Första gången sjukdomssiffror blev en snackis

John Graunt lade några shilling om året på detta, och i en tid då livet var kort var orsakerna till dess slut sådant man gärna skvallrade om. Hur många självmord hade begåtts? Hur många hade blivit mördade? Och framför allt: hur svåra var de återkommande pestutbrotten? Under epidemierna följde Londonborna, precis som vi gör idag, hur region för region – i deras fall församling för församling – drabbades. Men ingen, förutom John Graunt, såg längre än den information som var uppenbar för alla.

Ser mönster i siffrorna

Detta var vid mitten av 1600-talet och under den framväxande naturvetenskapliga revolutionen. Kanske smittades John Graunt av denna tidsanda, men han verkar främst ha drivits av sin nyfikenhet. Han började lägga samman de siffror han kom över mer systematiskt, och jämförde dödstalen med de offentliga siffrorna på döpta som fanns i varje församling – och helt plötsligt började han se mönster, där andra bara sett anekdoter och rykten. Hans gärning är fint beskriven i idéhistorikern Karin Johannissons viktiga bok Det mätbara samhället. Statistik och samhällsdröm i 1700-talets Europa (1988).

År 1662 publicerade John Graunt sin kioskvältare Natural and Political Observations made upon the Bills of Mortality. Den byggde alltså på hans egen… tja, databas skulle vi väl säga idag. Där hade han hittat tydliga mönster. Han konstaterade att några sjukdomar, som lunginflammation och gikt, var snudd på konstanta plågor, liksom självmorden. Plötsligt kunde man alltså i förlängningen, med hyfsad precision, förutsäga antalet dödsfall av dessa orsaker.

Big data på 1600-talet, om man så vill.

Vidare konstaterade han att det föddes fler pojkar än flickor, men att pojkar och män har en högre förtida dödlighet, varför antalet män och kvinnor i regel är ganska lika (men sedan slutet av 1900-talet är faktiskt männen i majoritet i världen – vi blir allt fler män relativt kvinnor i en lika långsam som stark global trend).

Allt detta blev stora nyheter – som bevisades av den blotta siffermängden. Big data på 1600-talet, om man så vill.

Andra nyheter för allmänheten var att risken att mördas var relativt liten. John Graunt kunde visa att dödsfall genom olyckor och drunkning var mer än tjugo gånger vanligare. Men det stora resultatet var att fler och fler insåg att världen inte var en kaotisk samling anekdoter, utan att det fanns mönster i den. Mönster som kunde avtäckas med hjälp av statistik.

John Graunts bok såldes i många upplagor, och han själv valdes in i prestigefulla Royal Society.

Han var en glad amatör som mest av en slump började sätta samman dödslistorna till något större (”Jag minns inte varför” skrev han i sin bok), men hans plats i vetenskapshistorien är självskriven.

Bra statistik i bra länder

Idag tar vi denna verksamhet för given. Det går en rak linje från hans envetna arbete med Londons dödslistor till dagens coronastatistik. Men efter succén med Bills of Mortality publicerade han inget mer. Ett drygt decennium senare dog han – fattig och 53 år gammal.

Graunt fick förstås många efterföljare – men det fanns en tid på slutet av 1900-talet, och kanske en bit in på 2000-talet då statistik sågs med misstänksamhet av en del humanistiska forskare – tabellerna och siffersjoken kunde med filosofen Foucaults ögon ses som den stora starka statens verktyg för att kontrollera, disciplinera och sortera medborgarna. Detta skulle dekonstrueras som maktutövning och storebrors kontroll.

Men idag, skulle jag säga, vet vi nog bättre. Bra statistik av god kvalitet är ofta ett tecken på ett drägligt samhälle att leva i.

Välfungerande länder har nästan alltid en god dokumentation över sin befolkning – och det är en bra sak.

Till exempel: Finland har idag världens lägsta spädbarnsdödlighet, enligt de senaste siffrorna (endast 1,6 promille av barnen som föds i Finland dör före sin 5-årsdag). Och Somalia har högst i världen – nästan 12 procent av de barn som föds där avlider före sin femårsdag. Resten av världens länder befinner sig däremellan (i Sverige är siffran 2,6 promille).

Men i ena änden av denna sorgliga skala finns det en stor osäkerhet. I välfungerade länder vet vi att siffrorna i regel stämmer. Jag tror ingen betvivlar Finlands data över antalet döda småbarn. Men siffrorna för Somalias barnadödlighet är i själva verket en grov skattning. Ingen vet exakt – sannolikt dör någonstans mellan 11 och 13 procent av barnen före sin femårsdag. Välfungerande länder har nästan alltid en god dokumentation över sin befolkning – och det är en bra sak. Forskare kan då utvärdera förändringar, och statsapparaten har mycket att vinna på att veta hur många som ska börja skolan om fem år och om stora kullar är på väg att gå i pension.

Statistik bör inte vara hemlig

Sverige har en av världens äldsta folkbokföringar, men till en början hemlighölls statistiken. När siffran år 1764 offentliggjordes för första gången kritiserades detta. Folkmängden ansågs som statshemligheter som borde hemlighållas av främst militära skäl. Men efterhand offentliggjordes allt mer demografisk statistik, vilket väckte nästan lika stort intresse som när John Graunt publicerade sin bok om Londonbornas döds- och födelsetal.

Själv försörjde jag mig till och med i några år på att skriva en doktorsavhandling om delar av statistikens historia. Nån måste ju göra det också.

”Statistik och despotism går inte ihop.” Det konstaterade historikern och statsvetaren August von Schlözer i sin Theorie der Statistik från år 1804. Med det menade han att siffror över befolkningen inte borde hemlighållas eller bara vara statens redskap – siffrorna borde vara offentliga. Alla samhällsmedlemmar hade nytta av statistisk kunskap om sig själva, och sådan kunskap motverkade despotism. Och detta, skulle jag säga, gäller än idag. För i coronatider vill vi veta exakt vad som händer – och kanske bör vi känna tacksamhet för personer som John Graunt, som redan på 1600-talet började offentliggöra siffror över liv och död.

Trots det finns det människor som säger att statistik är tråkigt. Jag förstår faktiskt inte vad de pratar om. Själv försörjde jag mig till och med i några år på att skriva en doktorsavhandling om delar av statistikens historia. Nån måste ju göra det också.

Någon gång kommer förstås även historien om coronapandemin att skrivas. Och den blir omöjlig att skriva utan statistiken om hur smittan spreds, och vilka och hur många som drabbades.