Tetapi apakah itu berdampak pada kebanyakan orang? Informasi yang tersedia menunjukkan bahwa mayoritas individu yang akhirnya mendapatkan COVID-19 akan memiliki penyakit ringan dan sepenuhnya pulih. Beberapa mungkin tidak menunjukkan gejala sama sekali. Akibatnya, pedoman yang berlaku untuk orang-orang ini – yang sebenarnya tinggal di rumah dan menghindari dokter – dapat mencegah orang membuat hubungan antara COVID dan sistem perawatan kesehatan. Pemikirannya mungkin seperti ini: jika sebagian besar orang yang terinfeksi tidak mungkin perlu mengakses sistem perawatan kesehatan karena COVID, seberapa besar dampaknya dengan meratakan kurva untuk mempertahankan kapasitas?
Dua alasan. Pertama, altruisme. Ketika begitu banyak dialog publik dan internal kita tentang bagaimana segala sesuatu berdampak pada kita, penting untuk menyadari bahwa panggilan untuk meratakan kurva pada dasarnya altruistik. Dalam masa kecemasan dan ketidakpastian, tagline mengingatkan kita untuk melampaui diri kita sendiri dan berperilaku dengan cara yang membantu orang lain di komunitas kita. Bukan konsep yang menggemparkan dunia, tetapi konsep yang perlu dikatakan. Kita yang menghargai pengejaran altruisme, untuk kombinasi spiritual, budaya, filosofis, intrinsik, atau alasan lainnya, harus menghargai perataan kurva.
“Mengesampingkan altruisme, melindungi kelompok rentan adalah melindungi diri kita sendiri dan orang yang kita cintai.”Darmediatama
Kedua, kedekatan dengan individu yang rentan. Sebagian besar dari kita mungkin lebih dekat dengan kelompok ini daripada yang kita sadari. Orang yang lebih tua memiliki risiko lebih besar untuk hasil yang buruk, dan banyak dari kita termasuk dalam kelompok usia yang lebih tinggi. Mereka yang tidak memiliki setidaknya orang tua, kerabat, teman, atau orang terkasih lainnya yang memilikinya. Mengesampingkan altruisme, melindungi kelompok rentan adalah melindungi diri kita sendiri dan orang yang kita cintai.
Juga, kita masih tahu sedikit tentang siapa yang berisiko tinggi atau rentan terhadap virus korona. Misalnya, anekdot dan bukti awal menunjukkan bahwa orang yang lebih muda tanpa kondisi medis dapat terpengaruh. Belum jelas apakah ini adalah penyimpangan statistik, penyimpangan dalam (isi dalam jumlah yang sangat besar) yang memiliki kecenderungan unik namun belum dijelaskan untuk melakukannya dengan buruk. Atau jika ada faktor predisposisi lain yang menciptakan kerentanan di antara populasi yang lebih muda dan lebih sehat.
