Quando negativo è meglio di positivo

Si parla tanto di test sierologici, gli unici ai quali i cittadini italiani che vogliono togliersi il dubbio di aver già contratto o meno il COVID-19 possono decidere di sottoporsi entro un tempo ragionevole – nel laboratorio dove sono andata io non occorreva nemmeno prendere appuntamento – anziché aggrapparsi alla speranza di essere prima o poi "tamponati". E pazienza – si fa per dire – se bisogna metter mano al portafoglio...
Visto che siamo in argomento, condivido la traduzione dell'articolo COVID-19: Roche Antibody Test – 14th May, scritto da Susannah Fleming e Carl Heneghan e pubblicato sul sito del CEBM (Centre for Evidence-Based Medicine)

Secondo l'azienda farmaceutica Roche, il loro nuovo test anticorpale per il COVID-19 ha "una specificità superiore al 99,8% e una sensibilità del 100%".

Cosa ci dicono sensibilità e specificità?

La sensibilità ci dice la percentuale di persone che risultano positive rispetto alla popolazione che avrebbe dovuto risultare positiva. In questo caso, una sensibilità del 100% ci dice che tutti coloro con una storia di infezione da COVID-19 hanno avuto un test anticorpale positivo. (I test con sensibilità o specificità che siano realmente del 100% sono molto rari. Ho il sospetto che in questo caso la sensibilità sia molto alta, ma forse in realtà non proprio del 100%.)

La specificità ci dice la percentuale di persone che risultano negative rispetto alla popolazione che avrebbe dovuto risultare negativa. In questo caso, una specificità del 99,8% ci dice che 2 persone su 1000 (lo 0,2%) sono risultate positive al test anticorpale, anche se avrebbero dovuto risultare negative.

Davvero va bene così? Il 99,8% e il 100% sono entrambi numeri elevati. Ma cosa significa per un individuo che riceve un risultato del test anticorpale?

Bene, la sensibilità e la specificità non possono realmente aiutarci. Ci dicono cosa succede se sappiamo già quale avrebbe dovuto essere la risposta giusta. Ma se stai facendo un test, il punto è che la risposta giusta non la conosci. Ottieni un risultato, e vuoi sapere quanto è probabile che sia corretto.

Interpretare un singolo risultato del test

Per questo abbiamo bisogno di due diverse statistiche: il valore predittivo positivo e il valore predittivo negativo. Questi ci dicono la probabilità che il risultato sia corretto, posto che abbiamo un test positivo o uno negativo. Prima di poterli calcolare abbiamo bisogno di un'altra informazione, la prevalenza. Questa ci dice quanto è comune una condizione nella popolazione.

Abbiamo alcune stime della prevalenza del COVID-19, anche se non ne siamo ancora completamente sicuri. Per il momento, supponiamo che la prevalenza sia del 5%.

Quindi, se abbiamo 10000 persone nella nostra popolazione con una prevalenza del 5%, questo significa che 500 dovrebbero avere gli anticorpi e 9500 no.

Volendo essere generosi e prendendo per buona l'affermazione di Roche sul 100% di sensibilità, sappiamo che tutte e 500 le persone che dovrebbero avere gli anticorpi avranno test positivi. Tuttavia anche lo 0,2% delle persone senza anticorpi (19 su 9500) avrà un test positivo.

Presumendo la prevalenza del 5%, di quelle persone che hanno un test positivo, il 96,3% (500/519) avrà un "vero positivo". Questo è il valore predittivo positivo.

Poiché non ci sono falsi negativi, il valore predittivo negativo è del 100%.

Tutto ciò non è buono come il 99,8% e il 100%, ma è ancora abbastanza buono. Possiamo avere abbastanza fiducia sia nei test positivi sia in quelli negativi. La cosa più importante in questo caso sono i test positivi, poiché potrebbero essere usati per decidere se qualcuno può tornare al lavoro o a scuola oppure uscire dall'isolamento in sicurezza. Tuttavia circa il 4% (1 su 25) dei test positivi può essere un falso positivo. È importante che le persone che vengono sottoposte ai test ne siano consapevoli.

In che modo questo cambia per un valore di prevalenza differente? Se la prevalenza è del 10%, anziché del 5%, la situazione è leggermente migliore. Poiché una percentuale più elevata della popolazione dovrebbe essere positiva, il numero di veri positivi aumenta, mentre il numero di falsi positivi diminuisce leggermente.

Il nostro valore predittivo positivo sale al 98,2%, mentre il nostro valore predittivo negativo è ancora del 100%.

Anche se non ci fidiamo del valore di sensibilità del 100%, è probabile che sia piuttosto alto. Poiché ci sono molti più veri negativi rispetto agli occasionali falsi negativi, anche se abbassiamo la sensibilità al 99%, non vi è alcun effetto reale sul valore predittivo negativo: nel caso peggiore scende al 99,9%.

Quindi come può un individuo interpretare il risultato che ha ottenuto da questo test anticorpale? Se ha un test anticorpale negativo, può essere quasi certo di non avere anticorpi contro il COVID-19. Se ha un test positivo, è molto probabile che abbia gli anticorpi, anche se c'è una possibilità del 2-4% di un falso positivo.

Quello che ancora non sappiamo è se un test anticorpale positivo sia associato alla protezione da una futura infezione da COVID-19. E poiché non abbiamo ancora visto i metodi di studio, non possiamo dire se questi risultati siano affidabili o meno.

Molto interessante... ma siccome non so esattamente a quale tipo di test sierologico sono stata sottoposta, sarà il caso che chiami il mio medico curante domattina per escludere la possibilità che il risultato negativo che ho ottenuto – OH YEAH!!! :-D – non sia in realtà un falso negativo. E soprattutto per capire come mai mi sento uno straccio da più di un mese, e da cosa può dipendere questa febbriciattola persistente. In calce al referto c'è scritto «Un risultato negativo indica l'assenza o un livello molto basso di anticorpi diretti contro il virus; questo accade in assenza di infezione o durante il periodo di incubazione e negli stadi precoci della malattia»... e siccome sono ormai settimane che ho questi strani sintomi dubito di potermi trovare ancora nel periodo di incubazione (che dura un paio di settimane al massimo) oppure negli stadi precoci della malattia.
Concludo con alcune vignette che illustrano con vari gradi di ironia il concetto di errori nei test.