regarding implications of a cross-sectional analysis to the “real world”. Empirically evaluated social psychological phenomena are always embedded in time, making them to an extent idiographic and contextual, hence any generalisations to policy actions have to be considered in the light of nomothetic knowledge of complex systems. That is, the question of how we increase protective behaviours in the society is a multifaceted problem, requiring any actions to acknowledge the complexity of the system the behaviours take place in, and how they interact with other actions affecting community transmission. In my view, this is best done with the classical statement “First, do no harm” in mind.

A foremost condition for responsible application of science-based policy is a consideration of how the decision ought to be done, such that the costs of null effects are minimal. Finland has undertaken a suppression strategy common to European and Northern American countries, where increasingly stringent restrictions are gradually put in place while case numbers rise, and removed while cases decline. This sets different demands to individuals’ protective motivation and other personal resources (aka “pandemic fatigue”), compared to an elimination strategy, where relatively short but highly aggressive measures are taken to draw cases to zero. In the latter approach, most restrictions are lifted from case-free communities or countries, while applying border testing and quarantines to ensure the continued safety of the region’s inhabitants. In this latter case, provided that that future outbreaks are small and/or travel from regions with ongoing community transmission is low, local elimination ensues, and failures to increase protective behaviours imply – by necessity – a smaller impact than when attempted in a locale, safety of which depends mostly on personal protective behaviours.

Another consideration is that of systemic negative unintended side-effects of applying behavioural science recommendations to policy. Based on nomothetic knowledge of complex social systems and the results presented here, it is possible to give the following recommendations:

  1. Citizens’ sense of autonomy in choosing how to carry out the official pandemic mitigation recommendations should be fostered, without overlooking the necessity of feeling competence as well as camaraderie in the actions. This can be done with communication but perhaps more importantly, by facilitating people’s self-organisation tendencies and empowering them to design their own local responses, at the lowest scale (individual, family, neighbourhood, city/town, county, etc.) each of which is feasible to perform. This ensures local strengths get maximally applied, without severing functions, which are invisible to a governmental authority.
  2. Local norms (family, friends, other people in the indoor spaces one visits) ought to be stewarded to the direction which is necessary for pandemic control; this can again be done via communication, but based on literature on mitigating pandemics, it’s possible to hypothesise longer-lasting behavioural effects stemming from involving agentic individuals in the risk management of their surroundings.

Recommended reading:

  • Baker, M. G., Wilson, N., & Blakely, T. (2020). Elimination could be the optimal response strategy for covid-19 and other emerging pandemic diseases. BMJ, 371, m4907. https://doi.org/10/ghqk9h
  • Balsa-Barreiro, J., Vié, A., Morales, A. J., & Cebrián, M. (2020). Deglobalization in a hyper-connected world. Nature Palgrave Communications, 6(1), 1–4. https://doi.org/10/gjfxwz
  • Behaviour Change Science & Policy -projekti: http://linktr.ee/besp
  • Flyvbjerg, B. (2020). The law of regression to the tail: How to survive Covid-19, the climate crisis, and other disasters. Environmental Science & Policy, 114, 614–618. https://doi.org/10/gjkjwz
  • Hansson, S. O. (2004). Fallacies of risk. Journal of Risk Research, 7(3), 353–360. https://doi.org/10/c7567q
  • Horton, R. (2021). Offline: The case for No-COVID. Lancet, 397(10272), 359. https://doi.org/10.1016/S0140-6736(21)00186-0
  • Hyvönen, A.-E., Juntunen, T., Mikkola, H., Käpylä, J., Gustafsberg, H., Nyman, M., Rättilä, T., Virta, S., & Liljeroos, J. (2019). Kokonaisresilienssi ja turvallisuus: Tasot, prosessit ja arviointi [Raportti]. Valtioneuvoston kanslia. https://julkaisut.valtioneuvosto.fi/handle/10024/161358
  • Iwata, K., & Aoyagi, Y. (2021). Elimination of covid-19: A practical roadmap by segmentation. BMJ, n349. https://doi.org/10/gjqpxt
  • Käyttäytymistieteellisen neuvonantohankkeen työryhmä. (2021). Vaikuttavat valinnat päätöksenteon tukena: Käyttäytymistieteellinen neuvonanto -hankkeen loppuraportti [Sarjajulkaisu]. Valtioneuvoston kanslia. https://julkaisut.valtioneuvosto.fi/handle/10024/163138
  • Matti TJ Heino, Markus Kanerva, Maarit Lassander, & Ville Ojanen. (2021). Koronaväsymystä? Vai inhimillistä kyllästymistä, turhautumista, tottumista ja pyrkimystä normaaliin (Käyttäytymistieteellisen neuvonantoryhmän raportteja). https://vnk.fi/hanke?tunnus=VNK127:00/2020
  • Martela, F., Hankonen, N., Ryan, R. M., & Vansteenkiste, M. (2020). Motivating Voluntary Compliance to Behavioural Restrictions: Self-Determination Theory–Based Checklist of Principles for COVID-19 and Other Emergency Communications. European Review of Social Psychology. 10.1080/10463283.2020.1857082
  • Morales, A. J., Norman, J., & Bahrami, M. (Toim.). (2021). COVID-19: A Complex Systems Approach. STEM Academic Press. https://stemacademicpress.com/stem-volumes-covid-19
  • Priesemann, V., Balling, R., Brinkmann, M. M., Ciesek, S., Czypionka, T., Eckerle, I., Giordano, G., Hanson, C., Hel, Z., Hotulainen, P., Klimek, P., Nassehi, A., Peichl, A., Perc, M., Petelos, E., Prainsack, B., & Szczurek, E. (2021). An action plan for pan-European defence against new SARS-CoV-2 variants. The Lancet, S0140673621001501. https://doi.org/10/ghtzqn
  • Priesemann, V., Brinkmann, M. M., Ciesek, S., Cuschieri, S., Czypionka, T., Giordano, G., Gurdasani, D., Hanson, C., Hens, N., Iftekhar, E., Kelly-Irving, M., Klimek, P., Kretzschmar, M., Peichl, A., Perc, M., Sannino, F., Schernhammer, E., Schmidt, A., Staines, A., & Szczurek, E. (2021). Calling for pan-European commitment for rapid and sustained reduction in SARS-CoV-2 infections. The Lancet, 397(10269), 92–93. https://doi.org/10/ghp8kb
  • Rauch, E. M., & Bar-Yam, Y. (2006). Long-range interactions and evolutionary stability in a predator-prey system. Physical Review E, 73(2), 020903. https://doi.org/10/d9zbc4
  • Siegenfeld, A. F., & Bar-Yam, Y. (2020). The impact of travel and timing in eliminating COVID-19. Communications Physics, 3(1), 1–8. https://doi.org/10/ghh8hg
  • World Health Organization Regional Office for Europe. (2020). Pandemic fatigue: Reinvigorating the public to prevent COVID-19: policy considerations for Member States in the WHO European Region (WHO/EURO:2020-1160-40906-55390). Article WHO/EURO:2020-1160-40906-55390. https://apps.who.int/iris/handle/10665/335820

Pandemia haastaa ajattelumme: Neljä kompastuskiveä torjuntapolulla

This is a series of five videos (in Finnish), outlining what I currently consider the most important facets of Finnish pandemic preparedness. Also published at motivationselfmanagement.com

PÄIVITYS 27.03.2021: Ennustan, että tulemme poistamaan rajoitukset liian aikaisin, mikä johtaa alla esitetyn mukaisesti uusiin ongelmiin, yllätyksiin ja viivästyksiin epidemian poistamisessa Suomesta. Mikäli tälle ennustukselle haluaa laittaa kapuloita rattaisiin, voi käydä allekirjoittamassa uuden kansalaisaloitteen (en ole itse ollut mukana sen laatimisessa).


Videoissa alla selitän asiat, jotka näen tärkeimpinä ja tieteellistä tarkastelua parhaiten kestävinä näkökulmina suomalaiseen pandemiavasteeseen. Näkemykset eivät ole Behaviour Change & Well-being -tutkimusryhmän, Valtioneuvoston kanslian käyttäytymistieteellisen neuvonantoryhmän, tai Citizen Shield -pandemiavalmiushankkeen virallisia kantoja.

Osa 0: Johdatus käyttäytymiseen, järjestelmiin ja keskinäisriippuvaisuuteen.

Osa 1: Leveysrajoitteisista hännistä.

Osa 2: Noususta, tuhosta ja oikea-aikaisuudesta. [Erratum: Eksponentiaalisen kasvun/laskun selityksessä pitäisi tarkalleen ottaen olla ison R:n sijaan pieni r – kyseessä siis eksponentiaalisen yhtälön r-kasvuparametri, ei tartuttavuusluku R0]

Tässä vielä yksi pointti siitä, miten kasvu hahmotetaan (lähde):

Osa 3: Ikävien yllätysten minimoinnista.

Osa 4: Resilienssistä ja yhteenveto.

Videoissa mainittu tilannekuvaa ylläpitävä verkkosivu:

epidemia.fi

Relevantteja blogipostauksia:

Kanadan tilanteesta:

https://www.canada.ca/en/public-health/services/diseases/2019-novel-coronavirus-infection/latest-travel-health-advice.html

https://travel.gc.ca/travel-covid

Mainittuja/relevantteja julkaisuja:

0. Cirillo, P. & Taleb, N. N. Tail risk of contagious diseases. Nature Physics 16, 606–613 (2020).

1.Rauch, E. M. & Bar-Yam, Y. Long-range interactions and evolutionary stability in a predator-prey system. Phys. Rev. E 73, 020903 (2006).

2.Kollepara, P. K., Siegenfeld, A. F., Taleb, N. N. & Bar-Yam, Y. Unmasking the mask studies: why the effectiveness of surgical masks in preventing respiratory infections has been underestimated. arXiv:2102.04882 [q-bio] (2021).

3.Siegenfeld, A. F. & Bar-Yam, Y. The impact of travel and timing in eliminating COVID-19. Communications Physics 3, 1–8 (2020).

4.Taleb, N. N., Bar-Yam, Y. & Cirillo, P. On single point forecasts for fat-tailed variables. International Journal of Forecasting (2020) doi:10/ghgvdx.

5.Siegenfeld, A. F., Taleb, N. N. & Bar-Yam, Y. Opinion: What models can and cannot tell us about COVID-19. PNAS (2020) doi:10.1073/pnas.2011542117.

6.Wong, V., Cooney, D. & Bar-Yam, Y. Beyond Contact Tracing: Community-Based Early Detection for Ebola Response. PLoS Currents (2016) doi:10.1371/currents.outbreaks.322427f4c3cc2b9c1a5b3395e7d20894.

7.Shen, C., Taleb, N. N. & Bar-Yam, Y. Review of Ferguson et al ‘Impact of non-pharmaceutical interventions…’ (2020).

Kirjallisuutta eliminaatio-/segmentaatiostrategiasta:

1.Geoghegan, J. L., Moreland, N. J., Le Gros, G. & Ussher, J. E. New Zealand’s science-led response to the SARS-CoV-2 pandemic. Nat Immunol 22, 262–263 (2021).

2.The Lancet Infectious Diseases. The COVID-19 exit strategy—why we need to aim low. The Lancet Infectious Diseases S1473309921000803 (2021) doi:10/gh4kvk.

3.Morell, M., Estrada, K., Dominguez, E., Perez, A. & Montesino, D. The Efficacy of Long-Term Elimination Efforts: A Case Study on New Zealand’s SARS. 20.

4.Baker, M. G., Kvalsvig, A. & Verrall, A. J. New Zealand’s COVID‐19 elimination strategy. Medical Journal of Australia 213, 198 (2020).

5.Summers, D. J. et al. Potential lessons from the Taiwan and New Zealand health responses to the COVID-19 pandemic. The Lancet Regional Health – Western Pacific 4, 100044 (2020).

6.Heywood, A. E. & Macintyre, C. R. Elimination of COVID-19: what would it look like and is it possible? The Lancet Infectious Diseases 20, 1005–1007 (2020).

7.Wilson, N., Boyd, M., Kvalsvig, A., Chambers, T. & Baker, M. Public Health Aspects of the Covid-19 Response and Opportunities for the Post-Pandemic Era. pq 16, (2020).

8.Elimination of covid-19. A practical roadmap by segmentation. m4907 (2021).

9.Priesemann, V. et al. An action plan for pan-European defence against new SARS-CoV-2 variants. The Lancet S0140673621001501 (2021) doi:10/ghtzqn.

10.Sachs, J. D. et al. Lancet COVID-19 Commission Statement on the occasion of the 75th session of the UN General Assembly. The Lancet 396, 1102–1124 (2020).

11.Lee, A., Thornley, S., Morris, A. J. & Sundborn, G. Should countries aim for elimination in the covid-19 pandemic? BMJ 370, m3410 (2020).

12.Blakely, T. et al. The probability of the 6‐week lockdown in Victoria (commencing 9 July 2020) achieving elimination of community transmission of SARS‐CoV‐2. Medical Journal of Australia 213, 349 (2020).

13.Priesemann, V. et al. Calling for pan-European commitment for rapid and sustained reduction in SARS-CoV-2 infections. The Lancet 397, 92–93 (2021).

14.Baker, M. G., Wilson, N. & Blakely, T. Elimination could be the optimal response strategy for covid-19 and other emerging pandemic diseases. BMJ 371, m4907 (2020).

15.Blakely, T., Thompson, J., Bablani, L., Andersen, P., Ouakrim, D. A., Carvalho, N., Abraham, P., Boujaoude, M.-A., Katar, A., Akpan, E., Wilson, N., & Stevenson, M. (2021). Determining the optimal COVID-19 policy response using agent-based modelling linked to health and cost modelling: Case study for Victoria, Australia. MedRxiv, 2021.01.11.21249630. https://doi.org/10/gjh8x5

The Complexity Matters Vodcast

On Fred Hasselman‘s initiative, we started a new show where we host a live-streamed discussion on complexity topics. I will gather a list of episodes with synopses in this post.

Note: The next episode is scheduled to take place on 12 January at 12:30 CET, when we interrogate Travis Wiltshire on issues regarding team dynamics!

S01E01: Complexity in psychological self-ratings.

We discussed Merlijn Olthof’s new paper Complexity in psychological self-ratings: implications for research and practice. Links are found in video comments on the YouTube page, but here are some extras:

Additional resources:

Interaction is not interaction: An interview with Fred Hasselman

I had the opportunity to interview Fred Hasselman, the main architect of casnet: An R toolbox for studying Complex Adaptive Systems and NETworks. We spoke of how compatible the complex systems perspective is with some methods widely used in social sciences.

A few notes:

  • Multilevel models (and what you put in those) come in many varietiesand some are useful
  • Interaction is not interaction
    • Interaction (1): Two variables are intertwined – or “coupled” – in such a way, that they cannot be separated without severing the phenomena arising from their interplay.
    • Interaction (2): A multiplicative, instead of additive, relationship in a linear regression model, where you can partial out variance and get nice beta weights for each variable to determine their individual impacts.
    • The two meanings presented above are logically inconsistent: See #36 in Scott Lilienfield’s “Fifty psychological and psychiatric terms to avoid
  • Interdependence means you can’t use the regular statistics which social scientists know and love.
    • … because you lose additivity.
  • “Don’t infer causality, observe it.”
    • When the system you’re looking at is an individual instead of e.g. the society, you’re in the quite happy position, that lab studies are possible (if you’re smart about them).
  • An excellent paper from Merljin Olthof: Complexity in psychological self-ratings: implications for research and practice
  • Additional resources:
    • A symposium we held on complexity in behavioural science, evidence and policy.
    • A workshop by Fred Hasselman (scroll to the end for an extensive reading list).
    • University of Helsinki course by Matti: CARMA – Critical Appraisal of Research Methods and Analysis.

Because every post needs an image, here’s Julia Rohrer‘s (2017) Theory of Regulation of Empty Theories (TROETE)

Complexity perspectives on behaviour change interventions

I had the great pleasure to be involved in organising a symposium on the topic of my dissertation. Many if not most societal problems are both behavioural and complex; hence the speakers’ backgrounds varied from systems science, and psychology to social work and physics. Below is a list of video links along with a short synopsis of the talks. See here for other symposia in the Behaviour Change Science and Policy series.

A live-tweeting thread on 1st day here, 2nd day (not including presentations by me, Nanne Isokuortti or Ira Alanko) here. See here for the official web page, and here for the YouTube playlist!

Nelli Hankonen: Opening words & introduction to the Behaviour Change Science & Policy (BeSP) project

  • See here for videos of previous symposia (I: Intervention evaluation & field experiments; II: Behavioural insights in developing public policy and interventions; III: Reverse translation: Practice-based evidence; IV: Creating real-world impact: Implementation and dissemination of behaviour change interventions)

Marijn de Bruijn: Integrating Behavioural Science in COVID-19 Prevention Efforts – The Dutch Case

  • Behaviour change efforts for COVID-19 protective behaviours are operations on a complex system’s user experience: A virus is the problem, but behaviour is the solution.
  • Knee-jerk communication responses of health officials can be improved upon by using methods derived from what works in real-world behavioural science interventions.
  • Protective behaviours entail feedback dynamics: for example, crowding leads to difficulty maintaining distance, which leads to perceiving that others don’t consider it important, which leads to more crowding, etc.

Nelli Hankonen: Why is it Useful to Consider Complexity Insights in Behaviour Change Research?

  • Complexity-informed approaches to intervention have been around for a long time, but only recently analytical methodology has become widely available.
  • There are important differences between “complicated” and “complex” behavioural interventions.
  • By not taking the complexity perspective into account, we may be missing opportunities to properly design interventions.

Olli-Pekka Heinonen: Complexity-Informed Policymaking

  • If a civil servant wants to be effective, maximum control doesn’t work – even what constitutes “progress” can be difficult to ascertain.
  • Systems, such as the society, move: what worked yesterday, might not work today.
  • Hence continuous learning, adaptation and experimenting are not optional for societal decision-making.

Gwen Marchand: Complexity Science in the Design and Evaluation of Behaviour Interventions

  • What does it mean to define behavior and behavior change from a complex systems perspective?
  • Focal units and well-defined timescales are key considerations for design and research of intervention 
  • Context acts to constrain and afford possible states for behavior change related to intervention

Jari Saramäki: How do Behaviours, Ideas, and Contagious Diseases Spread Through Networks?

  • People are embedded in networks that influence their behaviour and health
  • Network structure – how the networks’ links are organized – strongly affects this influence
  • Interventions that modify network structure can be used to promote or hinder the spread of influence or contagion.

Matti Heino: Studying Complex Motivation Systems – Capturing Dynamical Patterns of Change in Data from Self-assessments and Wearable Technology

  • Analysis of living beings involves addressing interconnected, turbulent processes that vary across time.
  • Recruiting less individuals and collecting more data on fewer variables, may be a considerably beneficial tradeoff to better understand dynamics of a psychological phenomenon.
  • Methods to deal with such data include building networks of networks (multiplex recurrence networks) and assessing early warning signals of sudden gains or losses.

If you’re interested in the links, download my slides here. I actually forgot to show what a multiplex network of variables combined from several theories looks like (you don’t condition on all other variables, so you can combine stuff from different frameworks without the meaning of the variables changing, as in a regression-based analysis). Anyway, it looks like this:

A single person’s multiplex recurrence network, i.e. a network of recurrence networks of work motivation variables queried daily for 30+ days. Colored connectors are relationships which can’t be attributed to randomness.

Nanne Isokuortti: From Exploration to Sustainment – Understanding Complex Implementation in Public Social Services

  • Illustrate the complexity in an implementation process with a real-world case example
  • Introduce Exploration, Preparation, Implementation, and Sustainment (EPIS) Framework
  • Provide suggestions how to aid implementation in complex settings

Ira Alanko: The AuroraAI Programme

  • The Finnish public sector is taking active steps to utilise AI to make using of  services easier
  • AI has opened a window for a systemic shift towards human-centricity in Finland
  • The AuroraAI-network is a collection of different components, not a platform or collection of chatbots

Daniele Proverbio: Smooth or Abrupt? How Dynamical Systems Change Their State

  • Natural phenomena don’t necessarily follow smooth and linear patterns while evolving.
  • Abrupt changes are common in complex, non-linear systems. These are arguably the future of scientific research.
  • There exist a limited number of transition classes. Understanding their main drivers could lead to useful insights and applications.

Ken Resnicow:  Behavior Change is a Complex Process. How does that impact theory, research and practice?

  • Behavior change is a complex, non linear process.
  • Sudden change is more enduring than gradual change.
  • Failure to replicate prior interventions can be understood from a complexity lens.

(nb. on the last talk: personally, I’m not a huge fan of mediation analysis, moderated or otherwise. Stay tuned for an interview where I discuss the topic at some length with Fred Hasselman)

Notes from the symposium by Grace Lau

Ease of motivating citizens to act on different phases of the epidemic / rajoitusmotivaatio epidemian eri vaiheissa

Itseohjautuvat kansalaiset, kriisinkestävä yhteiskunta

This post outlines some musings from the trenches of the Finnish Coronavirus battle, based on thoughts I laid out in two recent newspaper interviews (1, 2).  It’s in Finnish, but please contact me for any questions. Also appeared on my other blog, motivationselfmanagement.com.

Olen ollut tänä vuonna paljon tekemisissä suomalaisten terveysviranomaisten ja kansainvälisen tiedeyhteisön välisten näkemyserojen kanssa. Yksi huolestuttavimmista piirteistä, joita olen havainnut, on koulutettujen ihmisten (mukaanluettuna lääkärit) piireissä toistellut varoitukset ”veneen keikuttamisesta”. Ajatuskulku menee jotenkin niin, että luottamus viranomaisiin aiheuttaa hyvin toimivan viranomaiskoneiston, jolloin ”luottamuksen nakertaminen” nähdään hyökkäyksenä parhaansa tekeviä yhteiskunnallisia instituutioita vastaan. Syy ja seuraus menevät tietenkin päinvastaiseen suuntaan, eli hyvin ja läpinäkyvästi toimiva viranomaiskoneisto aiheuttaa luottamusta, ja esimerkiksi kevään aikana nähdyt tärkeiden asiakirjojen salailutapaukset ruokkivat epäluottamusta.

Luottamuksen ansaitseminen ei ole ihan turha asia ja suljettujen ovien takana toimiminen saattaa johtaa ikäviin seurauksiin. Maailmallahan on käyty paljon keskustelua siitä, riistääkö valtio kansalaistensa vapautta pakottamalla heidät käyttämään kasvomaskeja vai onko kyseessä tupakoinnin rajoittamisen kaltainen tapa pyrkiä takaamaan kaikille oikeus terveeseen elämään. Suomalaisesta näkökulmasta tämä on tietenkin järjetön keskustelu; pääosin ymmärrämme esim. selvinpäin ajamisen ja vilkun käytön – maskien tavoin – suojelevan muita kuin itseämme, ja olemme muutenkin tottuneet siihen, että meille kerrotaan kuinka terveydestä tulee pitää huolta.

Toki ehkä vähän liikaakin.

Johtavat terveysviranomaiset kevään ja kesän mittaan panostivat erittäin paljon sen viestimiseen, että nyt ei ole kenelläkään täällä mitään hätää (ks. esim. “Virus jyllää kolmesta kuuteen kuukautta ja sitten se katoaa“). Ehkä taustalla oli ajattelu, että huoli kiihdyttää ihmiset paniikinomaiseen berserkkitilaan, eikä ihmisille voi siksi antaa vastuuta riskiarvioistaan. (Sivuhuomiona, tutkimusnäyttö viittaa siihen, että Hollywoodin luomasta kuvasta poiketen, kriiseissä toimitaan pääosin altruistisesti ja rationaalisesti.) Mutta on sekä yhteiskunnallisen riskinhallinnan, että yksilön henkisen kriisinkestävyyden kannalta viisaampaa huolestua tietynlaisista uhista ensin paljon ja sitten tiedon karttuessa vähentää huolestuneisuutta1.

paniikki
Lääkärin realiteetteja kuvastava vastaus kysymykseen “Miten ihmiset voi[si]vat alkaa hahmottamaan tartuttamisen ja sairastumisen riskejä laajasti mutta tasapainoisesti?”

Jos alkujaan suhtautuu potentiaalisesti hyvinkin viheliäiseen patogeeniin positiivisella ajattelulla (kuten esim. silloin, kun vielä viestittiin ilmateitse tarttumisesta turhana pelotteluna), jatkuva huonojen uutisten virta (ilmateitse tarttuminen, pitkäaikaissairauden vakavuus, jne.) voi alkaa jossain vaiheessa kuormittamaan niin, että ihminen lakkaa kiinnittämästä huomiota virusviestintään, jolloin rajoitustoimien jatkamisesta tulee yhä hankalampaa. Tämä ei kuitenkaan ole uutisten, vaan huolettoman lähtökohdan syytä. Vaikka harva silloin ymmärsi viestin, jo tammikuussa oli selvää, miten tulisi kohdella räjähdysaltista uhkaa. Sittemmin tieteellisissä julkaisuissa on osoitettu, että pandemiat ovat itse asiassa vakavimpia globaalia hyvinvointia uhkaava tekijöitä (ks. 1 ja 2).

On sekä yhteiskunnallisen riskinhallinnan, että yksilön henkisen kriisinkestävyyden kannalta viisaampaa huolestua tietynlaisista uhista ensin paljon ja sitten tiedon karttuessa vähentää huolestuneisuutta.

Järjestelmät, joissa valta on keskitetty harvoille kokonaiskuvaa hallitseville tahoille, ovat hauraita. Tämä on opittu yhtä lailla terroristiverkostoissa kuin liike-elämässäkin, jossa on viime aikoina alleviivattu entistä enemmän itsensä johtamisen tärkeyttä. Aikamme suurin itseorganisoitumishaaste tuleekin tässä: kun rajoitukset alkavat taas purra ja virusta näkyy yhä vähemmän, riskin näkyvyys vähenee ja ihmiset hölläävät käyttäytymistään, vaikkei tulipaloa ole vielä kokonaan sammutettu. Koronavirus ”kytee” vähäoireisilla ja testeihin hakeudutaan vähemmän, kunnes tapaukset taas räjähtävät käsiin.

Ease of motivating citizens to act on different phases of the epidemic / rajoitusmotivaatio epidemian eri vaiheissa

Toinen aalto on jo täällä. Miten vältämme kolmannen?

Maskit muistuttajana katukuvassa

Näytti siltä, että maskeista luotiin kevään ja kesän aikana kovalla työllä suurta mörköä. Sen aikana esim. maskit päällä kaupassa Tampereella käyneitä kavereitani yritettiin tulla sylkemään päin – vaimollekin huudeltiin kadulla oluttölkin takaa ”Ei tost oo apua!”. Ja sanon näytti siltä, koska Hanlonin partaveitsi velvoittaa pitämään sen mahdollisuuden auki, että kyse oli vain epäpätevyydestä. Mielestäni on kuitenkin päivänselvää, ettei ihmismieli lue suosituksia kirjaimellisesti, jolloin “Emme anna suositusta kasvomaskien käyttöön” tulkitaan helposti “Emme suosittele kasvomaskien käyttöä” tai “Suosittelemme olemaan käyttämättä kasvomaskeja”. Viranomaisten maskidenialismi on ollut tähän asti sanalla sanoen vastuutonta. Toivon, että maskisuosituksen puolivillaisuudesta huolimatta alamme syksyn edetessä nähdä maskeja paljon enemmän katukuvassa, aina siihen saakka kunnes virus on nitistetty.

Testaamisen uusia tuulia

Toivon, että näemme pian uusia testiratkaisuja. Mahdollisuuksien piiriin ovat esimerkiksi tulossa syljestä virusta seulovat pikatestit, jotka ovat nykyistä nenään työnnettävää puikkoa huomattavasti helppokäyttöisemmät ja miellyttävämmät, vaikkakin vähemmän herkät. Lisäksi oireettomia tartuttajia voidaan seuloa esim. kouluista niin, että kaikki luokan oppilaat sylkevät pussiin, pussin sisältö analysoidaan, ja jos sieltä löytyy virusta, kaikki luokkalaiset eristetään tai laitetaan karanteeniin automaattisesti. Maailmalla erinomaisia tuloksia tuoneesta tietokonetomografiasta ei ole Suomessa toistaiseksi edes voinut keskustella.

Yhteishenkeä painottava viestintä

Voisimmeko myös viestiä paremmin? Rajoitustoimia motivoivassa viestinnässä toisten auttamisen tulisi olla asian ytimessä, esim. kansainvälistä Masks4All-liikettä mukaileva ”Suojaa minua, suojaan sinua” (tai Suojaa selustaani, minä suojaan sinun!). Tässä lisäksi kuusi vinkkiä, erästä tieteellistä julkaisua Suomen kontekstiin mukaellen:

  1. Selkeät ja tarkat ohjeet: Viestiminen riittävän yksinkertaisesti ja ja konkreettisia esimerkkejä antaen – kuitenkin ymmärtäen, että tiedon tarjoaminen on tarpeellista, muttei itsessään riittävää käyttäytymiseen vaikuttamiseksi. Erinomaisen tärkeää on olla selkeä siinä, että A) tauti on äärimmäisen vaarallinen, B) se leviää hengitysilmassa, hämmästyttävän nopeasti ja oireettakin, C) voimme päästä siitä eroon käyttäytymistämme muuttamalla.
  2. Suojellaan toisiamme -viestit: Sen painottaminen, että estämällä koronaviruksen leviämistä, suojellaan muita. Viestit, jotka kohdistuvat vain omiin riskeihin, eivät ole tehokkaita mikäli vastaanottaja ei koe itse olevansa altis riskille.
  3. Yhtenäisen rintaman viestit: Ryhmäjäsenyyden (esim. omaan perheeseen, kuntaan, kaupunkiin tai suomalaisuuteen kuulumisen) korostaminen, kuitenkin välttäen “me-vastaan-muut”-henkeä.
  4. Meikäläiset toimivat näin -viestit: Viruksen leviämistä rajoittavan käyttäytymisen esittäminen sellaisena, joka on osa ryhmään kuulumista, ja johon oman ryhmän jäsenet kannustavat.
  5. Suunnittelun ja suunnitelmien säännöllistä arviointia tukevat viestit: Tukimateriaali, joka antaa konkreettisia ohjeita sen suunnitteluun, kuinka esim. perhepiirin kesken voidaan toimia suositusten mukaan hankaloittaen kuitenkin omaa elämää mahdollisimman vähän.
  6. Mahdollistamista tukevat viestit: Kerrotaan konkreettisesta tarjolla olevasta avusta, esim. liittyen sosiaalitoimen palveluihin.

Itseohjautuvuus ja väärät kartat

Väärän kartan päättelyvirheellä (false map fallacy) tarkoitetaan sitä, että ajatellaan minkä tahansa mallin olevan parempi, kuin ei mallia ollenkaan. Mutta jos olet seikkailemassa Belgradissa, Tukholman kartasta on vain haittaa ja tarvitset ennemminkin havaintokykysi ja avoimen mielen. Monet kevään virustorjunnan ongelmista johtivat siitä, että koronavirusta yritettiin pakottaa influenssamalliin, vaikka parempaa tietoa oli saatavilla.

Kun ainoa työkalusi on influenssamalli, kaikki ongelmat alkavat näyttämään influenssalta.

– Henri Lampikoski, lääkäri ja Eroon koronasta -verkoston perustajajäsen

Kuten maailmallakin, kansalaiskeskustelu oli merkittävä tekijä, joka Suomessa sai epäröivän hallituksen muuttamaan politiikkansa laumasuojan tavoittelusta tolkullisiin toimiin. Esimerkiksi Eroon koronasta -verkostossa olemme työskennelleet palkatta päivittäin oman toimemme ohella paremman tiedonkäytön puolesta, mitä ei ole helpottanut se, että tilannekuvatietoa on herunut viranomaisilta varsin vähän. Ehkä tulevaisuudessa käytämmekin suomalaisten kouluttautuneisuuden paremmin hyödyksi päätöksenteossa, emmekä yritä päättää uhkien huolestuttavuudesta keskitetysti kaikkien kansalaisten puolesta. Toivottavasti siis opimme tästä ja alamme johtamaan yhteiskuntaamme yhdessä, varovaisuusperiaate mielessä pitäen.

Yksilöiden ja heidän lähipiirinsä pienet päivittäiset valinnat ovat koronasta eroon pääsemisen avain

Tästä pääsemme myös takaisin itsensä johtamiseen: Yksilöiden ja heidän lähipiirinsä pienet päivittäiset valinnat ovat koronasta eroon pääsemisen avain, byrokratian hitaasti pyörivät rattaat auttavat jos auttavat. Virus voidaan tukahduttaa yhtä eksponentiaalisella nopeudella, kuin millä se on levinnytkin.

ps. Onko sinustakin tuntunut, että ”Korona yllätti viranomaiset” on uudenlainen vakiouutistyyppi? Erinomainen yhteenveto aiheesta löytyy täältä.

pps. Löydät kuvitetun oppaan suomalaiselle koronarintamalle täältä; tärkeimpiä suomennettuja artikkeleita täältä, ja omat suosikkini täältä.

ppps. Olen tässä postauksessa käsitellyt pääosin kevään sekoiluja, mutta kesän ja syyskuun välille mahtuu hämmästyttävä määrä samaa sarjaa.

Suomen tie ulos kriisistä

Yaneer Bar-Yam is a complexity scientist, who has worked with and warned about pandemics for 15 years. His interview with Esa-Pekka Pälvimäki and Thomas Brand (in English) regarding the COVID-19 situation in Finland can be found here; these are some of my notes and video extracts.

Nämä ovat muistiinpanoni Esa-Pekka Pälvimäen ja Thomas Brandin toimittamasta kompleksisuustieteilijä ja pandemiatutkija Yaneer Bar-Yamin haastattelusta, jossa tämä kommentoi Suomen Koronavirustilannetta. Bar-Yam on yksi kompleksisuustieteiden isistä, ja äärimmäisen kunnioitettu tutkija. Ks. myös Suomenkielisiä työkaluja COVID-19 taisteluun.

Ensisijainen asia: On ymmärrettävä, että voimme päästä taudista eroon. Voimme lopettaa tämän taudin siinä, missä olemme lopettaneet muitakin tauteja: SARS, MERS ja Ebola eivät ole globaaleja riesoja. Tästä lisää myöhemmin.

“On maita, jotka ovat toimineet viisaasti ja päässeet taudista eroon; ne ovat [historian silmissä] voittajia. Suomi ei ole vielä siellä… jos Suomi haluaa päästä johtajien joukkoon, sen tulee toimia nopeasti ja voimakkaasti taudin hävittämiseksi.”

Kaksi tietä ulos kriisistä:

  1. Kahden viikon sulku johtaa siihen, että uudet tautitapaukset loppuvat lähes kokonaan. Niillä alueilla, joilla edelleen on tapauksia, sulkua tulee jatkaa. Hallituksen tulisi tukea kaupunkien ja muiden yhteisöjen päätösvaltaa siinä, että nämä voivat säädellä itse omia rajoituksiaan.
  2. Viiden viikon kansallinen sulku: On paljon maita, jotka ovat menestyneet COVID-taistossa kansallisen sulun avulla (esim. Etelä-Korea, Kreikka, Islanti, Luxemburg, Kroatia; ks. kuva). Tähän joukkoon kuuluvat maat voivat avata matkustusrajoituksia toistensa välillä. Toim. huom. yksikään maa ei ole peitonnut virusta ilman päättäväisiä vastatoimia.

Mikä on yhteisöjen rooli epidemian torjunnassa? Mikäli lainvoimainen ulkonaliikkumiskielto tai muut liikkumisrajoitteet ovat mahdottomia, pandemiavaste voidaan tehdä yhteisöissä; viestinä on, että olemme samassa veneessä ja kaikki haluavat päästä takaisin normaaliin – palataan siis normaaliin mahdollisimman nopeasti! Kaikki eivät suosituksia tietenkään tule noudattamaan, mutta jos suurin osa niin tekee, se riittää. Yleinen ja hyväksi havaittu tekniikka epidemian hallintaan on ovelta ovelle kulkeminen ja yhteisön jäsenten voinnin tiedusteleminen; ovatko he terveitä, sairaita, tarvitsevatko he jotakin? Tätä voi pari viikkoa tehdä yhteisön jäsen, Suomessa kenties taloyhtiön suojelu/turvallisuusvastaava?

Yhteisöissä, joissa tauti leviää poikkeuksellisen vahvasti, tulee puhua johtajille ja kertoa, että taudista ja sen tuottamasta kärsimyksestä voidaan päästä eroon. Ei ole mitään tärkeämpää kuin se, että yhteisöt saadaan ottamaan omistajuus ja vastuu omista jäsenistään. Heitä, heidän huoliaan ja ongelmiaan tulee kuunnella ja kysyä, kuinka heitä voitaisiin parhaalla tavalla auttaa.

 

Käynnistyykö leviäminen väistämättä uudestaan, jos tautia kantava henkilö pääsee tartunnoista vapaalle alueelle? Uudet tartunta-aallot eivät ole tarpeellisia. Tartuntatauteja on hävitetty ennenkin, ja samoin voidaan Koronaviruskin hävittää: paikallisesti ja globaalisti. Kyse on valinnasta. Esim. 1-3 tapausta voidaan aina pysäyttää kontaktijäljityksen ja altistuneiden eristämisen avulla; voimme myös toimillamme vaikuttaa siihen, että tapausten ilmaantuminen on hyvin epätodennäköistä. Mutta jos tapauksia on esim. kymmenen, tarvitaan järeämpiä toimia.

Palaako tauti aina ja ikuisesti ulkomailta, kunnes rokotus on saatavilla; eihän minkään maan talous kestä niin pitkiä rajoituksia? Ei, taudin hävittäminen saadaan tehtyä viikoissa. Suomessa se saataisiin poistettua monista paikoista kahdessa viikossa, toisissa kolmessa tai useammassa. Viidessä-kuudessa viikossa se katoaisi kaikkialta. Tähän liittyy kiinnostava harha: taudin alkuvaiheessa ajateltiin taudittoman maailman kestävän ikuisesti, ja nyt ajatellaan taudin kestävän ikuisesti. Ei – normaalitila ei kestä ikuisesti, eikä poikkeustila kestä ikuisesti. SARS ja MERS eivät päätyneet nekään kiertämään maailmaa ikuisesti.

 

Entä laumaimmuniteetti? Laumaimmuniteetin hankinnan kustannus on valtava, eikä ole selvää, että se toimisi. Jos emme tee suurempia toimia, yritämme pitää tautitapaukset alhaalla ja odotamme rokotetta sekä laumaimmuniteettia, siinä voi mennä vuosia, ja se voi maksaa 250 000 henkeä.

Keskustelussa sivuttiin seitsemää ensimmäistä kohtaa 9-kohtaisesta toimintaohjelmasta (ks. COVID-19: How to Win, sekä suomennetut ohjeet: COVID-19 -taistelusuositukset poliittisille päätöksentekijöille | Miksi viiden viikon lockdown voi pysäyttää COVID19-epidemian? | Milloin voimme jälleen avata yhteiskunnan?)

  1. Kaikkien – yritysten, yhteisöjen ja hallituksen – saaminen mukaan ponnistukseen.
  2. Sulku (lockdown): Fyysisen etäisyyden (6–9 metriä; 2m ei riitä) pitäminen, tartuntojen rajoittaminen perheryhmissä (positiiviseksi testatut henkilöt lähetetään karanteeniin esim. hotelliin oman asunnon sijaan).
  3. Tapausten tunnistaminen ja eristäminen (miellyttäviin paikkoihin, esim. hotelleihin) ajoissa.
  4. Kasvosuojainten käyttäminen, erityisesti välttämättömissä palveluissa.
  5. Edes jonkinasteiset matkustusrajoitukset. Liikkumisen rajoittaminen tarpeellisiksi nähtyihin palveluihin on parempi kuin se, että kaikki liikkuvat mielin määrin, mikä tuo tartuntatapaukset paikkoihin joissa niitä ei välttämättä muuten olisi.
  6. Välttämättömien palveluiden käytön saaminen turvalliseksi. Turvalliset työtilat, etätyömahdollisuudet, ruokakauppojen kotiin-/kadullekuljetukset, jne.
  7. Laajamittainen testaus, jotta tiedetään missä tarvitaan lisärajoituksia ja missä rajoituksia voidaan höllentää. Tietokonetomografiaa voidaan käyttää testaamisen nostamiseen uudelle tasolle; se tuottaa hyvin vähän vääriä negatiivisia havaintoja.

 

“Kuka tahansa, joka nykyään sanoo, ettei ole olemassa informaatiota, jonka perusteella kasvosuojainten voi sanoa olevan hyödyllisiä taudin leviämisen kannalta, on sokea. He pitävät maskia suun ja nenän sijaan silmillään. Näyttö on olemassa, tieteellinen ymmärrys on olemassa; tämän viestin pitää olla selkeä.”

– Yaneer Bar-Yam (39:34)

Valtava virhe vastatoimissa on, että ajattelemme ja toimimme kuin tämä olisi influenssa. Mutta siitä ei ole kyse; voimme oppia enemmän vakavista tartuntatautitapauksista selvinneiltä mailta, kuin voimme menneestä toiminnastamme vanhojen perus-influenssojen parissa. Esimerkiksi Ebola on tullut paikallisen häviämisen jälkeen takaisin vain siksi, että se on palannut eläinten kautta ihmisiin.

 

Vaihtoehtoinen strategia ei ole Flatten the Curve, ts. “Pidä tapausmäärät alhaalla ja odottele”.

 

Tässä vielä video kokonaisuudessaan:

 

The Power of Inflexibility in Improving Science and Fighting COVID-19

In case you’re new to this blog, you might not be aware of the ongoing crisis of confidence—also known as the Replication Crisis—in social and life sciences, including but not limited to psychology, medicine and economics. (To learn more, see weeks I-II of my course Critical Appraisal of Research Methods and Analysis.)

In short, major problems include:

  • Less than half (exact number depending on the field) of studies can be replicated
  • Way too few studies can be computationally reproduced, that is, getting the same results from the same data and same analysis code
  • Research tends to ignore context, making generalisability difficult
  • Published studies are reported intransparently, so it’s hard to tell what was actually done – and if p-hacking practices were used (e.g. the results were cherry picked from a large pool of random data)
  • … etc.

There are several initiatives to address these concerns, but where do they spring from, and how can we eventually fix science in large scale? I’m going to suggest a solution which will rub a lot of people the wrong way. Incidentally, it is the same tool we need to fight the Coronavirus. But first, we need to understand Nassim Taleb’s presentation of the minority rule.

The basic idea is, that under particular conditions, once a stubborn niche population reaches a small level such as 3-4% of the total population, the majority will have to submit to the preferences of the minority. For example, consider a children’s party, where the organiser needs to make the decision on whether to offer milk products, as some of the guests are lactose-intolerant. Let us call these the inflexible ones: They would suffer great harm from milk products, so they avoid them. The majority of the guests, the flexible ones, can consume both lactose-free products, as well as those which contain milk. Given that the lactose-free supplies are easily available and of not significantly inferior quality, it makes the organiser’s (as well as those party guests who are inflexible) life much easier to serve no milk products at all.

As another example, during my previous life as a business person, I did a degree where my peers were about 50% Finnish, and 50% other nationalities ranging all the way from Russia to Peru. Us Finns spoke Finnish with each other, but whenever a non-Finnish person entered the group, we switched to English. The proportion of non-Finnish speakers was irrelevant, whenever it was above 0%.

So, an inflexible minority can drastically affect how the majority acts. But the infexibility can also stem from one’s worldview; if you had to decide on a daytime activity with a bunch of friends during Ramadan, and one of them was Muslim, you wouldn’t go to a steak house.

What does this mean for improving science and weakening the Coronavirus?

  • In order to promote good research, transparency advocates need to be inflexible about questionable research practices. To the point that they lose potential career opportunities – although they may, in turn, gain better ones as they can work with likeminded people.
  • In order to smash COVID-19, citizens need to be inflexible about risk behaviours. To the point that some people consider them overzealous and rigid – although it may not matter, if it leads to surviving the crash.

Both of these causes have a very important fractal, or multiscale component: Much of the action is not top-down but happens bottom-up; the individual reels in their family (or immediate research group), who then become norm-setters in their apartment building/neighbourhood (or scientific society of their research area), who again affect local governance (or scientific discipline).

But there are at least three crucial success factors for the behaviour change effect to work:

  1. The inflexible group needs to be spatially spread widely, instead of being confined in particular geographic (or intellectual) pockets, in which case the majority can just isolate and ignore them.
  2. The cost of aligning with the inflexible group needs to be small for the flexible group. For minority members to change behaviour, therefore, it may be necessary to take up some of its costs to the majority – at least initially. The other option is to move steps that are so small they are almost imperceptible.
  3. Crucially, the inflexible group… Does. Not. Budge. People always tend to say that one “must not be so strict”, but there is a reason it is not okay to steal, murder, or cheat upon your spouse “just a bit”. If the inflexibles are perceived to be flexible, after all, the majority can expect to dominate over them.

no_stretching_alora-griffiths-WX7FSaiYxK8-unsplash
No rest for the wicked, and no stretching for the inflexible! (Photo: Alora Griffiths on Unsplash)

For our case examples, spatial spread is mostly taken care of: The internet has done much to allow for the minority members to connect, while being perhaps the only ones in their own immediate vicinity passionate about their cause. So I’ll address #2-#3.

Lowering the cost of transparency: In the scientific transparency scene, this means the minority representatives need to spend tons of time learning about transparent research practices (e.g. pre-registration and data sharing, the TOP Factor, etc.). This knowledge they can then either disseminate to the rest of their research group, or act as the person who does most of the heavy lifting required in reporting reproducible work.

Lowering the cost of Coronavirus safety: The anti-Coronavirus advocates, on the other hand, need to make information easily available (as they do in endcoronavirus.org), share it, and translate it – both literally and figuratively. An example would be sharing research studies, ways to make and wear masks correctly, or how to acquire them (if you’re in Finland, check this out to have masks made for you, while donating some to healthcare workers). They may also need to learn about technicalities of video conferencing and other solutions, so that they can readily teach their peers after refusing face-to-face meetings.

Not budging in research transparency: The research transparency people obviously need to refuse co-authoring papers which contain p-hacking, hyperbole or other ways of distorting the findings to improve chances of publication. They need to refuse projects which do not plan to share analysis code (and data, within privacy constraints), ask about transparency before peer reviewing, and walk away from papers where the first author insists on presenting exploratory hypotheses as confirmatory ones, or is not willing to properly discuss constraints to generalisability, model assumptions (stationarity, homogeneity, independence, interference, ergodicity… see here if these are strange words) and sensitivity analyses.

Not budging in Coronavirus safety: The anti-Coronavirus folks need show example by performing hand hygiene, self-isolating, wearing masks, social distancing, and taking their kids off school/daycare – but also making sure their family does the same. In addition, they need to speak out when they see their friends or neighbours acting out risk behaviours, such violating the 2-meter (6-feet) physical distance requirement. They need to make it clear they are only available for meetings via video conferencing, which they’re happy to help setting up.

Remaining steadfast and vocal is not for everyone, and calling out behaviour you perceive to be wrong, can be extremely anxiety-provoking. That’s also why one needs to start with those closest to them. And it is hard to be inflexible in the beginning, when the majority norms are against you and everyone is expected to play along. The “happy” news is, that not everyone needs to be inflexible – just the small minority. (I’m putting happy in quotes, because the minority rule can be leveraged to gradually promote any fascist ideology the majority is foolish enough to tolerate.)

Hence, if you’re the type of person who feels strongly enough to be inflexible about these things, perhaps you can feel comforted by the idea that you don’t need to convert the majority: The stubborn few can create the critical mass and change the world.

Complexity methods for behavioural sciences: YouTube channel and resources

In 2019 I attended an exciting summer school; Complexity Methods for Behavioural Science: A Toolbox for Studying Change. Later, we – that is, the University of Helsinki Behaviour Change and Wellbeing Group – had the opportunity to invite Fred Hasselman, who devised the course, to Finland. He gave an overview talk as well as a 3-day workshop, which I recorded with varying success. This page collates resources regarding the course.

For all the recordings, see our YouTube channel. There are two playlists; one for short snippets and another one for full-length lectures. Here are some tweets on the course, with links to further resources. For additional slides, see here. See the end of the post for literature!

  • Lecture 0 (video, slides)Overview of complexity science and its applications in behavioural sciences. Also see shorter snippets on ergodicity, interaction- vs. component-dominant dynamics, and my interview with Fred.
  • Lecture 1 (video, slides [1-25])Introduction to Complexity Science: Dissipative systems, Self-Organization, Self-Organised Criticality (SOC), Phase transition, Interaction Dominant Dynamics, Emergence, Synchronisation.
  • Lecture 2 (video, slides [26-74])Introduction to the mathematics of change: Logistic Map, Return Plot, Attractors. [The beginning of the lecture was cut due to camera problems; please find a great introduction to the logistic map here.]
  • Lecture 3 (video, slides)Basic Time Series Analysis: Autocorrelation Function, Sample Entropy, Relative Roughness.
  • Lecture 4 (video, slides [34 onwards, see also this, this and this]) – Detecting (nonlinear) structure in time series: Fractal Dimension, Detrended Fluctuation Analysis, Standardised Dispersion Analysis.
  • Lecture 5 (video, slides [1-16])Quantifying temporal patterns in unordered categorical time series data: Categorical Auto-Recurrence Quantification Analysis (RQA).
  • Lecture 6 (video, slides [17-52])Quantifying temporal patterns in continuous time series data: Continuous Auto-Recurrence Quantification Analysis, Phase-space reconstruction.
  • Lecture 7 (video, slides [52-70]) – Recurrence Quantification Analysis in practice: Data preparation for RQA, “General recipe” (i.e. RQA workflow), lagged/windowed RQA, RQA in detecting cognitive phase transitions, RQA in neural imaging.
  • Lecture 8 (video, slides) – Multivariate Recurrence Quantification Analysis: Cross-Recurrence Quantification Analysis (CRQA), applications in interpersonal synchronisation dynamics (leader-follower behaviour), Diagonal Cross-Recurrence Profiles (DCRP).
  • Lecture 9 (video, slides) – Multivariate Time Series Analysis – Dynamic Complexity & Phase Transitions in Psychology: Self-ratings as a research tool, the importance of sampling frequency, dynamic complexity as an early warning signal in psychopathology.
  • Lecture 10 (video, slides [1-37]) – Introduction to graph theory, with applications of network science: Complex networks, hyperset theory, network-based complexity measures, small-world networks.
  • Lecture 11 (video, slides [38-80]) – Multiplex recurrence networks for non-linear multivariate time series analysis: Recurrence networks, change profiles of ecological momentary assessments as an alternative to raw scores. Also see this paper!

Matti spiral

Literature:

Three recent papers directly related to the course’s topics:

Hasselman, F., & Bosman, A. M. T. (2020). Studying Complex Adaptive Systems with Internal States: A Recurrence Network Approach to the Analysis of Multivariate Time Series Data Representing Self-Reports of Human Experience. Frontiers in Applied Mathematics and Statistics, 6. https://doi.org/10.3389/fams.2020.00009

Heino, M. T. J., Knittle, K. P., Noone, C., Hasselman, F., & Hankonen, N. (2020). Studying behaviour change mechanisms under complexity [Preprint]. PsyArXiv. https://doi.org/10.31234/osf.io/fxgw4

Olthof, M., Hasselman, F., & Lichtwarck-Aschoff, A. (2020). Complexity In Psychological Self-Ratings: Implications for research and practice [Preprint]. PsyArXiv. https://doi.org/10.31234/osf.io/fbta8

An important complementary perspective to complexity basics:

Siegenfeld, A. F., & Bar-Yam, Y. (2020). An Introduction to Complex Systems Science and Its Applications. Complexity, 2020, 6105872. https://doi.org/10.1155/2020/6105872

More resources on complexity:

  1. Mathews, K. M., White, M. C., & Long, R. G. (1999). Why Study the Complexity Sciences in the Social Sciences? Human Relations, 52(4), 439–462. https://doi.org/10.1023/A:1016957424329 [INTRO COMPLEXITY SCIENCE]
  2. Richardson, M. J., Kallen, R. W., & Eiler, B. A. (2017). Interaction-Dominant Dynamics, Timescale Enslavement, and the Emergence of Social Behavior. In Computational Social Psychology (pp. 121–142). New York: Routledge. [INTERACTION-DOMINANCE]
  3. Molenaar, P. C., & Campbell, C. G. (2009). The new person-specific paradigm in psychology. Current directions in psychological science, 18(2), 112-117. [ERGODICITY]
  4. Kello, C. T., Brown, G. D., Ferrer-i-Cancho, R., Holden, J. G., Linkenkaer-Hansen, K., Rhodes, T., & Van Orden, G. C. (2010). Scaling laws in cognitive sciences. Trends in cognitive sciences, 14(5), 223-232. [SCALING PHENOMENA]
  5. Lewis, M. D. (2000). The promise of dynamic systems approaches for an integrated account of human development. Child development, 71(1), 36-43. [STATE SPACE, DYNAMICS]
  6. Olthof, M., Hasselman, F., Strunk, G., van Rooij, M., Aas, B., Helmich, M. A., … Lichtwarck-Aschoff, A. (2019). Critical Fluctuations as an Early-Warning Signal for Sudden Gains and Losses in Patients Receiving Psychotherapy for Mood Disorders. Clinical Psychological Science, 2167702619865969. [DYNAMIC COMPLEXITY]
  7. Olthof, M., Hasselman, F., Strunk, G., Aas, B., Schiepek, G., & Lichtwarck-Aschoff, A. (2019). Destabilization in self-ratings of the psychotherapeutic process is associated with better treatment outcome in patients with mood disorders. Psychotherapy Research, 0(0), 1–12. https://doi.org/10.1080/10503307.2019.1633484 [DYNAMIC COMPLEXITY]
  8. Richardson, M., Dale, R., & Marsh, K. (2014). Complex dynamical systems in social and personality psychology: Theory, modeling and analysis. In Handbook of Research Methods in Social and Personality Psychology (pp. 251–280). [INTRO COMPLEXITY SCIENCE – Social and personality psychology]
  9. Wallot, S., & Leonardi, G. (2018). Analyzing Multivariate Dynamics Using Cross-Recurrence Quantification Analysis (CRQA), Diagonal-Cross-Recurrence Profiles (DCRP), and Multidimensional Recurrence Quantification Analysis (MdRQA) – A Tutorial in R. Frontiers in Psychology, 9. https://doi.org/10.3389/fpsyg.2018.02232 [MULTIDEMINSIONAL RQA]
  10. Webber Jr, C. L., & Zbilut, J. P. (2005). Recurrence quantification analysis of nonlinear dynamical systems. In Tutorials in contemporary nonlinear methods for the behavioral sciences (pp. 26–94). Retrieved from http://www.saistmp.com/publications/spiegorqa.pdf [RQA]
  11. Marwan, N. (2011). How to avoid potential pitfalls in recurrence plot based data analysis. International Journal of Bifurcation and Chaos, 21(04), 1003–1017. https://doi.org/10.1142/S0218127411029008 [RQA parameter estimation]
  12. Boeing, G. (2016). Visual Analysis of Nonlinear Dynamical Systems: Chaos, Fractals, Self-Similarity and the Limits of Prediction. Systems, 4(4), 37. https://doi.org/10.3390/systems4040037 [LOGISTIC MAP, DERTERMINISTIC CHAOS]
  13. Kelty-Stephen, D. G., Palatinus, K., Saltzman, E., & Dixon, J. A. (2013). A Tutorial on Multifractality, Cascades, and Interactivity for Empirical Time Series in Ecological Science. Ecological Psychology, 25(1), 1–62. https://doi.org/10.1080/10407413.2013.753804 [MULTI-FRACTAL ANALYSIS]
  14. Kelty-Stephen, D. G., & Wallot, S. (2017). Multifractality Versus (Mono-) Fractality as Evidence of Nonlinear Interactions Across Timescales: Disentangling the Belief in Nonlinearity From the Diagnosis of Nonlinearity in Empirical Data. Ecological Psychology, 29(4), 259–299. https://doi.org/10.1080/10407413.2017.1368355 [(MULTI-)FRACTAL ANALYSIS]
  15. Hawe, P. (2015). Lessons from Complex Interventions to Improve Health. Annual Review of Public Health, 36(1), 307–323. https://doi.org/10.1146/annurev-publhealth-031912-114421
  16. Rickles, D., Hawe, P., & Shiell, A. (2007). A simple guide to chaos and complexity. Journal of Epidemiology & Community Health, 61(11), 933–937. https://doi.org/10.1136/jech.2006.054254. [INTRO COMPLEXITY SCIENCE – Public health]
  17. Pincus, D., Kiefer, A. W., & Beyer, J. I. (2018). Nonlinear dynamical systems and humanistic psychology. Journal of Humanistic Psychology, 58(3), 343–366. https://doi.org/10.1177/0022167817741784.  [INTRO COMPLEXITY SCIENCE – Positive psychology]
  18. Gomersall, T. (2018). Complex adaptive systems: A new approach for understanding health practices. Health Psychology Review, 0(ja), 1 – 34. https://doi.org/10.1080/17437199.2018.1488603. [INTRO COMPLEXITY SCIENCE – Health psychology]
  19. Nowak, A., & Vallacher, R. R. (2019). Nonlinear societal change: The perspective of dynamical systems. British Journal of Social Psychology, 58(1), 105-128. https://doi.org/10.1111/bjso.12271. [INTRO COMPLEXITY SCIENCE – Societal change]
  20. Carello, C., & Moreno, M. (2005). Why nonlinear methods. In Tutorials in contemporary nonlinear methods for the behavioral sciences (pp. 1–25). Retrieved from https://nsf.gov/pubs/2005/nsf05057/nmbs/chap1.pdf [INTERACTION DOMINANCE, ERGODICITY]
  21. Liebovitch, L. S., & Shehadeh, L. A. (2005). Introduction to fractals. In Tutorials in contemporary nonlinear methods for the behavioral sciences (pp. 178–266). Retrieved from https://nsf.gov/pubs/2005/nsf05057/nmbs/chap5.pdf [FRACTAL ANALYSIS]

Suomenkielisiä työkaluja COVID-19 taisteluun; yksilöille, yrityksille ja päätöksentekijöille

This post curates Finnish translations (mostly NECSI guidelines) for stopping the Coronavirus pandemic. Tälle sivulle olen koonnut hyvinä pitämiäni suomenkielisiä tekstejä. Suomentajana Thomas Brand, ellei toisin mainita. Katso myös pandemioita pitkään tutkineen kompleksisuustieteilijä Yaneer Bar-Yamin haastattelu Suomen tilanteeseen liittyen.

Marraskuussa 2019 sain stipendin turvin mahdollisuuden osallistua Nassim Talebin riskinhallintaryhmän koulutukseen New Yorkissa. Siellä käsittelimme pandemiankaltaisia riskejä ja toimintaa niiden välttämiseksi. Muutamaa kuukautta myöhemmin pääsinkin elämään painajaista nähdessäni, että käytännössä kaikki länsimaat toimivat täysin vastoin varovaisuusperiaatetta (ts. joukkotuhon uhka on aina vältettävä agressiivisin toimin), luottaen “parhaaseen nykytietoon” viiveellä ilmenevän riskin torjumisen sijaan.

scientific_briefing
Kokous, joka käytiin vuoden 2020 alussa jokaisessa maailman maassa. Lähde: xkcd

Alla hyviä kirjoituksia, jotka ovat pääosin alunperin NECSI-instituutin tuottamia.  NECSI:lla on pitkä historia hallitusten ja järjestöjen kuten WHO:n konsultoinnissa mm. Ebola ja Zikavirus-epidemioita nitistettäessä, mutta myös muissa kompleksisissa ongelmissa, joihin perinteinen matemaattinen mallinnus ei pure. Koronavirus-pandemiaan liittyvään vapaaehtoisten globaaliin verkostoon voi liittyä täältä; tekemistä on käännöksistä some-aktiviteettiin, maskien ompeluun, hengityslaitteiden suunnitteluun, verkkosivujen ja mobiilisovellusten luomiseen ym.!

Lyhyitä perusohjeistuksia:

Ehdotuksia henkilökohtaiselle toiminnalle tilanteen parantamiseksi:

Jos koet lieviä tai kohtalaisia oireita:

Jos osaat ommella, tai muuten luotat kätevyyteesi:

Ohjeita elinkeinoelämän toimijoille:

Ohjeita ja esseitä yhteiskunnallisille päättäjille:

Mallintamiseen, ennakointiin ja pandemiatutkimukseen liittyviä kirjoituksia

 

koronaohjeet