Falso Positivo Covid 19

El falso positivo está alimentando el pánico sobre COVID-19

por Neil A. Kurtzman, MD

Imagine un alarde articulado de jefes de lemming que no solo hizo que sus seguidores saltaran por un precipicio, sino que lo habían hecho en un número mucho mayor que cualquier otra porción de los roedores.

Esta es la posición ocupada por los Estados Unidos con respecto a las pruebas de COVID-19. Hemos realizado más pruebas que cualquier otro país y nos hemos jactado mucho de hacerlo; pero nadie parece haber sobrevivido para dar una interpretación adecuada de los resultados.

Para empezar, las pruebas que se usan actualmente no evalúan el virus completo, sino que solo prueban varios fragmentos del mismo. Muchos de los resultados son, por lo tanto, falsos, a veces falsos positivos y a veces falsos negativos.

Falso Positivo Covid 19

Esto significa que uno tiene que interpretar sus resultados con precaución. Nuestras autoridades médicas, por no hablar de nuestras políticas, no parecen ser capaces de hacer esto.

A todos los estudiantes de medicina se les enseñan los conceptos básicos de la detección en su curso introductorio de estadística. El problema es que la mayoría de ellos no asistieron o durmieron durante el curso. El resto inmediatamente olvidó lo que habían aprendido.

Cuando se realiza una prueba para cualquier cosa, un profesional médico necesita saber el valor predictivo positivo (VPP) de la prueba, así como el valor predictivo negativo. Me centraré en lo primero.

Para conocer el VPP, es decir, el porcentaje de probabilidad de que una prueba positiva sea verdaderamente positiva, se debe conocer la sensibilidad de la prueba y la prevalencia de la enfermedad, al menos en un grado aproximado.

De acuerdo a un articulo reciente en el New England Journal of Medicine, la sensibilidad de las pruebas para COVID-19 es aproximadamente del 70 por ciento.

La prevalencia en cualquiera de las poblaciones analizadas aún no se conoce, por lo que no podemos calcular el VPP, aunque podemos calcular cuál sería en cualquier nivel de prevalencia que queramos asumir. Volveré a esto a continuación.

Una prueba para COVID-19 que es 70 por ciento sensible solo detectará el 70 por ciento de los sujetos probados con la enfermedad. Por lo tanto, el 30 por ciento dará falso resultado negativo.

Además, el teorema de Bayes, cuya mera mención derrota la aritmética de todos los médicos, excepto el más resuelto, dice que una prueba sensible del 70 por ciento será positiva en el 30 por ciento de la población examinada que no tiene la enfermedad.

(Asumo una especificidad que también es del 70 por ciento. No se ha dado la especificidad de las diversas pruebas utilizadas).

Considere la prueba de COVID-19 en 1 millón de sujetos, ninguno de los cuales alberga el virus. Trescientos mil darán positivo.

Esta es la razón por la que dudo este informe de Asturias, España, que nos dice que la región ha pasado catorce días sin registrar un solo caso nuevo de COVID-19.

O han dejado de realizar pruebas, no puede obtener cero pruebas positivas en una población considerable con una prueba sensible del 70 por ciento, o no están diciendo la verdad.

El rastreador COVID-19 de Johns Hopkins, ampliamente utilizado y citado, considera que una prueba confirmada es igual a una prueba positiva. Este es un error de dimensiones épicas por las razones que acabamos de mencionar.

Los departamentos de atletismo profesional y universitario están cometiendo el mismo error. Están evaluando a sus atletas a diario o cada dos días utilizando una prueba que no es mejor que el 70 por ciento de sensibilidad.

Finalmente, todos los jugadores darán positivo. Se aislarán durante catorce días, después de lo cual pueden volver a dar positivo, hasta el infinito.

¿Cómo se estima el PPV de una prueba COVID-19? Con una sensibilidad del 70 por ciento, no es necesario. Tal prueba está tan contaminada con falsos positivos y negativos que su uso es prácticamente inútil.

Supongamos que tenemos una prueba que fue 95 por ciento sensible y específica. El PPV es el número de verdaderos positivos dividido por la suma de verdaderos y falsos positivos. Para realizar este cálculo debemos suponer una prevalencia del virus en el grupo muestreado.

Comencemos con una prevalencia del 1 por ciento.

Si probamos 10,000 sujetos, 100 llevarán el virus. De estos, 95 darán positivo. El teorema de Bayes dice que 495 (5 por ciento de los 9,900 pacientes) sin el virus también tendrán un resultado positivo.

Eso es 495 pruebas positivas falsas. El VPP en esta muestra hipotética es 95/95 + 495, o alrededor del 16 por ciento.

Ahora suponga que nuestra población (nuevamente 10,000 sujetos) tiene un 50 por ciento de verdaderos positivos. Aquí nuestro PPV es del 95 por ciento (4700/4700 + 250). La relación de VPP con la prevalencia se da en la figura a continuación.

Tenga en cuenta que incluso con una prueba sensible al 95 por ciento, nos sentiremos abrumados con resultados falsos positivos si nuestra población analizada tiene una baja prevalencia del virus.

Cuanto más probamos, más falsos positivos obtendremos si nuestras pruebas no están enfocadas.

Efectos del predominio

Debería ser obvio a partir de los datos anteriores que todas las pruebas que hemos realizado y que seguimos haciendo probablemente hayan confundido más que ilustrado.

El virus es real y salvaje. ¿Cómo debemos tratarlo de manera efectiva?

El mejor indicador de nuestro estado es cuántas personas están en el hospital debido a un diagnóstico clínico de neumonía viral. Más específicamente, cuántos hay en la UCI.

Tenga en cuenta que las pruebas aquí son innecesarias, ya que la suposición actual es que cualquier caso de neumonía viral es causado por el coronavirus.

Si nuestra situación con respecto a la epidemia mejora, las pruebas generalizadas no habrán desempeñado ningún papel en esta mejora. ¿Por qué cualquier mejora?

Reconocimos quién era la población en riesgo y se refugiaron y continúan haciéndolo. Los Centros para el Control y Prevención de Enfermedades (CDC) estima que la mortalidad por COVID-19 en pacientes menores de 50 años es de 0.05 por ciento.

Prácticamente toda esta mortalidad en pacientes más jóvenes proviene de aquellos con comorbilidad. También hemos mejorado en el tratamiento de pacientes con neumonía severa causada por el coronavirus.

Es probable que el virus esté con nosotros por algún tiempo. Las epidemias terminan cuando las personas más susceptibles al patógeno han estado expuestas o cuando hay una vacuna efectiva y segura disponible. No tenemos esa vacuna. Es difícil saber cuándo o si habrá uno disponible.

Y la logística de fabricación y administración de miles de millones de dosis es formidable. Mientras tanto, tenemos que convivir con él sin destruir la sociedad, social y económicamente, en el proceso.

También tendremos que admitir que nuestro régimen de pruebas actual ha alarmado al planeta sin aportar un beneficio para la salud.

Deja un comentario