Covid19: ¿Qué tan precisas son las pruebas de coronavirus?

129

Las pruebas han estado a la vanguardia de la respuesta internacional para combatir el coronavirus, pero para algunos países, especialmente el Reino Unido, ha sido fuente de mucha frustración y confusión.
La especulación rodea la efectividad de las pruebas de coronavirus.
Investigadores de la Universidad de Bristol del Reino Unido explican la precisión de los dos tipos principales de prueba de coronavirus, y por qué es importante para los responsables políticos.
Las pruebas de coronavirus han sido objeto de gran interés, frustración y confusión. El Reino Unido ha sido objeto de críticas mundiales por su falta de pruebas masivas, a pesar de que el director general de la OMS alentó a los países a ” probar, probar, probar “. El Secretario de Salud, Matt Hancock, anunció que el Reino Unido ahora tiene como objetivo evaluar a 100,000 personas por día para COVID-19 a fines de abril.

Hay dos tipos principales de pruebas COVID-19. Las pruebas de hisopos, que generalmente toman una muestra de la garganta o la nariz, para detectar ARN viral. Estos determinan si actualmente tiene COVID-19. Los análisis de sangre, que detectan anticuerpos, pueden determinar si ha tenido COVID-19 y, por lo tanto, son inmunes.

Ninguna prueba es 100% precisa. Aunque las pruebas pueden funcionar bien en condiciones ideales de laboratorio, en la vida real muchos otros factores afectan la precisión, incluido el momento de la prueba , cómo se tomó el hisopo y el manejo de la muestra .

Al principio del nuevo brote de coronavirus, los médicos comenzaron a informar casos de personas que tenían coronavirus que no se habían detectado en las pruebas de hisopos , también conocidos como “falsos negativos”. No sabemos con certeza con qué frecuencia ocurren estos falsos negativos en el Reino Unido, pero la evidencia de China sugiere que hasta 30 de cada 100 personas con coronavirus podrían dar negativo.

El significado del resultado de una prueba para una persona depende no solo de la precisión de la prueba, sino también del riesgo estimado de enfermedad antes de la prueba. Thomas Bayes lo describió matemáticamente y luego Siddhartha Mukherjee lo explicó como la ley de que “una intuición fuerte es mucho más poderosa que una prueba débil”.

Vamos a explicar esto con un ejemplo. Jane trabaja para el NHS como recepcionista en una cirugía de GP en Londres, en un área de altas tasas de infección por coronavirus. Después de notar una pérdida de olfato durante unos días, se despierta una noche con escalofríos y tos seca. Comprueba su temperatura para ver que es 38.5 ° C. Sin embargo, después de hacerse una prueba de hisopo, el resultado es negativo para COVID-19. Una gran noticia. ¿O es eso?

Los médicos utilizan su experiencia para reconocer patrones en los síntomas, factores de riesgo y signos para estimar la probabilidad de infección antes de la prueba. Esto se conoce como “probabilidad previa a la prueba”. Según sus síntomas, la probabilidad de que Jane tenga COVID-19 será alta, quizás del 80%.

Sin embargo, digamos que 100 personas que experimentan síntomas como Jane se someten a una prueba de hisopo. De estas personas, 80 en realidad tienen COVID-19. Una prueba positiva significa que podemos estar bastante seguros de que alguien tiene COVID-19. Pero si la prueba falla el 30% de esas 80 personas con COVID-19, esto significa que aproximadamente 24 de cada 100 personas tendrán un resultado de prueba “falso negativo”. Esto significa que estas personas podrían volver a trabajar y, sin saberlo, transmitir el coronavirus a otros.

Basado en el supuesto de que las pruebas de hisopos identifican correctamente el 70% de aquellos con COVID-19 (sensibilidad) y el 95% de aquellos sin COVID-19 (especificidad). Imagen: Jessica Watson / Penny Whiting

Estos números cambian dependiendo de quién se prueba. Si evaluamos a personas con menos síntomas, la probabilidad de coronavirus o “probabilidad previa a la prueba” es menor. Si solo diez de cada 100 personas evaluadas en realidad tienen COVID-19, y la prueba omite el 30%, esto significará que solo tres de cada 100 personas evaluadas tendrán un “falso negativo”, en comparación con 86 “negativos verdaderos”. Entonces, si tiene menos síntomas y prueba negativa, puede estar más seguro de que en realidad no tiene COVID-19. Pero si tiene síntomas típicos de coronavirus, entonces es más seguro asumir que tiene la enfermedad, incluso si su prueba es negativa.

Resultados reales comparados con la probabilidad previa a la prueba. Imagen: Jessica Watson / Penny Whiting

 

También se están desarrollando análisis de sangre de anticuerpos. Esto podría ayudarnos a descubrir quién ha tenido coronavirus anteriormente y, por lo tanto, se presume que es inmune. Esto podría ayudar a informar las decisiones sobre levantar los bloqueos para permitir que las personas vuelvan a trabajar de manera segura.

Pero antes de que se implementen, necesitamos saber qué tan precisos son. Esta vez debemos estar seguros de que la prueba de anticuerpos no asegura falsamente a las personas que son inmunes, ya que esto podría empeorar la propagación de la infección. Por el momento no tenemos suficiente información sobre estas pruebas para poder responder estas preguntas. Los datos disponibles muy limitados sugieren que tienen menos resultados falsos negativos que las pruebas de hisopo, pero más resultados falsos positivos. Esto significa que existe la posibilidad de que pueda dar positivo sin ser inmune y, por lo tanto, estas pruebas pueden no ser tan útiles como la gente espera.

El mensaje final es que las pruebas son importantes para ayudar a comprender y controlar el brote de coronavirus, pero tienen limitaciones cuando se utilizan para guiar la toma de decisiones para las personas. Si tiene síntomas fuertes de COVID-19, debe asumir que lo tiene, incluso si su prueba es negativa.

Fuente: wef

Comentarios
Compartir