https://ourworldindata.org/coronavirus#confirmed-covid-19-cases-by-country från och med 16 mars 2020

Coronavirus: Del 1 - Lektioner för en riskhanterare

Prolog: Vänligen läs Tomas Pueyos utmärkta artikel om Medium. Det är en av de första faktabaserade analyserna med detaljerade rekommendationer om att böja kurvan - publicerad 3/10/2020 med titeln 'Coronavirus: Why You Must Act Now'.

Del 1 - den här verktygssatsen betonar vikten av att modellera ny och okänd risk, beredskap och instrumentering bland de senaste nyheterna om hur vi möter en oväntad global risk och fallout av Coronavirus (t.ex. testsatser).

Del 2 (kommer snart) överväger utmaningarna med att hantera denna aldrig tidigare skådade grad av virulens, följt av hur vi kan jämföra, kontrastera och föra inlärningar från denna erfarenhet till relaterade områden (i) Risk i online-finansiella tjänster (ii) Förhindra falska nyheter om sociala media.

Mitt i spärren av virusnyheter från amatöranalytiker, medborgarrapporter, expresidenter, guvernörer, forskningsexperter, investeringskraftverk (Goldman-rapport 3/15), rapporter från CDC.gov och andra nationella pandemiska svarsteam, uppdateringar av folkhälso-tjänstemän och policy förespråkar, debatterar om kurvor som kämpar för vår uppmärksamhet; man kan bli båda - bedövade och fascinerade av intensiteten och hastigheten i denna informationsattack. En svimlande takt med liten klarhet i sikte och ingen aning om hur hög den toppen i den orange kurvan ser ut vid en viss tidpunkt.

https://ourworldindata.org/coronavirus#growth-of-cases-how-long-did-it-take-for-the-number-of-confirmed-cases-to-double

I all ödmjukhet måste vi erkänna för oss själva - för det första misslyckades 'VI' härligt med att bedöma risken för en infektionssjukdom av denna storlek, för det andra misslyckades vi att ta hänsyn till denna vektor och ytarea och slutligen, när vi gjorde det, finner vi att vi är grovt oförberedda för detta evenemang. EN TRIFECTA!

I den här artikeln erbjuder jag ett riskchefs perspektiv på att bedöma risk för situationer där, om någon, mycket knapp information förekommer. Hur bedömer man nya, utvecklande och okända risker och hur begränsar vi effekterna av den negativa situationen. Har vi ett system för tidig varning? Har vi rätt verktyg för att mildra denna risk? Har vi policykontroller, behandlingskapacitet, behandlingsprotokoll senast? Vi vet att vi inte har ett bevisat vaccin (från och med 3/16/2020) .. hur hanterar vi denna sjukdom och begränsar dess negativa inverkan?

TL; DR Innehållsförteckning

I del 1 får du en förståelse av:

  • Bedömning av risk när det inte finns några nära paralleller
  • Varför uppströms testning och tillgänglighet av testsatser är avgörande?
  • Varför instrumentering, modellering av exponering och beredskap är viktigt
  • En Kill-switch - Varför behöver vi en?

I del 2 kommer vi att överväga:

  • Varför Covid-19 kan se bekant ut men låt det inte lura dig.
  • Varför fungerar det i en annan skala än vad vi vet?
  • Hur snabb medvetenhet är avgörande för att hantera explosiva risker.
  • Viktiga likheter och skillnader i varje online Risk Professionals kamp mot bedrägerier, falska nyheter och ilk.

Vi är alla riskhanterare nu

För de flesta av oss som tittar genom en personlig lutning försöker vi bearbeta den senaste informationen för att bäst kalibrera vår förståelse så att vi kan svara på följande frågor -

1. Hur illa kan det bli? .. Jag vill veta

2. Kommer det att påverka mina nära och kära? .. detta är en rättvis övervägande.

3. Finns det ett botemedel? .. en försenad tanke visserligen för att du bedömer dina chanser att få sjukdomarna till små odds.

4. Kommer det att vara lätt tillgängligt? .. nästan en eftertanke .. igen på grund av det oundvikliga att inte kunna föreställa sig något annat.

Om du gjorde ... Grattis! du är nu officiellt en student i riskhanteringens konst och vetenskap.

>> Bedömning av risk när ingen förekomst eller paralleller finns

Tre saker att tänka på när man står inför en helt ny situation.

Bedömning av risk med liten eller ingen prioritet
  1. För att börja, leta efter tillförlitliga data, annars leta efter en nära proxy. Om det inte lyckas väljer du en grov proxy som du kan förfina.

Gör initial guesstimates, dimensionera dåliga nyheter. Brist på tillförlitliga och snabba data, det näst bästa alternativet är att titta på hur sjukdomsexperter och folkhälsoavdelningar uppskattar storleken på denna virala tillväxt? Att få ett bollplatsnummer med rätt storleksordning är avgörande för att samla svaret. Ett sätt att bedöma är att skapa riskmodeller som delvis bygger på faktiska kvantitativa data från tidigare nära besläktade sjukdomar, identifiera avvikelserna och antar guesstimates för nya variabler som definierar dessa avvikelser. Kanske är sjukdomens prevalens begränsad till ett visst latitudband. Om detta inte är möjligt, välj en stand-in situation som är en grov matchning, kast bort riskfall som inte spelar roll och lägg till riskytor som gör det.

2. Håll ett öga öppet för justeringar och nettot nya risker

I en utvecklande berättelse som denna vill du titta på två områden kända okända, okända okända. Är de källor du litar på att göra logiska antaganden med sunda argument?

  • kända kända - hur grundliga är dessa kända? Lurar påskägg här? de kända kända i en helt ny situation kräver att man sparkar på däcken på alla antaganden. Om vi ​​gör det rätt, kan vi lista kandidater i de kända okända
  • Kända okända - vanligtvis bör listan över kända okända minska och inte öka med tiden. Om det ökar är det dålig riskbedömning. När de minskar är de antingen inte längre en risk, löses eller nedgraderas till kända kända.
  • Okända okända - vanligtvis oväntade nyheter, troligtvis ny risk. Eftersom detta är en utvecklande pandemi, kanske vi inte känner till alla dess utbredningsegenskaper ännu (ett exempel kanske - kanske låter viruset sig vara insektsbärande, en vektor som tidigare inte har redovisats för, vilket gör förökningen av samhället oförutsägbar). De okända okända bör alltid ha noll, eftersom vi flyttar objekt härifrån och slår ut de två skoporna ovanför de kända kända och de kända okända.

3. Lär dig och justera bedömningar för att mildra sekundära och högre risker längs vägen

Detta är verkligen en global mobilisering i en aldrig tidigare skådad skala. Vad kan vi lära av detta? Efter att ha betalat de sänkta kostnaderna globalt (olycksfall, berörda liv, ekonomiska och sociala förluster) för att inte vara förberedd för COVID -19, vad kan man lära sig för detta och andra varianter längs vägen? Hur kan vi vidta de rätta stegen för att mildra och eliminera globala skadade? Kommer det att finnas effekter som vi tränas att förvänta oss efter jordbävningar?

>> Varför uppströms testning och tillgänglighet av testsatser är avgörande?

Varför testning är avgörande?

Du kanske har sett detta mantra om hur vi behöver platta ut kurvan .. förutom att vi inte riktigt vet hur hög toppnivån för den första kurvan faktiskt är.

https://twitter.com/drewaharris

Man kanske undrar varför testning är så kritisk istället för att helt enkelt skynda sig för att utveckla ett livsmedvetande vaccin? Borde vi ju inte spendera tid med de drabbade istället för att spendera resurser för att kolla friska människor? Detta kan ses som en resursallokeringsfråga. Lyckligtvis kan vi göra båda dessa parallellt.

Testning behövs för att dimensionera problemet. Testning är viktigt för förebyggande. Testning behövs för att förstå och omvänd överföringshastighet. Testning är en tydlig indikator för de drabbade att stanna kvar, få behandling.

Pssst ... Det är "nämnaren" dum!

Riskpersonal vinner och förlorar av nämnaren. Händer en incident 1 av en miljon eller 1 av 10? Mina svar som riskchef är att bedöma förekomsten eller förekomsten av risk multiplicerat med intensiteten eller effekten av den förekomsten.

"Det är" nämnaren "Dum!" är ett avstående som de flesta riskchefer önskade att de skulle kunna utplåna när de omöjliga riskfyllda situationer skulle kunna hanteras. Jag ville, för en, göra det, många gånger i min roll som chef för New Venture Risk på PayPal.

Sammanfattningsvis anges detta också nyligen på CNN 360, av Dr. Seema Yasmin, chef för Stanford Health Communications Initiative för att vara värd för Anderson Cooper den 3/12 under testy-diskussionen om tillgänglighet av test- och testsatser.

Många riskgrupper bör känna till detta scenario - En typisk begäran kommer vanligtvis att anlända på en fredagskväll med liten eller ingen head-up för en produktlansering på måndagsmorgonen. Och Risk var en perfekt eftertanke av en tillväxt / produkt PM. Och värst av allt skulle det inte finnas något försök att logga någon bit av användbar datakörning till riskteam för att "flyga blind", med ospecificerade och oväntade förluster och fortsatt exponering för förlust. I del 2 kommer jag att beskriva hur man hanterar dessa situationer för att uppmuntra till win-win-resultat.

Varför nämnaren?

Bedömning av risk har alltid handlat om nämnaren. Hur riskabelt är en fråga beror på hur utbredd det är och vilken skada / förlust som en enskild riskkostnad kan inträffa.

Även om vi inte helt kan eliminera risk i ett system, är det avgörande för att lära, mildra och förbättra dina svar för att hitta och förbättra ett riskabelt beteende.

En exakt nämnare begränsar problemutrymmet genom att tendera närmare det verkliga värdet. En vag nämnare kan orsaka två suboptimala resultat.

  • I det första fallet, underrapportera problemet än det faktiskt är och
  • I det andra fallet, överblåsa ett problem än det faktiskt är.

Underrapportering av ett problem kommer att ge mer tid för dåliga aktörer och dålig aktivitet. Medan överblåsning av ett problem kan orsaka onödig stress och förseningar som påverkar vår erfarenhet, livskvalitet etc.

>> Instrumentation, modellering av exponering är viktigt

Testa befolkningen är ett reaktionssteg för att identifiera, triage och behandla de drabbade. Det är inte proaktivt, speciellt när storleken på negativa påverkan hänger på dess snabba utbredningshastighet. Proaktiva åtgärder hjälper till att snabbt upptäcka mekanismer med låg frekvens av falska positiver.

En bättre metod är att instrumentera källan och utföra proaktiv uppsökning i samhället. Offentliga hälsotjänstemän vet att detta är ett bra system för tidig varning som de sedan kan använda för att finslipa på potentiella problemområden för att undersöka. Epidemiska underrättelseteam är högt specialiserade och måste därför distribueras otroligt.

Som fullmakt finns det flera åtgärder som EIC, en uppdelning av CDC-listorna ..

  • Utför epidemiologiska undersökningar av utbrott av infektionssjukdomar
  • Svara på naturkatastrofer eller andra hotande folkhälsohot
  • Genomföra övervakningsstudier
  • Designa, implementera och utvärdera övervakningssystem
  • Studera infektionssjukdomar och kroniska sjukdomar, hot mot miljön och arbetshälsan, skador, födelsedefekter och utvecklingsstörningar

Alla ovanstående är proaktiva åtgärder för att förbereda sig för ”nästa stora”.

EIS-team genererar följande rapporter https://www.cdc.gov/mmwr/, https://www.cdc.gov/mmwr/Novel_Coronavirus_Reports.html.

>> En Kill-switch - Varför behöver vi en?

Washington Post från den 16 mars 2020 förklarar varför vi behöver en beteendeförändring för att platta kurvan. Det som är uppenbart är att utbredningshastigheten inte möjliggör uppskattning av förluster - dödlighet och sjuklighet snabbt nog för att vi ska kunna reagera på det, vidta förebyggande åtgärder, behandla de drabbade och rädda liv.

Ta en titt på detta diagram nedan. Fördubblingsgraden indikerar hur effektiva de systematiska ansträngningarna och kontrollerna för att mildra tillväxten, dvs. att böja kurvan faktiskt är.

https://ourworldindata.org/coronavirus#growth-of-cases-how-long-did-it-take-for-the-number-of-confirmed-cases-to-double

Vid en utrangerad risk, en situation med okänt lock, är det viktigt att utveckla en KILL SWITCH i förväg.

Att utveckla ökande nivåer av Kill Switch-kapacitet möjliggör strypning av frekvensen / förekomsten av frekvenser samtidigt som livskvaliteten för de flesta hålls medan vi köper tid för att studera detta problem.

Följande är en lista över Kill Switches som vi hittills har sett visar en allt hårdare hållning mot viruset. Andra begränsar sedan det maximala antalet människor som samlas på ett ställe från 150, 100, 50, 25, 10 personer under den senaste veckan. Vi har sett följande under de första två veckorna i mars 2020.

  • Stäng av flygningar som kommer in från drabbade zoner
  • Stäng av NBA-spel, idrottsarenor
  • Stäng av kontor
  • Stäng av skolor
  • Stänga av barer, restauranger för middagar
  • Att införa ett "skydd i hemmet" -direktiv på länet av folkhälsa.

En kill switch behövs när saker och ting går fel. När vi behöver en tillfällig paus för att tänka, omgruppera och sedan agera!

(fortsätter i del 2 - Virus mot bedrägerierna, någon ..?)

Tack vare -

@ Tomas och hans artikel ... som uppmuntrade mig att återuppleva mina vita knogarupplevelser hantera PayPal Risk för nya produkter. Det som fascinerade mig var hans exakta jämförelse av statsledda svar på denna pandemi, medan han uppskattade dödlighetsräkningen vid varje given tidpunkt och backspårning för att uppskatta det faktiska antalet AKTIVa fall vid en viss tidpunkt.

https://www.linkedin.com/feed/update/urn:li:activity:6643325108331118592?commentUrn=urn%3Ali%3Acomment%3A%28activity%3A6643325108331118592%2C6643705407577698304%29

Vi kan inte hantera det vi inte kan mäta.

Detta är fortfarande en tidtestad metod för att uppskatta exponeringen för en utvecklande risk.

Epilog:

CDC har betonat att dess proaktiva forskning identifierade den första förekomsten av COVID-19 i Wuhan genom att sätta ihop protein-RNA-molekylen innan någon kunde.

CDC och folkhälso-tjänstemän började också utveckla trip-wire-larm som började dyka upp på radar i USA. Bristen på allvar eller uppmärksamhet på dessa signaler pekar på bristen på personal och prioritering i dessa byråer. Det skadade kraftigt svaret och därmed mobiliseringen av resurser för att åstadkomma ett optimalt svar.

Varning:

Jag är lika kvalificerad som expert på sjukdomar som någon av er som presenterar affärsfall som projicerar ”virala” tillväxtkurvor för din produkt. Jag menar, som de flesta av er, jag inte en kvalificerad epidemiolog, expert på folkhälsa eller något relaterat inom det medicinska området.