DIJELI | ISPIS | POŠALJI E-POŠTOM
SAD i njegovih 50 saveznih država pružaju prirodni eksperiment za testiranje mogu li se prekomjerni smrtni slučajevi od svih uzroka izravno pripisati provedbi velikih društvenih i ekonomskih strukturnih promjena uzrokovanih naređivanjem karantena za opću populaciju.
Deset država nije imalo nametnute karantene, a postoji 38 parova država s karantenom/bez karantene koje dijele kopnenu granicu. Nalazimo da regulatorno nametanje i provođenje naredbi o ostanku kod kuće na razini cijele države uvjerljivo korelira s većom stopom smrtnosti od svih uzroka po glavi stanovnika, korigiranom za zdravstveno stanje, po državi. Ovaj rezultat nije u skladu s hipotezom da su karantene spasile živote.
Uvod
Dana 11. ožujka 2020. Svjetska zdravstvena organizacija proglasila je pandemiju na temelju prijavljene epidemije COVID-19 (u daljnjem tekstu COVID) u Wuhanu u Kini, respiratorne bolesti za koju se tvrdi da ju je uzrokovao virus SARS-CoV-2. Dana 13. ožujka 2020. u Sjedinjenim Državama proglašeno je nacionalno izvanredno stanje u vezi s izbijanjem COVID-19. U SAD-u je ova deklaracija rezultirala heterogenim skupom odgovora zdravstvenih vlasti i vladinih dužnosnika u raznim državama. Među tim različitim odgovorima politike po državama, većina država izdala je naredbe o ostanku kod kuće u ožujku i travnju 2020. (u daljnjem tekstu „zaključavanja“).
Motivacija za ove mjere karantene bila je usporavanje širenja COVID-19 ograničavanjem društvenih interakcija, pod pretpostavkom da se bolest širi kontaktom s osobe na osobu. Međutim, zbog neovisnosti državne uprave u SAD-u, mjere karantene imale su širok raspon provedbe i provođenja, a neke su države u potpunosti odustale od karantene.
Ove razlike u odlukama pojedinih država o uvođenju karantene ili neuvođenju karantene uspostavljaju koristan eksperiment za testiranje hipoteze da su karantene spasile živote. Ova hipoteza predviđa da je trebalo biti manje smrtnih slučajeva (po glavi stanovnika) u državama koje su uvele karantene, a više smrtnih slučajeva u državama koje to nisu učinile, nakon prilagodbe razlikama u zdravstvenom stanju stanovništva država, ako se pretpostavi da svi ostali čimbenici imaju manji utjecaj. Podaci dostupni za testiranje ovih predviđanja mogu se pronaći u podacima o smrtnosti od svih uzroka (ACM) po vremenu i po državama, koje izvještava CDC.
Kao što su pokazali drugi istraživači (npr. Rancourt, Baudin & Mercier 2021), ACM zaobilazi teško pitanje utvrđivanja uzroka smrti, koje je političke prirode i stoga podložno pristranosti (npr. Ealy i dr. 2020.). Točan dominantni uzrok smrti rijetko je poznat u slučaju respiratornih bolesti, a smrt obično nije monokauzalna.
Prednost analize ACM-a je u tome što se smrtni slučajevi u SAD-u bilježe s visokom vjerodostojnošću (bez pristranosti u izvješćivanju ili nedovoljnog prijavljivanja). Nakon što se zabilježi, smrt je smrt, bez obzira na to kako je uzrok naveden na smrtovnici. Ako su mjere karantene učinkovite u sprječavanju smrtnih slučajeva zbog širenja bolesti tijekom pandemije, tada bi regije koje su uvele mjere karantene trebale imati manje smrtnih slučajeva po glavi stanovnika od svih uzroka, ako ne postoje prevladavajući zbunjujući čimbenici.
Podaci i metodologija
Naš je cilj procijeniti učinkovitost karantene u spašavanju života tijekom COVID-ove ere uspoređujući ukupan broj smrtnih slučajeva od svih uzroka u parovima država: jednoj državi s karantenom i državi bez karantene koja dijeli granicu s državom u kojoj je karantena. Također smo radi potpunosti ispitali države s karantenom koje ne dijele granicu ni s jednom državom koja nije u karanteni.
Države koje nisu u karanteni identificirali smo ispitivanjem administrativnih i izvršnih naredbi koje su tijekom ožujka i travnja 2020. izdale državne vlade kao odgovor na pandemijske deklaracije WHO-a te saveznih i državnih vlada. Većina tih naredbi arhivirana je na web stranici. Ballotpedia.com, a naredbe za koje poveznice više nisu bile važeće pronašli smo pretraživanjem web stranica državnih vlasti. Svakoj izvršnoj naredbi dodijelili smo ocjenu „strogoće“ na temelju teksta naredbe o karanteni za građane države:
Naređeno/naloženo: 3
Režija: 2
Predloženo/preporučeno: 1
Nema narudžbe: 0
Otkrili smo da je sedam (7) država imalo ocjenu 0 jer nisu izdale naredbe o ostanku kod kuće: Sjeverna Dakota, Južna Dakota, Wyoming, Iowa, Oklahoma, Nebraska i Arkansas. Dodatne tri (3) države imale su ocjenu 1 jer su vlade samo sugerirale ili poticale građane da ostanu kod kuće, ali ih nisu obvezale da to učine, niti su osigurale sredstva za provedbu: Utah, Kentucky i Tennessee.
Naš kriterij za države s karantenom u odnosu na države bez karantene razlikuje se od prethodnih studija po svojoj jednostavnosti (tj. fokusiranje samo na strogost jezika u izvršnim naredbama). No, naš rezultirajući popis država bez karantene uključuje svih sedam država navedenih kao države bez karantene Balopedija, i uključuje sve četiri države bez karantene identificirane studijom koju je sponzorirao CDC Moreland i sur. (2020.).
Usporedili smo ishode ovih deset država bez karantene s državama u karanteni koje dijele granicu, pod pretpostavkom da širenje virusa nije ometano državnim granicama. U ovoj studiji usredotočujemo se na ukupnu smrtnost od svih uzroka (ACM) tijekom određenog vremenskog razdoblja kao metriku učinkovitosti karantene. Koristimo tri vremenska razdoblja kako je opisano u nastavku.
Preuzeli smo datoteke s vrijednostima odvojenim zarezima (csv) koje sadrže ACM tjedno za svaku državu s Web stranica CDC-a WonderTjedne ACM podatke za svaku državu podijelili smo s brojem stanovnika te države (Popis stanovništva SAD-a, 1. travnja 2020.), što je rezultiralo brojem smrtnih slučajeva po glavi stanovnika, tjedno (DPVC). U cijelom ovom izvješću izražavamo DPVC kao broj umrlih na 10,000 stanovnika.
Dodatni korak korekcije potreban je kako bi se omogućile točne usporedbe smrtnosti od države do države. Razlike u dobnoj distribuciji, stopama pretilosti, razinama siromaštva, stopama tjelesnog i mentalnog invaliditeta i drugim zdravstvenim odrednicama dovest će do intrinzičnih razlika u DPVC u raznim državama. Ove razlike zajedno se manifestiraju u pomaku u DPVC viđeno tijekom godina bez pandemije (prije 2020.).
Na primjer, slika 1 prikazuje usporedbu DPVC između New Yorka i Floride u razdoblju od 2014. do 2020. Kao i kod svih usporedbi po državama, New York i Florida imaju izrazito slične vremenske varijacije u DPVC iz tjedna u tjedan i iz godine u godinu, ali i imaju jasan i gotovo konstantan pomak.
Ovaj pomak ispravljamo izračunavanjem faktora Hsu, što je medijalna vrijednost omjera D neke državePVC i DPVC referentnog stanja od 1. siječnja 2014. do 31. prosinca 2020. Odabrali smo New York kao referentno stanje za izračunavanje HsuOvaj izbor referentnog stanja je proizvoljan, ali velika populacija New Yorka znači da je u većini slučajeva pogreška u Hsu dominiraju Poissonove pogreške u DPVC države od interesa.
U primjeru prikazanom na slici 1, faktor korekcije zdravstvenog stanja Floride je Hsu = 0.537, što ukazuje da je New York imao 53.7% manje DPVC nego Florida u razdoblju od 2014. do 2020., vjerojatno dijelom zbog starijeg stanovništva Floride. Za svaku usporedbu D po državamaPVC Ovaj omjer usvajamo kao korekcijski faktor kako bismo par država doveli na istu skalu, omogućujući usporedbu smrtnosti korigirane s obzirom na zdravstveno stanje tijekom pandemijskog razdoblja.
Ovaj faktor korekcije zdravstvenog stanja opravdan je jer provodimo diferencijalnu usporedbu između država sa i bez karantene. Postavljamo pitanje: „Nakon uvođenja mjera karantene, koja je frakcijska razlika između prilagođenog ACM-a po glavi stanovnika u svakom paru država?“ To pretpostavlja da je nakon uklanjanja razlika u zdravstvenom stanju stanovništva susjednih država najveći učinak na prilagođeni ACM po glavi stanovnika imao uvođenje karantene. Ova pretpostavka je opravdana s obzirom na to da se očekuje da će karantene rezultirati masovnim poremećajima u nacionalnim i regionalnim gospodarstvima, zdravstvenim sustavima i općem društvenom tkivu.
Slika 1: Broj umrlih po glavi stanovnika, tjedno (DPVC) na Floridi (plavo) i u New Yorku (crveno). Lijeva ploča prikazuje pomak u DPVC, što pripisujemo razlikama u zdravstvenom stanju stanovništva svake države (dobna struktura, razina siromaštva, stopa pretilosti itd.). Ploča s desne strane prikazuje korigirani DPVC, što omogućuje diferencijalnu usporedbu između ove dvije države od 2020. nadalje.
Kako bismo kvantificirali učinak karantene na smrtnost tijekom COVID razdoblja, izračunavamo integrirane (ukupne) smrtne slučajeve po glavi stanovnika korigirane s obzirom na zdravstveno stanje, Dmališan, tijekom odabranog vremenskog razdoblja. Zatim izračunavamo omjer Dmališan za svaki par stanja, označen s R (zaključavanje podijeljeno s ne-zaključavanjem). Koristimo tri različita vremenska razdoblja tijekom kojih očekujemo Dmališani R, kako bi se uhvatili učinci mjera karantene:
Dukupno, 1Zbroj tijekom razdoblja karantene u stanju karantene.
Dukupno, 2Zbroj tijekom razdoblja „vrhunca COVID-a 1“ (cp1) kako su ga identificirali Rancourt i suradnici (2021.; od 11. do 25. tjedna 2020.)
Dukupno, 3Zbroj za cijelo razdoblje od 11. ožujka 2020. do 31. prosinca 2021.
U ovom radu izvještavamo o 95%-tnim intervalima pouzdanosti za naše integrirane, populacijski normalizirane i zdravstveno korigirane omjere smrtnosti za svaku parnu usporedbu stanja u karanteni i izvan karantene, te za integrirane smrtnosti po glavi stanovnika korigirane zdravstvenom statusom koje izvještavamo. Ovi intervali pouzdanosti izračunati su pod pretpostavkom da dominantni izvor pogreške dolazi iz statistike brojanja.
Rezultati
Naši rezultati su sažeti na slikama u nastavku.
Na slikama 2, 3 i 4, y-os navodi svih 38 parova stanja s/bez karantene korištenih za usporedbu ishoda smrtnosti, pri čemu je stanje karantene navedeno prvo, a zatim stanje bez karantene. Plave točke prikazuju procjenu omjera, R, a pripadajuće trake pogreške prikazuju 95%-tni interval pouzdanosti; isprekidana okomita linija označava jedinicu. Vrijednosti lijevo od okomite linije označavaju slučajeve u kojima je stanje karantene imalo manje smrtnih slučajeva po glavi stanovnika korigiranih za zdravstveno stanje nego stanje bez karantene. Vrijednosti desno od linije pokazuju da je stanje karantene imalo više smrtnih slučajeva po glavi stanovnika korigiranih za zdravstveno stanje nego stanje bez karantene.
Slika 2: Omjer ACM-a po glavi stanovnika (R) prilagođen zdravstvenom stanju za svaki susjedni par država naveden na y-osi. Omjer se temelji na zbrajanju svih smrtnih slučajeva u svakoj državi tijekom vremenskog razdoblja koje odgovara vrhuncu COVID-a (3. – 11.). Trake pogreške prikazuju 2020%-tni interval pouzdanosti za omjer svakog para. Omjeri lijevo od okomite linije pokazuju da se u stanju karantene dogodilo manje smrtnih slučajeva nego u stanju bez karantene, dok omjeri desno od okomite linije pokazuju da su države s karantenama imale više smrtnih slučajeva.
Slika 3: Omjer ACM-a po glavi stanovnika (R) prilagođen zdravstvenom stanju za svaki susjedni par država naveden na y-osi. Omjer se temelji na zbrajanju svih smrtnih slučajeva u svakoj državi tijekom vremenskog razdoblja koje odgovara trajanju karantene u državi. Trake pogreške prikazuju 95%-tni interval pouzdanosti za omjer svakog para. Omjeri lijevo od okomite linije pokazuju da se u državi s karantenom dogodilo manje smrtnih slučajeva nego u državi bez karantene, dok omjeri desno od okomite linije pokazuju da su države s karantenama imale više smrtnih slučajeva.
Slika 4: Omjer ACM-a po glavi stanovnika (R) prilagođen zdravstvenom stanju za svaki susjedni par država naveden na y-osi. Omjer se temelji na zbrajanju svih smrtnih slučajeva u svakoj državi tijekom cijelog „COVID razdoblja“ u našem skupu podataka (11. ožujka 2020. – 25. siječnja 2022.). Trake pogreške prikazuju 95%-tni interval pouzdanosti za omjer svakog para. Omjeri lijevo od okomite linije pokazuju da se u stanju karantene dogodilo manje smrtnih slučajeva nego u stanju bez karantene, dok omjeri desno od okomite linije pokazuju da su države s karantenama imale više smrtnih slučajeva.
Ako bi karantene spasile živote, očekivali bismo da će većina ACM omjera (R) biti manja od jedan. Umjesto toga, vidimo suprotno. Za sva tri razdoblja integracije, većina omjera je veća od jedan. Za razdoblje cp1 (karantena, potpuna), 28 (28, 21) parova ima ACM omjere (R) veće od jedan, dok 0 (0, 9) parova ima omjere manje od jedan, a preostalih 10 (10, 8) parova ima R nerazlučiv od jedan uz 95% pouzdanosti.
Dakle, naša analiza R vrijednosti za tri vremenska razdoblja tijekom kojih se očekuje učinak karantene pokazuje da podaci ACM-a iz protekle dvije godine nisu u skladu s hipotezom da su karantene spasile živote. S druge strane, naši rezultati su u skladu sa zaključkom Rancourta i suradnika (2021.) da su dodatni smrtni slučajevi u razdoblju COVID-a u SAD-u uzrokovani vladinim i medicinskim mjerama te odgovorima na proglašenu pandemiju.
Slika 4 prikazuje integrirane smrtne slučajeve po glavi stanovnika korigirane prema zdravstvenom stanju za 15-tjedno razdoblje „COVID vrhunca 1“ (cp1; tjedni od 11. do 25. 2020.) za sve države pojedinačno (crveno) i za isti 15-tjedni integracijski prozor u 2019. (plavo) i 2018. (zeleno). Ovdje su države poredane, od vrha do dna, u silaznom redoslijedu prosječne gustoće naseljenosti po državama, za koju se često pretpostavlja da je faktor u širenju zarazne bolesti. Nazivi država u magenta boji odgovaraju naših deset država bez karantene s ocjenama strogosti karantene od 0 ili 1. Nazivi država u cijan boji su države u karanteni koje dijele granicu s državom bez karantene, što smo koristili u našem izračunu R.
Vrijednosti integrirane smrtnosti od svih uzroka korigirane za zdravstveno stanje u 15-tjednim razdobljima „cp1“ 2019. i 2018. godine strogo su ograničene za sve države na vrijednost od približno 14 smrtnih slučajeva na 10,000 5 (Slika 2019), dok se odgovarajuće vrijednosti u razdoblju COVID-a uvelike razlikuju od države do države, u rasponu od osnovne vrijednosti iz 25. do čak 10,000 na 15 21 za New Jersey, a obično su velike i do 10,000 do XNUMX na XNUMX XNUMX. Države koje nisu u karanteni imaju nazive na y-osi u boji magenta, dok su države u karanteni koje se koriste kao naši usporedni podaci u izračunu R obojene cijan bojom.
Slika 5 pokazuje da većina naših deset država koje nisu uvele karantenu ima integriranu smrtnost od svih uzroka korigiranu za zdravstveno stanje u 15-tjednom cp1 na početnoj vrijednosti prije COVID-a (2018. i 2019.) od približno 14 na 10,000 2, dok većina država s ocjenama strogosti karantene od 3 i XNUMX ima stope smrtnosti znatno iznad početnih vrijednosti prije COVID-a.
Slika 5: Integrirani ACM ispravljen za zdravstveno stanje tijekom razdoblja cp1 (11. ožujka - 29. lipnja 2020.; crveno) u usporedbi s istim razdobljem 2019.plava) i 2018 (zelena). Države poredane od vrha prema dnu prema opadajućoj gustoći naseljenosti. purpurnocrven označava stanja bez zaključavanja dok cyan označava države u kojima je uvedena karantena i koje dijele granicu s državama koje nisu u karanteni.
Iako precizna procjena viška smrtnosti zbog karantene prelazi okvire ovog rada, možemo napraviti grubu procjenu na temelju slike 5. Tri najmnogoljudnije države (Kalifornija, Teksas, Florida) imaju porast broja slučajeva COVID-a iznad osnovnog razdoblja od približno 1 na 10,000 52. Na temelju jedne kalendarske godine (110,000 tjedna) i za populaciju jednaku onoj cijelog SAD-a, to bi odgovaralo približno 97,000 XNUMX smrtnih slučajeva, što bi se moglo izravno pripisati utjecajima naređenja karantene i što se ne bi dogodilo da karantena nije provedena. Ova vrijednost je u skladu s procjenom viška smrtnosti zbog karantene od XNUMX XNUMX/godišnje do Mulligan & Arnot (2022).
Rasprava i zaključak
Korištenje karantena za "karantenu" opće populacije Sjedinjenih Država radi kontrole širenja zarazne bolesti je bez presedana u povijesti nacije. Tijekom prethodnih pandemija, u karanteni su bili samo bolesni i nemoćni, dok je ostatak stanovništva nastavio više-manje normalno živjeti.
Ovaj pristup „usmjerene zaštite“ preporučili su medicinski stručnjaci u Velika Barringtonova deklaracija 2020. godine, pokazujući da postoje alternative karanteni i da ih medicinska zajednica dobro razumije. Nedavno, 2019. godine, Svjetska zdravstvena organizacija zagovarala je sličan pristup u svojim preporukama za ublažavanje rizika od pandemije gripe, a da pritom nije spomenula mjere karantene za opću populaciju (WHO 2019). Doista, izvješće WHO-a izričito navodi da se stavljanje izloženih osoba u karantenu „ne preporučuje jer ne postoji očito opravdanje za ovu mjeru“ (vidi njihove tablice 1 i 4). Slično tome, Akcijski plan za pripravnost za pandemiju gripe za Sjedinjene Države ne spominje karantene i navodi da „...klasične mjere osmišljene za smanjenje rizika od unošenja i prijenosa nekih zaraznih uzročnika, poput kliničkog pregleda i karantene na ulaznim lukama, vjerojatno neće biti učinkovite“ (Strikas i dr. 2002.).
U svom pregledu dostupne literature o intervencijama u pandemiji gripe, Inglesby i sur. (2006.) izričito preporučuju protiv karantenskih mjera u slučaju pandemije gripe, kako za bolesne tako i za zdrave osobe, jer se očekuje da će društveni troškovi daleko nadmašiti koristi. Zaključili su: „[I]skustvo je pokazalo da zajednice suočene s epidemijama ili drugim nepovoljnim događajima najbolje reagiraju i s najmanje tjeskobe kada je normalno društveno funkcioniranje zajednice najmanje poremećeno.“ Ove preporuke protežu se dalje od pripreme i reagiranja na pandemije gripe. U izvješću pod naslovom Pripremljenost za pandemiju respiratornih patogena visokog utjecaja, autori zaključuju da je karantena među najmanje učinkovitim nefarmaceutskim mjerama u suzbijanju širenja bolesti (Centar za zdravstvenu sigurnost Johns Hopkins 2019.).
Stoga su mjere karantene koje je 2020. godine uvela većina američkih saveznih država, kao i mnoge zemlje diljem svijeta, predstavljale neviđeni, veliki eksperiment u kontroli zaraznih bolesti. Podaci o smrtnosti od svih uzroka koje smo analizirali omogućuju nam da testiramo hipotezu da su karantene spasile živote tijekom pandemije COVID-a. Smatramo da su ti podaci u suprotnosti s ovom hipotezom; države s karantenama imale su više smrtnih slučajeva od svih uzroka nego susjedne države bez karantena. Stoga zaključujemo da je ovaj eksperiment bio neuspjeh politike javnog zdravstva i da se mjere karantene ne bi trebale koristiti tijekom budućih izbijanja bolesti.
Naš nalaz da se smrtnost od svih uzroka povećala u državama s karantenama u skladu je sa zaključcima Agrawal i sur. (2021.) koji su otkrili statistički značajan porast prekomjerne smrtnosti zbog naredbi o ostanku na mjestu u SAD-u i 43 zemlje. Slično tome, Mulligan & Arnot (2022.) procjenjuju da je zbog karantene bilo 97,000 XNUMX dodatnih smrtnih slučajeva godišnje, s prekomjernom smrtnošću koja je podjednako raspoređena među svim odraslim dobnim skupinama, za razliku od smrtnih slučajeva od COVID-a koji su se najčešće pripisivali starijim osobama.
S obzirom na snažnu povezanost između nametanja karantene opće populacije i povećane smrtnosti od svih uzroka, što je gore prikazano (slike 2-5), prikladno je postaviti hipoteze o uzroku ili uzrocima ove povezanosti.
Očito je da privilegirani Amerikanci iz više srednje i profesionalne klase nisu umrli zbog ostanka kod kuće. Međutim, nije nerazumno pretpostaviti da su propisi i naredbe o zatvaranju opće populacije ipak zamjenski ili zakonski pokazatelji stupnja agresivnosti (uključujući napuštanje) kojom su društvene institucije u državi odgovorile ili reagirale na najavljenu pandemiju. Te institucije uključivale bi škole, domove za starije i nemoćne, bolnice, klinike, usluge za osobe s invaliditetom, dnevne centre za skrb, policijske službe, obiteljske i socijalne usluge i tako dalje.
Ovo okvirno predlažemo jer je sasvim vjerojatno da su dodatni smrtni slučajevi povezani s karantenama posljedica skupina pojedinaca s posebno visokim rizikom od smrtonosnih posljedica zbog velikih i negativnih poremećaja u njihovim životima i mrežama podrške. To će biti istina bez obzira na stvarni mehanistički uzrok smrti, s obzirom na poznatu povezanost između doživljenog stresa i socijalne izolacije te težine bolesti i smrtnosti, putem utjecaja na imunološki sustav (Ader i Cohen 1993.; Cohen i sur. 1991; Cohen i sur. 1997; Cohen i sur. 2007; Sapolsky 2005.; Prenderville i sur., 2015.; Dhabhar 2014.; Rancourt i dr. 2021.). Doista, postoje brojni dokazi da su karantene povezane s velikim porastom nezaposlenost i opće pogoršanje mentalnog zdravlja (npr. Jewell i dr. 2020., Czeisler i dr. 2020.).
Podaci ACM-a dostupni putem web stranice CDC Wonder nisu razvrstani po državama i demografskim podacima, stoga nismo mogli ispitati koje su demografske skupine umirale i kako su umirale u svakoj državi. Međutim, demografski podaci dostupni su na nacionalnoj razini i Mulligan & Arnot (2022.) otkrili su veliko povećanje prekomjerne smrtnosti među osobama u dobi od 18 do 65 godina, što je demografska skupina koja nije bila u visokom riziku od COVID-a.
Slično tome, Rancourt i sur. (2021.) otkrili su da vremenska i prostorna raspodjela smrtnosti od svih uzroka u razdoblju pandemije nije u skladu s učincima virusne respiratorne bolesti. Pronašli su dokaze da su mnogi dodatni smrtni slučajevi tijekom pandemije bili pogrešno dijagnosticirane bakterijske infekcije upalom pluća, vjerojatno pogoršane poremećajima u američkom zdravstvenom sustavu.
Dakle, postoje snažni dokazi koji podupiru hipotezu da su karantene iznenada i ozbiljno opteretile ranjive demografske skupine u SAD-u, što je dovelo do značajnog povećanja smrtnosti u onim državama koje su koristile karantene kao mjere kontrole bolesti.
Ovaj sažetak je preuzet iz veća studija autora.
-
John Johnson je profesor astronomije u Centru za astrofiziku | Harvard & Smithsonian. Johnova istraživačka povijest uključuje otkrivanje i promatranje egzoplaneta, prikupljanje podataka te dizajn i izgradnju instrumenata koji se koriste u potrazi za svjetovima izvan našeg Sunčevog sustava.
Pogledaj sve postove
-
