Come comprendere il risultato di un test COVID-19 Understand article

Il risultato negativo di un test medico significa che sicuramente non si ha la malattia, giusto? Sbagliato: dipende dal tasso di falsi negativi del test e dal rischio individuale.

In tutto il mondo, vi è stato un clamore per i test COVID-19, con il direttore generale dell’Organizzazione mondiale della sanità che ha incoraggiato i Paesi a “testare, testare, testare”. La disponibilità del genoma completo di COVID-19, all’inizio dell’epidemia, ha facilitato lo sviluppo dei test per rilevare l’RNA virale.^[1] Sono stati sviluppati saggi multipli con diversi bersagli genici utilizzando la reazione a catena della polimerasi della trascrittasi inversa (RT-PCR).^[2] Questi test dell’RNA virale, conosciuti anche come test PCR, utilizzano campioni ottenuti tramite tamponi per rilevare le infezioni in corso. Consulta il  materiale agiuntivo  per saperne di più su come funzionano i test COVID-19.

Questi sono finalizzati all’identificazione  degli individui infetti in modo tale da poter isolare e ridurre la diffusione.^[3]  IConsentono inoltre il tracciamento dei contatti  degli individui esposti ^[4] e forniscono informazioni sui tassi di infezione regionali e nazionali per informare sugli interventi di sanità pubblica. Tuttavia, vi è spesso incertezza su come utilizzare i risultati del test per prendere buone decisioni..

Quanto sono accurati I risultati del test?

Nessun test clinico fornisce risultati accurati al 100%. I test possono dare un falso positivo (dove il risultato del test è positivo ma l’individuo testato non è affetto dalla malattia) o un falso negativo (dove qualcuno che ha la malattia ottiene un risultato negativo del test). È quindi importante conoscere la “sensibilità” e la “specificità” di un particolare test.

La sensibilità si riferisce al reale tasso di positività (cioè, la proporzione di persone con la malattia il cui risultato del test è positivo). La specificità si riferisce al reale tasso di negatività (cioè, la proporzione di individui senza la malattia che risultano negative). Questi termini, che possono suscitare confusione, sono riassunti nella tabella 1.

Dalle formule nella tabella, possiamo vedere che la sensibilità e la specificità sono strettamente correlate ai tassi di falsi negativi e falsi positivi. Se un test ha una sensibilità del 70%, significa che il tasso di falsi negativi equivale a 100 – 70 = 30%. Se la sua specificità è del 95%, il tasso di falsi positivi è pari a 100 – 95 = 5%.

Quindi, quanto sono accurati i test su tampone RNA/PCR virale per COVID-19? Gli studi hanno dimostrato che l’accuratezza varia in base a fattori diversi: lo stadio della malattia (che influenza il numero di particelle virali nel corpo e quindi quanto sono facili da rilevare), ^[6] la parte del corpo da cui viene prelevato il campione e la qualità del campione stesso. In uno studio, la sensibilità dei tamponi virali RNA/PCR in 205 pazienti era del 63% per i tamponi nasali, ma solo del 32% per i tamponi faringei.^[7] Sebbene le cifre varino fra gli studi, in questo articolo utilizzeremo i numeri approssimativi del 70% per la sensibilità e del 95% per la specificità, che sono in linea con le stime attuali.^[8] 

Cosa dobbiamo sapere per comprendere il risultato di un test?

L’interpretazione del risultato di un test dipende non solo dall’accuratezza del test stesso, ma anche dalla probabilità pre-test di malattia. La probabilità pre-test è semplicemente la probabilità che qualcuno abbia la malattia prima di essere testato, che dipende da fattori, inclusi i sintomi e dalla prevalenza complessiva della malattia.

Quando le persone non riescono a utilizzare la probabilità pre-test nell’interpretazione di un risultato del test e si concentrano solo sul risultato del test stesso, perdono un’informazione vitale. In realtà, si tratta di un errore logico chiamato “negligenza del tasso  di base”, molto comune nell’interpretazione delle statistiche. Qui, la probabilità pre-test è il tasso di base.

I medici stimano inconsciamente le probabilità pre-test nella pratica quotidiana e usano queste stime nella diagnosi dei pazienti. Tuttavia, di fronte a una malattia nuova e sconosciuta come il COVID-19, tale stima intuitiva è meno affidabile, quindi il medico utilizzerà informazioni specifiche per stimare la probabilità pre-test, come:

• La conoscenza dei tassi locali di infezione da COVID-19 da dati nazionali ^[9] e regionali ^[10] data
• i sintomi e i segni dei pazienti ^[11]
• la probabilità di diagnosi alternative basate sui sintomi
• la storia di esposizione del paziente al COVID-19.

L’effetto delle probabilità pre-test sul significato pratico del risultato di un test è dimostrato nel caso seguente (vedi text box). Come chiarisce questo esempio, un singolo risultato negativo del test non è affidabile se la probabilità pre-test è elevata.

Questo caso illustra il rischio di abbandono del tasso di base: si può essere tentati di riporre troppa fiducia nei risultati di un test “obiettivo” e di ignorare ciò che indicano i sintomi e i tassi di infezione locali.

L’idea che la probabilità pre-test possa influenzare l’affidabilità del risultato può sembrare un po’ controintuitiva, ma la seguente infografica (immagine 1) illustra questo effetto. Mostra i risultati quando vengono testate 100 persone con una probabilità pre-test di avere il COVID-19 dell’80% (utilizzando un test con una sensibilità del 70% e una specificità del 95%). Questa probabilità pre-test è realistica per le persone che hanno sintomi e che potrebbero essere già state esposte all’infezione.

In questo esempio, il numero di falsi positivi è molto basso: solo una persona su 100. Ma il numero di falsi negativi è molto più alto, 24 su 100. Il pericolo è che queste persone possano presumere, basandosi esclusivamente sul risultato del test, che non hanno bisogno di autoisolarsi, e quindi escono e infettano più persone.

Questa infografica interattiva  mostra come i numeri di veri e falsi positivi e negativi sono influenzati dalla probabilità pre-test. Si può modificare la probabilità pre-test e vedere come cambiano i risultati del test. Si possono anche modificare i valori di sensibilità e specificità per vedere come questi influiscono sui risultati.

Quali sono le implicazioni per la pratica e la politica?

Mentre i test positivi al COVID-19 sono clinicamente utili, i test negativi devono essere interpretati con cautela, tenendo

conto della probabilità pre-test. della malattia. A causa del tasso relativamente alto di falsi negativi dei test PCR/RNA virale (e dei più recenti test di “flusso laterale”, che hanno un tasso di falsi negativi ancora più alto), comportano rischi sostanziali: i pazienti possono essere trasferiti nei reparti non-COVID-19, portando alla diffusione di infezioni acquisite in ospedale;^[12] i caregiver potrebbero diffondere l’infezione ai dipendenti vulnerabili; e gli operatori sanitari rischiano di diffondere il COVID-19 a più individui vulnerabili. Tutti coloro che hanno un singolo test negativo ma presentano sintomi di COVID-19 dovrebbero essere avvisati di autoisolarsi, in linea con le linee guida per il sospetto COVID-19.

Riconoscimento

Questo articolo è stato adattato ( con il permesso ) da Susan Watt da un articolo pubblicato in originesu BMJ : Watson J, Whiting FP, Brush JE (2020)Interpreting a covid-19 test result. BMJ369:m1808. doi: 10.1136/bmj.m1808