Esto es lo que está mal con el recuento de casos COVID, por el Dr. Robert Hagen


Un artículo escrito por Robert Hagen, MD, para MedPage Today explica los problemas con las pruebas de COVID, especialmente cuando se trata de resultados, falsos positivos y personas sintomáticas en comparación con personas asintomáticas.

Por CollectiveEvolution:

Las medidas de bloqueo y más se están aplicando una vez más, al parecer, debido a la cantidad de casos que parecen estar apareciendo en varios países de todo el mundo. A pesar del hecho de que una asombrosa cantidad de médicos y científicos, que nunca parecen recibir atención de los principales medios de comunicación, se oponen completamente a estas medidas y afirman que están haciendo mucho más daño que bien, las autoridades sanitarias de los gobiernos continúan obligando a las personas a adoptar medidas obligatorias en virtud de la ley, sanciones de multas e incluso encarcelamiento.

Hay una multitud de cuestiones que están planteando la comunidad científica y médica que realmente cuestionan lo que está sucediendo con COVID y la información que estamos recibiendo de los principales medios de comunicación. Uno de estos problemas es el recuento de casos de COVID-19 y las pruebas que se utilizan para determinar cuántos casos hay.

No hace mucho, 22 investigadores publicaron un artículo que examinaba por qué, según ellos, está bastante claro que la prueba de PCR no es efectiva para identificar casos de COVID-19 y, como resultado, podemos estar viendo una cantidad significativa de falsos positivos. 

La directora médica adjunta de Ontario, Canadá, la Dra. Barbara Yaffe declaró recientemente que las pruebas de COVID-19 pueden producir al menos un 50 por ciento de falsos positivos. Esto significa que las personas que dan positivo en la prueba de COVID pueden no tenerlo.

En julio, el profesor Carl Heneghan, director del centro de medicina basada en evidencia de la Universidad de Oxford y crítico abierto de la respuesta actual del Reino Unido a la pandemia, escribió un artículo titulado “¿Cuántos diagnósticos de Covid son falsos positivos?” argumentando que la proporción de pruebas positivas que son falsas en el Reino Unido también podría llegar al 50%.

Ya en 2007, Gina Kolata publicó un artículo en el New York Times sobre cómo la declaración de una pandemia de virus basada en pruebas de PCR puede terminar en un desastre. El artículo se tituló la fe en la prueba rápida conduce a una epidemia que no fue así.

A continuación, un reciente artículo, escrito por Robert Hagen, MD que se jubiló hace poco de Lafayette Orthopaedic Clinic en Indiana y es profesor adjunto en la Universidad de Indiana, expone nuevamente el enorme problema que existe con el recuento de casos a través de estas pruebas.

Puedes leer su publicación completa traducida a continuación:

Ciertamente no se puede negar la gravedad de COVID-19 en los EE. UU., Pero la cantidad de pruebas positivas informadas puede generar confusión, especialmente para aquellos de nosotros en ciudades universitarias.

La mayoría de nosotros en el cuidado de la salud tenemos un conocimiento bastante bueno de las matemáticas, pero no tenemos matices en el campo de la estadística. Desafortunadamente, la falta de comprensión del principio estadístico de la falacia de la tasa base / paradoja de falsos positivos ha llevado a algunos números confusos.

Un artículo clásico de 1978 en el  New England Journal of Medicine  revela este problema. Los investigadores hicieron una pregunta aparentemente simple a 60 médicos y estudiantes de medicina de Harvard: si una prueba para detectar una enfermedad con una prevalencia de 1 / 1,000 tiene una tasa de falsos positivos del 5%, ¿cuál es la probabilidad de que una persona tenga un resultado positivo? realmente tiene la enfermedad?

Solo el 14% dio la respuesta correcta del 2% y la mayoría respondió el 95%.

La falacia de la tasa base / paradoja de falsos positivos se deriva del  teorema de Bayes . Cuando la incidencia de una enfermedad en una población es baja, a menos que la prueba utilizada tenga una especificidad muy alta, se determinarán más falsos positivos que verdaderos positivos. La diferencia en los números puede ser bastante sorprendente y ciertamente no es inherentemente comprensible.

Hemos aprendido en el pasado por las pruebas de PSA y las mamografías de rutina que una prueba positiva en una situación de detección debe tomarse en contexto. La incidencia de una enfermedad en la población que está probando es extremadamente importante para la precisión.

La Universidad de Purdue tomó la decisión a fines de la primavera de reanudar las clases presenciales para su sesión de otoño. Purdue es una importante universidad de investigación con un fuerte énfasis en la educación STEM. Muchas de estas clases incluyen prácticas, sesiones de laboratorio y proyectos grupales que requieren asistencia en persona.

Se implementó un plan elaborado, que incluía un compromiso firmado por todos los estudiantes de comportarse correctamente, usar máscaras y mantener el distanciamiento social. Se tomó la decisión de realizar pruebas al azar en el 10% de los estudiantes y el personal cada semana. Dado que el personal y los estudiantes combinados son 50,000 en Purdue University, se realizan 5,000 exámenes cada semana. El propósito de las pruebas aleatorias fue la vigilancia para alentar a los estudiantes y al personal a mantener un comportamiento adecuado.

El Departamento de Salud del Estado de Indiana desaconsejó un programa de pruebas aleatorias, ya que consideró que la precisión general de los datos sería difícil. Se ha producido una combinación de datos en nuestro condado de las personas a las que se les hizo la prueba CON síntomas junto con los estudiantes de Purdue que se les hicieron pruebas al azar SIN síntomas. La falacia de la tasa base / paradoja de falso positivo desafortunadamente se ignora cuando se hace esto.

Hasta este momento, Purdue ha realizado pruebas aleatorias en aproximadamente 1,000 estudiantes por día de la semana. De ellos, alrededor de 35 son positivos cada día, según el tablero de la  universidad . Los estudiantes que dan positivo deben aislarse en un antiguo dormitorio o irse a casa. Aquellos que opten por irse a casa a menudo tendrán otra prueba realizada por su médico personal. Cuando estas pruebas dan negativo, se produce una confusión significativa.

Hasta ahora, el 90% de los estudiantes que dan positivo no desarrollan síntomas. Solo uno ha sido hospitalizado y ninguno ha muerto. Si Purdue hubiera optado por evaluar a los 50,000 estudiantes y al personal cada semana, 10 veces el número habría reportado como positivo semanalmente. Si estos datos se hubieran combinado con pruebas de individuos sintomáticos, ciertamente habría habido una protesta por parte del observador casual para cerrar todo nuevamente. Sin embargo, esos números serían solo representativos de la positividad de las pruebas masivas, no de la prevalencia de pacientes infecciosos.

Los 35 estudiantes que dan positivo a diario se agregan a los totales de nuestro condado (muchas de esas pruebas positivas del condado se realizan en personas con síntomas de COVID-19). Por lo tanto, parece que la cantidad de pruebas positivas de nuestro condado se ha duplicado desde que Purdue comenzó las clases en persona en agosto.

Los números han hecho que el departamento de salud de nuestro condado se mueva con cautela. La ocupación de restaurantes, eventos deportivos y otras grandes reuniones están nuevamente limitadas a un nivel mayor que los requisitos estatales.

Sin conocer la especificidad de la prueba, se desconoce el número de estos positivos que son falsos positivos.

Por falacia de tasa base / paradoja de falso positivo, si la especificidad de una prueba es del 95%, cuando se usa en una población con una incidencia de enfermedad del 2%, como estudiantes universitarios y personal sanos, habrá 5 falsos positivos por cada 2 verdaderos positivos. (La incidencia real de COVID-19 activo en estudiantes en edad universitaria no se conoce, pero los datos de la Universidad de Indiana / Fairbanks se estiman en  menos del 0,6% . Incluso el uso de una prueba con una especificidad del 99% con una incidencia de la población del 1% genera 10 falsos positivos para cada 9 verdaderos positivos.

Usando la misma prueba en pacientes con síntomas de COVID-19, debido a que su incidencia de enfermedad es del 50% o más, la prueba no tiene por qué ser perfecta. Incluso utilizando una prueba con solo un 90% de especificidad, el número de falsos positivos será mucho menos significativo.

Se desconoce la sensibilidad y especificidad reales de las pruebas de COVID-19, ya que la FDA aprobó estas pruebas bajo la Autorización de uso de emergencia. Los datos de los fabricantes aún no han sido corroborados por la agencia.

Las pruebas son «lo suficientemente buenas» para diagnosticar a los pacientes con síntomas, pero no son tan efectivas cuando se utilizan para un programa de pruebas al azar.

Al no informar a estos grupos por separado, realmente no tenemos idea de lo que está sucediendo en nuestra ciudad. Afortunadamente, Purdue mantiene su propio tablero y, con algunos cálculos, sus datos se pueden extraer de los datos del condado para darnos una estimación aproximada. También debido a la disponibilidad de pruebas adicionales, Indiana ahora está realizando 40,000 pruebas COVID por día. Hace ocho semanas, Indiana realizaba 20.000 pruebas por día. Nuestro estado tiene una población de 6.5 millones. Por ese aumento en el número de pruebas, el 4% de nuestra población de Indiana ahora se somete a pruebas de COVID-19 cada semana.

Purdue ha discutido el uso de un protocolo de prueba en serie. Las pruebas de antígeno se utilizarán en la población aleatoria y las pruebas de PCR confirmatorias posteriores se utilizarán para cualquier persona que inicialmente dé positivo. Esto debería reducir la cantidad de falsos positivos en general y, con suerte, evitará que muchos sean puestos en cuarentena.

Ciertamente, las tasas de positividad están subiendo aquí. Los rastreadores de contacto les dicen a los probadores positivos que no tienen dónde aislarse para ser evaluados en la sala de emergencias de su hospital. ¿Podría ser esta la razón del aumento de las hospitalizaciones? Hace una semana, nuestros dos hospitales locales con 350 camas combinadas tenían 18 pacientes ingresados ​​con un diagnóstico de COVID. Las muertes por COVID en Indiana promedian alrededor de 23 por día, pero eso también está aumentando.

Entonces todo es muy confuso. Idealmente, las pruebas de aquellos CON síntomas se informarían por separado de las que se prueban al azar SIN síntomas.

Las personas rastreadas por contacto identificadas como cercanas a un paciente con COVID CON síntomas (> 10% de incidencia de pruebas positivas para COVID) también serían otra categoría y aquellas identificadas por rastreo de contactos que estaban cerca de una persona que dio positivo SIN síntomas (> 1% de incidencia de tener COVID) sería un cuarto.

Reúna todos esos cuatro grupos si lo desea, pero comprenda que no está obteniendo una imagen real de lo que está sucediendo. Debemos comparar manzanas con manzanas y naranjas con naranjas en lugar de simplemente hacer una ensalada de frutas con todo. Se pueden tomar malas decisiones debido a una mala comprensión de las estadísticas.

🔎 | MedPageToday


Trikooba se sustenta únicamente gracias a sus lectores. Puede apoyarnos de una manera totalmente gratuita, o realizando una mínima aportación económica. Apoya el Blog 🤝

Comparte el artículo y ayuda aumentando su visibilidad:

Deja un comentario