De petites erreurs dans les tests de coronavirus peuvent entraîner des problèmes étonnamment importants

De nouveaux tests d'anticorps pourraient changer la donne en protégeant le public contre les infections tout en redémarrant l'économie. Donner des «passeports d'immunité» à ceux qui ont été testés positifs pour avoir eu la maladie permettrait à des milliers de personnes de retourner au travail.

Cependant, il y a autant de controverse que d'enthousiasme à propos de cette nouvelle idée. Dans l’esprit de nombreuses personnes, les implications éthiques sont au premier plan. Les personnes en situation économique difficile peuvent, de façon perverse, être incitées à contracter la maladie afin de pouvoir retourner au travail. Pour d'autres, les problèmes de confidentialité liés au stockage centralisé des données médicales sont une pierre d'achoppement. L'Organisation mondiale de la santé (OMS) a également mis en doute la mesure dans laquelle les personnes qui se sont remises du COVID-19 seront protégées contre de futures infections.

La préoccupation la moins bien comprise est peut-être la précision des tests. La Food and Drug Administration des États-Unis (FDA) a accordé une autorisation d'utilisation d'urgence à sept fabricants pour mettre sur le marché des tests d'anticorps pour le COVID-19. L'un des premiers tests à obtenir l'autorisation a été développé par Cellex . Si vous avez des anticorps contre COVID-19, leur test vous le dira correctement 93,8% du temps (il s'agit de la «sensibilité» du test). Si vous ne le faites pas, il obtiendra ce correct 95,6% du temps (c'est la «spécificité» du test). Obtenir le résultat correct plus de 90% du temps semble assez encourageant.

Mais considérons ce qui se passerait si le test était donné à 10 000 personnes comme dans le diagramme ci-dessous. Bien que (les estimations varient considérablement) l’OMS a récemment suggéré qu’aussi peu que 3% de la population mondiale auraient pu avoir le COVID-19 et se rétablir. Cela signifie que 9700 des 10000 testés n'auront pas eu la maladie et seulement 300 en auront. Sur les 300 patients récupérés, 93,8% – ou 281 – seront correctement informés qu'ils ont des anticorps contre la maladie. De la grande majorité (9 700) des personnes qui n'ont pas eu la maladie, 4,4% – ou 427 – se verront dire à tort qu'elles ont eu la maladie et qu'elles se sont rétablies.

En bref, beaucoup plus de personnes recevront des résultats faussement positifs que des résultats vrais positifs. Jusqu'à 60% des personnes renvoyées sur le marché du travail pourraient elles-mêmes être à risque d'infection et propager sans le savoir la maladie à d'autres, déclenchant une deuxième vague d'épidémie. Si la prévalence réelle de la maladie dans la population est aussi faible que 1%, ce chiffre pourrait atteindre 80%.

Le problème des faux positifs l'emportant sur les vrais positifs se produit dans toutes les situations pour lesquelles la prévalence d'une maladie dans la population testée la population est faible et le test donne une proportion significative de faux positifs. Comme je l'ai découvert dans le Maths of Life and Death cette situation est courante dans les programmes de dépistage. Dans le dépistage du cancer du sein, par exemple, les faux positifs peuvent l'emporter sur les vrais positifs dans un rapport de trois à un, conduisant à une anxiété importante et à la possibilité de procédures inutiles.

La répétition du même test d'anticorps pourrait réduire le taux de faux positifs, bien que . Un nouveau test des personnes testées positives lors du premier test et la délivrance de passeports d'immunité uniquement à ceux qui ont reçu deux résultats positifs pourraient réduire la proportion de faux positifs à moins de 7% (voir le diagramme ci-dessous) – une amélioration significative.

Mais le double test ne fonctionne que si les résultats des deux tests sont indépendants. Si, cependant, la raison des faux positifs est systématique – détection d'anticorps d'autres coronavirus, par exemple, alors il n'y a aucune raison de croire qu'un deuxième test fera mieux que le premier.

Faux négatifs

Bien que les faux positifs soient un problème dans la communauté en général, les hôpitaux peuvent faire face à un problème aigu en raison des faux négatifs. Pour diverses raisons (y compris un écouvillonnage inexact et une charge virale variable), le test RT-PCR utilisé pour diagnostiquer les personnes qui ont actuellement COVID-19 donne un taux de faux négatifs pouvant atteindre 30% . Dans l'image miroir de la situation dans la communauté au sens large, lorsque la prévalence d'une maladie dans un groupe est élevée (comme dans ceux admis dans les hôpitaux suspectés de COVID-19), les faux négatifs submergent les vrais négatifs avec des conséquences potentiellement désastreuses.

naturel de supposer que les personnes qui vont à l'hôpital avec des symptômes graves de COVID-19 ont probablement la maladie. Ces personnes doivent être correctement diagnostiquées afin de pouvoir être isolées de la population hospitalière générale et traitées.

En supposant que 90% de ces cas auront la maladie, il est naturel de se demander quelle proportion de résultats de tests négatifs est correcte. En utilisant le même argument mathématique que précédemment, en considérant un échantillon représentatif de 10 000 patients, le diagramme ci-dessous montre que, dans ce contexte, un résultat négatif peut être correct aussi rarement qu'un cas sur quatre.

C'est un énorme problème pour les hôpitaux. Les patients qui devraient être isolés peuvent être envoyés à tort dans des services à COVID négatif et recevoir un traitement inapproprié ou même renvoyés chez eux en pensant qu'ils ne sont pas infectieux uniquement pour propager la maladie à grande échelle. comme un quart du temps. Ce diagramme suppose une prévalence de 90%, un taux de faux positifs de 5% et un taux de faux négatifs de 30%. Auteur créé

Comprendre les taux surprenants de faux positifs et de faux négatifs pour des tests qui semblent, à première vue, tout à fait exacts pourrait avoir des conséquences profondes sur la politique de santé à mesure que nous progressons dans cette pandémie. Le fait de ne pas faire preuve de notre diligence raisonnable en matière de mathématiques a le potentiel de nous faire dépasser le point de basculement au-delà duquel l'épidémie recommence à croître, entraînant des décès encore plus évitables.

Cet article est republié de The Conversation par Christian Yates maître de conférences en biologie mathématique, Université de Bath sous une licence Creative Commons. Lisez l'article original .