Πόσο εμπιστευόμαστε τα τεστ κατά του κορονοϊού; Υπάρχει τεράστια (έως και απελπιστική, σε πολλές χώρες) ανάγκη για τεστ, οπότε πολλές εταιρείες  έχουν ξεκινήσει να φτιάχνουν ή/και να πουλάνε τις δικές τους εκδοχές. ΑΛΛΑ ένα κακό τεστ μπορεί να είναι χειρότερο από καθόλου τεστ, οπότε τι κάνει ένα συγκεκριμένο τεστ καλύτερο από τα υπόλοιπα; Στην ανάπτυξη κλινικών δοκιμασιών (τεστ) όλα είναι θέμα λεπτής ισορροπίας: Ανάμεσα στην ευαισθησία (βρες όλους όσους έχουν μολυνθεί) και την ειδικότητα (απόφυγε τους λάθους συναγερμούς). Αυτά τα δύο χαρακτηριστικά, σε συνδυασμό με τον πληθυσμό στον οποίο γίνεται το τεστ, αποφασίζουν τις προγνωστικές αξίες της δοκιμασίας (πόσο μπορείς να εμπιστευθείς το αποτέλεσμα; ). Και, όπως θα δούμε, χρειάζεται προσοχή με τον όρο «αξιοπιστία» (και «ακρίβεια»)!

Τα τεστ για Covid-19 είναι ένα θέμα που μας απασχολεί πολύ-τόσο οι μοριακές μέθοδοι, που ψάχνουν για την παρουσία του ίδιου του ιού σε κάποιο άτομο που νοσεί τώρα, όσο και οι ορολογικές εξετάσεις, που ψάχνουν για αποδείξεις ότι κάποιος/α είχε μολυνθεί στο παρελθόν και το ανοσοποιητικό του σύστημα αντιμετώπισε επιτυχώς τον ιό (ή ότι βρίσκεται σε προχωρημένα στάδια της λοίμωξης). Μεγάλη προσοχή έχει δοθεί παγκοσμίως σε θέματα που αφορούν την ανάπτυξη των δοκιμασιών αυτών, τη μεταφορά τους, και την προσβασιμότητα για τους ασθενείς σε διάφορες χώρες. Αλλά έχουμε δώσει λιγότερη προσοχή στο πώς ερμηνεύονται τα αποτελέσματα των τεστ. Όταν μιλάμε για τεστ κατά του Covid-19, δεν υπάρχει μια εύκολη απάντηση για το πόσο «καλό» είναι ένα συγκεκριμένο τεστ, αλλά υπάρχουν κάποια βασικά πράγματα που πρέπει να γνωρίζουμε.  Σημείωση: Θα μιλήσω αρχικά για τα διαγνωστικά «μοριακά» τεστ, τις δοκιμασίες που ανιχνεύουν εάν κάποιος/α έχει μολυνθεί. Οι ίδιοι όροι ισχύουν και για τις ορολογικές εξετάσεις, αλλά δεν ψάχνουμε για ενεργή λοίμωξη με αυτές.

Μπορεί να ακούσετε τον όρο «αξιοπιστία»: όταν χρησιμοποιείται ως τεχνικός όρος, μας λέει πόσο «κοντά στην αλήθεια» είναι το αποτέλεσμα μιας δοκιμασίας. Έτσι, η αξιοπιστία μας δίνει τι ποσοστό των τεστ που έχουν γίνει έχουν σωστό αποτέλεσμα. Αν γίνουν τεστ σε 100 άτομα και 99 πάρουν το σωστό αποτέλεσμα (θετικό ή αρνητικό) το τεστ έχει αξιοπιστία 99%. Ακούγεται χρήσιμο, σωστά; Ας μην βιαζόμαστε… Όπως δείχνω στις εικόνες, ένα τεστ μπορεί να είναι άχρηστο στην ανίχνευση της ασθένειας και να έχει «100% αξιοπιστία».

Αυτό συμβαίνει γιατί η αξιοπιστία εξαρτάται από τον πληθυσμό (ή τα δείγματα) στα οποία γίνεται το τεστ. Ας πούμε ότι έχουμε ένα τελείως άχρηστο τεστ που ΔΕΝ μπορεί να ανιχνεύσει καθόλου την ασθένεια, και δίνει μόνο αρνητικά αποτελέσματα. Εάν κάνουμε αυτό το τεστ μόνο σε άτομα που ΔΕΝ έχουν μολυνθεί από τον ιό, όλοι όσοι κάνουν το τεστ θα πάρουν τη σωστή απάντηση (αρνητικό)- θα έχουμε 100% φαινομενική «αξιοπιστία»! Εάν κάνουμε το ίδιο τεστ μόνο σε άτομα που ΕΧΟΥΝ μολυνθεί από τον ιό, θα πάρουν όλοι λάθος αποτέλεσμα- 0% «αξιοπιστία». Τίποτα δεν άλλαξε στο ίδιο το τεστ- μόνο τα άτομα που το έκαναν- έτσι η αξιοπιστία ενός τεστ (σημ. μετ. το να είμαστε σίγουροι ότι είναι πραγματικά αξιόπιστο και μετράει αυτό που υποτίθεται ότι μετράει) εξαρτάται και από τον πληθυσμό (ή τα δείγματα) που εξετάζονται.

Αλλά υπάρχουν δύο βασικά χαρακτηριστικά της χρησιμότητας ενός τεστ που ΔΕΝ εξαρτώνται από τον πληθυσμό που εξετάζεται- η ΕΥΑΙΣΘΗΣΙΑ και η ΕΙΔΙΚΟΤΗΤΑ. Η ευαισθησία μας λέει πόσο καλό είναι ένα τεστ στο να ανιχνεύει όλες τις πραγματικές λοιμώξεις. Και η ΕΙΔΙΚΟΤΗΤΑ μας λέει πόσο καλό είναι ένα τεστ στο να αποφεύγει ψευδώς θετικές απαντήσεις (να δείχνει ότι κάποιος έχει μολυνθεί όταν στην πραγματικότητα δεν έχει).

Μπορείτε να σκεφτείτε το τεστ σαν έναν διαχωρισμό ατόμων σε δύο ομάδες: τη θετική και την αρνητική. Αυτό «βλέπουμε» από τα αποτελέσματα, όμως μέσα σε αυτές τις ομάδες υπάρχουν «υπο-ομάδες» που δεν βλέπουμε: Μέσα στη «θετική» ομάδα έχουμε τους «αληθώς θετικούς» (true positives, TPs) – άτομα που έχουν μολυνθεί, έκαναν το τεστ και βγήκε θετικό, και τους «ψευδώς θετικούς» (false positives, FPs)- άτομα που ΔΕΝ έχουν μολυνθεί, αλλά έκαναν το τεστ και βγήκε θετικό.

Αντίστοιχα, μέσα στην «αρνητική» ομάδα έχουμε τους «αληθώς αρνητικούς» (true negatives, TNs) -άτομα που ΔΕΝ έχουν μολυνθεί, έκαναν το τεστ και βγήκε αρνητικό, αλλά και τους ψευδώς αρνητικούς, άτομα που ΕΧΟΥΝ μολυνθεί αλλά το τεστ τους βγήκε αρνητικό. Δεν μπορούμε να ξέρουμε ποιά αποτελέσματα είναι σωστά& ποιά είναι λάθος- αλλά όπως θα δούμε, κοιτάζοντας τις προγνωστικές αξίες μπορούμε να «μαντέψουμε» πόσα άτομα βρίσκονται σε κάθε υπο-ομάδα και να υπολογίσουμε την πιθανότητα να είναι σωστό ή λάθος ένα αποτέλεσμα.

Αυτοί οι όροι ακούγονται υπερβολικά τεχνικοί, αλλά κάντε υπομονή, γιατί έχουν πολύ σημαντικές συνέπειες για το πόσο μπορούμε να στηριχθούμε στα αποτελέσματα ενός τεστ. Είναι σημαντικό να αποφεύγουμε τα ψευδώς αρνητικά αποτελέσματα, γιατί αυτό μπορεί να οδηγήσει έχουν τον ιό αλλά έχουν λάβει αρνητικά αποτελέσματα να «εφησυχάζονται» και τον μεταδίδουν σε περισσότερα άτομα. Οπότε θέλουμε τα τεστ να έχουν υψηλή ευαισθησία. Ένα τεστ με απόλυτη ευαισθησία δεν θα έδινε ποτέ ψευδώς αρνητικό αποτέλεσμα.

Όμως, ο κίνδυνος όταν ανεβάζουμε πολύ την ευαισθησία είναι να πάρουμε πολλά ψευδώς θετικά αποτελέσματα- και θέλουμε να το αποφύγουμε και αυτό, γιατί δεν θέλουμε κάποιος/α να τρομάξει ή  να πρέπει να απομονωθεί, να ελεγχθούν άτομα με τα οποία έχει έρθει σε επαφή κτλπ, χωρίς λόγο. Οπότε θέλουμε τα τεστ να έχουν και υψηλή ειδικότητα. Ένα τεστ με απόλυτη ειδικότητα δεν θα έδινε ποτέ ψευδώς θετικό αποτέλεσμα.

Οι ειδικοί που δημιουργούν τα τεστ ισορροπούν αυτές τις δύο ανάγκες, ώστε τα τεστ πολλές φορές καταλήγουν να δουλεύουν καλύτερα για τον περισσότερο πληθυσμό όταν περίπου οι μισοί από όσους κάνουν το τεστ έχουν μολυνθεί. Αλλά εάν κάνεις το τεστ και πάρεις κάποιο αποτέλεσμα, δεν σε νοιάζει πόσο καλά δουλεύει για τους άλλους- θες να γνωρίζεις πόσο καλά δούλεψε για σένα. Εδώ μπαίνει στο παιχνίδι η προγνωστική αξία… Δεν μπορεί να μας πει εάν ένα συγκεκριμένο τεστ είναι σωστό ή λάθος- αλλά μπορεί να μας απαντήσει, στατιστικά μιλώντας, πόσο πιθανό είναι να έχουμε πάρει το σωστό αποτέλεσμα.

Οι προγνωστικές αξίες ρωτάνε, από όλα τα άτομα στην «ομάδα αποτελέσματος»- θετικά ή αρνητικά- ποιό ποσοστό πήρε το σωστό αποτέλεσμα. Για τη Θετική Προγνωστική Αξία (Positive Predictive Value, PPV, γνωστή και ως «πόσο μπορώ να εμπιστευθώ το θετικό μου αποτέλεσμα;») αυτό αντιστοιχεί στο συνολικό αριθμό των αληθώς θετικών διαιρεμένο με τον αριθμό όλων των πραγματικά ασθενών που έχουν ελεγχθεί (Α.Θ./(Α.Θ + Ψ.Α.). Αντίστοιχα, η Αρνητική Προγνωστική Αξία (Negative Predictive Value, NPV, ή αλλιώς «Πόσο μπορώ να εμπιστευθώ το αρνητικό μου αποτέλεσμα;») υπολογίζεται διαιρώντας όλα τα αληθώς αρνητικά (Α.Α. με το συνολικό πραγματικό αριθμό των υγιών ατόμων στην ομάδα ελέγχου (Α.Α/Α.Α+Ψ.Θ.).

Κανένα τεστ δεν είναι τέλειο- οπότε θα υπάρχουν κάποια ψευδώς θετικά (Ψ.Θ.) και ψευδώς αρνητικά (Ψ.Α.). Όσα περισσότερα είναι τα αληθώς θετικά, τόσο τα ψευδώς θετικά «αραιώνονται» και, αντίστοιχα, εάν υπάρχουν πολλά αληθώς αρνητικά, τα ψευδώς αρνητικά θα αποτελούν μικρό ποσοστό των συνολικών αρνητικών. Είναι πιο εύκολο να το καταλάβουμε (ελπίζω) στις εικόνες χρησιμοποιώντας  πραγματικούς αριθμούς, αλλά όσα περισσότερα άτομα στην «αληθή» υποομάδα (πραγματικά ασθενείς ή υγιείς) της ομάδας που ανήκει το αποτέλεσμά μας (θετικό ή αρνητικό) τόσο πιο πιθανό είναι το αποτέλεσμα να είναι σωστό.

Έτσι, εάν εξετάζονται πολλοί πραγματικά ασθενείς και πάρουμε ένα θετικό αποτέλεσμα, είναι πιο πιθανό να είναι πραγματικά θετικό σε σχέση με ένα θετικό αποτέλεσμα όταν εξετάζονται λίγοι ασθενείς. Αντίστοιχα, εάν εξετάζονται πολλοί ασθενείς και πάρουμε αρνητικό αποτέλεσμα, είναι πιο πιθανό να είναι ψευδώς αρνητικό σε σχέση με την περίπτωση που εξετάζονται λίγοι πραγματικά ασθενείς και πάρουμε αρνητικό αποτέλεσμα. Αυτός είναι ένας από τους λόγους για τους οποίους, εάν έχετε συμπτώματα του Covid-19 και το αποτέλεσμά σας βγει αρνητικό, εξακολουθεί να υπάρχει μεγάλη πιθανότητα να έχετε την ασθένεια, οπότε πρέπει να φέρεστε σαν να την έχετε (και, εκτός αυτού, ακόμα και αν δεν έχετε Covid-19 κατά πάσα πιθανότητα έχετε κάτι που μπορεί να μεταδώσετε σε άλλους!)

Η κατάσταση στην οποία ένα μεγάλο ποσοστό του πληθυσμού που εξετάζεται είναι πραγματικά ασθενείς είναι συνήθης για τα διαγνωστικά τεστ- δεν εξετάζεται ένα τυχαίο δείγμα του πληθυσμού. Aντί γι’αυτό, τα άτομα «αυτο-επιλέγονται»- κάνουν το τεστ ΕΠΕΙΔΗ έχουν συμπτώματα. Έτσι, ακόμα και αν υπάρχει μικρός αριθμός κρουσμάτων στο γενικό πληθυσμό, μεταξύ αυτών που εξετάζονται το ποσοστό αυτών που έχουν την ασθένεια είναι υψηλό. Αλλά η αντίθετη κατάσταση (τα περισσότερα άτομα που εξετάζονται είναι αρνητικά) είναι συνηθισμένη με τα τεστ προσυμπτωματικού ελέγχου (screening) και μελέτες της συχνότητας μιας νόσου στον πληθυσμό (surveillance). Και εδώ θα μπορούσε να υπάρξει πραγματικός κίνδυνος με τα τεστ αντισωμάτων ή ορολογικές εξετάσεις που χρησιμοποιούνται για τις μελέτες «επιπολασμού αντισωμάτων» (servo-prevalence surveys) οι οποίες προσπαθούν να εξετάσουν έναν συνολικό πληθυσμό ( ή ένα μεγάλο αντιπροσωπευτικό δείγμα αυτού) για να δουν πόσο μεγάλη ήταν η διασπορά της ασθένειας: https://go.nature.com/3er23bX

Αν πάμε να κάνουμε τεστ σε ένα σωρό άτομα για αντισώματα κατά του SARS-Cov-2 (του ιού που προκαλεί την ασθένεια Covid-19) σε μια κοινότητα όπου δεν υπήρχαν πολλά κρούσματα, τα περισσότερα από τα θετικά αποτελέσματα που θα πάρουμε θα είναι ψευδώς θετικά. Αλλά εάν εξετάσουμε άτομα για αντισώματα σε μια περιοχή που είχε μεγάλο αριθμό κρουσμάτων, αυτά τα θετικά αποτελέσματα θα έχουν μεγαλύτερη προγνωστική αξία.  Όσο «καλύτερο» είναι το τεστ, τόσο λιγότερο πρέπει να ανησυχούμε για αυτά τα προβλήματα- αλλά πολλά από τα καινούρια τεστ που έχουν αναπτυχθεί από εταιρείες σε παγκόσμιο επίπεδο δεν ελέγχονται επαρκώς για να είμαστε σίγουροι ότι δουλεύουν: https://go.nature.com/2yuliR9

Στις ΗΠΑ, έως τις 18 Απριλίου 2020 υπήρχε μόνο 1 εγκεκριμένο από τον FDA τεστ αντισωμάτων- παράγεται από την Cellex και αναφέρει 93.8% ευαισθησία & 96.4% ειδικότητα: https://bit.ly/2XHSpvz

Αν λοιπόν γίνουν τεστ σε πολλά (χιλιάδες) άτομα, θα πάρουμε πολλά ψευδώς αρνητικά και ψευδώς θετικά αποτελέσματα. Και αυτό είναι το εγκεκριμένο τεστ- στις ΗΠΑ κυκλοφορούν στην αγορά και μη εγκεκριμένα τεστ που δεν απαγορεύονται όσο δεν χρησιμοποιούνται για διαγνωστικούς σκοπούς και περιλαμβάνουν μια δήλωση αποποίησης ευθυνών. Το πόσο έγκυρα είναι αυτά τα τεστ δεν είναι γνωστό και, πολύ σημαντικό, δεν ξέρουμε ακόμα τι ακριβώς σημαίνουν τα αποτελέσματα για την προστασία από μελλοντική μόλυνση.

Μιλώντας για εγκυρότητα, είναι σημαντικό να αναγνωρίσουμε ότι όλα αυτά με τις αλλαγές στην προγνωστική αξία είναι στατιστική- το ίδιο το τεστ δεν αλλάζει, το μόνο που αλλάζει είναι πόσο μπορεί κανείς να εμπιστευτεί το αποτέλεσμα που παίρνει. Ακόμα και αν είστε στην ομάδα που είναι στατιστικά πιο πιθανό να πάρει σωστό αποτέλεσμα, εάν το τεστ είναι βιοχημικά κακό, το αποτέλεσμα δεν θα είναι και πολύ χρήσιμο.

Έτσι, είναι σημαντικό να γνωρίζουμε την ευαισθησία και την ειδικότητα, και οι κατασκευαστές των τεστ τις αναφέρουν. Σημείωση: συνήθως οι εταιρείες δηλώνουν πόσο καλά λειτουργεί το τεστ στο εργαστήριό τους, κάτω από ιδανικές συνθήκες, και συχνά με «κατασκευασμένα δείγματα»- οπότε για τις διαγνωστικές μοριακές εξετάσεις μπορεί να ψάχνουν για (ασφαλή) τμήματα RNA που αντιστοιχούν στα τμήματα του ιικού γονιδιώματος που ψάχνει το τεστ, και όχι για πραγματικά δείγματα ασθενών. Αυτό τους επιτρέπει να προσδιορίζουν με ακρίβεια αριθμούς, αλλά είναι αναμενόμενο τα αποτελέσματα «στον πραγματικό κόσμο» να είναι λίγο χειρότερα.

Για την έγκριση (ή για προσωρινή έγκριση λόγω έκτακτης ανάγκης) ο αμερικανικός FDA απαιτεί οι κατασκευαστές διαγνωστικών τεστ να εξετάσουν τουλάχιστον 30 θετικά & 30 αρνητικά δείγματα και να φτάσουν τουλάχιστον 95% ευαισθησία & 100% ειδικότητα. Αυτό σημαίνει ότι τα τεστ δεν επιτρέπεται να έχουν κανένα ψευδώς θετικό αποτέλεσμα σε εργαστηριακές συνθήκες- στον πραγματικό κόσμο, κατά πάσα πιθανότητα θα υπάρχουν κάποια, αλλά θα είναι πολύ σπάνια. Έτσι, κάνουμε το τεστ και πάρουμε θετικό αποτέλεσμα, μπορεί να είμαστε αρκετά σίγουροι ότι έχουμε μολυνθεί. Αλλά αν πάρουμε αρνητικό αποτέλεσμα και έχουμε συμπτώματα που υποδεικνύουν ότι είναι πιθανό να έχουμε την ασθένεια, τότε μπορεί να έχουμε μολυνθεί, ανεξάρτητα από τα αποτελέσματα του τεστ: https://bit.ly/2ytm9By

Τι προσδιορίζει λοιπόν την ειδικότητα & την ευαισθησία; Πώς μπορεί να υπάρχουν ψευδώς αρνητικά & ψευδώς θετικά αποτελέσματα;

Ας ξεκινήσουμε με τα ψευδώς αρνητικά- λοιμώξεις που δεν ανιχνεύονται. Κατά ένα μέρος οφείλονται σε προβλήματα με την προετοιμασία του δείγματος, αλλά, ακόμα και εάν το δείγμα είναι τέλειο, χρειάζεται να περιέχει αρκετό από το στοιχείο που ψάχνουμε για να φτάσει το όριο ανίχνευσης (limit of detection, LOD), το οποίο διαφέρει από τεστ σε τεστ. Το LOD αναφέρεται στο πόσο πολύ από το στοιχείο που ψάχνει το τεστ πρέπει να υπάρχει στο δείγμα για να μπορέσει να ανιχνευθεί. Φανταστείτε ότι προσπαθούμε να προσδιορίσουμε πόσα κέρματα του ενός λεπτού χρειάζεται να έχουμε πριν καταφέρει να τα ανιχνεύσει ένας ανιχνευτής μετάλλων. Θα παίρναμε μια χούφτα κέρματα και θα αρχίζαμε να τα αφαιρούμε ένα ένα μέχρι ο ανιχνευτής να σταματήσει να χτυπάει. Αντίστοιχα, θέλουμε να ξέρουμε πόσα είναι τα ελάχιστα αντίγραφα του γονιδιώματος του ιού που μπορεί να ανιχνεύσει ένα διαγνωστικό τεστ μοριακής μεθόδου, και πόσο πολύ μπορούν να αραιωθούν τα δείγματα αίματος και τα αντισώματα κατά του ιού να εξακολουθούν να ανιχνεύονται από μια ορολογική εξέταση ή τεστ αντισωμάτων.

Ψευδώς αρνητικά αποτελέσματα μπορεί να προκληθούν από:

για διαγνωστικά τεστ μοριακής μεθόδου: αυτά συνήθως περιλαμβάνουν ένα ρινικό ή ρινοφαρυγγικό επίχρισμα που δεν είναι καθόλου ευχάριστο: οι ειδικοί πρέπει να πιέσουν το στειλεό (μπατονέτα) πιο βαθιά στη μύτη του ασθενούς απ’όσο μας φαίνεται δυνατό- αλλά αν δεν πάρουν αρκετά καλό δείγμα, μπορεί να μην υπάρχουν αρκετά σωματίδια του ιού για να ανιχνευθούν από το τεστ. Αυτός είναι ένας από τους λόγους που υπάρχει ανησυχία για κάποια από τα προτεινόμενα «τεστ στο σπίτι»: κάποιος που κάνει μόνος του το τεστ είναι πιθανό να μην «σπρώξει» τη μπατονέτα αρκετά βαθιά… Εκτός από αυτό, τα δείγματα χρειάζονται προσεκτικό χειρισμό, και η γενετική πληροφορία πρέπει να απομονώνεται με προσοχή για να μην αποικοδομηθεί (καταστραφεί). Ακόμα και εάν ένα δείγμα ληφθεί και μεταφερθεί/γίνει η απομόνωση προσεκτικά, μπορεί να μην υπάρχει αρκετά υψηλό «ιικό φορτίο» (αρκετά αντίγραφα του ιού) για να φτάσουν το όριο ανίχνευσης (LOD) του τεστ. Και αυτό μπορεί να είναι το πρόβλημα με τα «γρήγορα» μοριακά τεστ ID NOW: https://bit.ly/2VBbTze

για τις ορολογικές εξετάσεις αντισωμάτων: τα αντιστώματα είναι μικρές πρωτεΐνες που φτιάχνει το ανοσοποιητικό μας σύστημα όταν έχουμε μολυνθεί- σκοπός τους είναι να προσδένονται σε συγκεκριμένα τμήματα του ιού και να «καλούν σε βοήθεια» ώστε άλλα κύτταρα του ανοσοποιητικό να τον καταστρέψουν. Κάποια αντισώματα παραμένουν και μετά τη λοίμωξη για να «φυλάνε σκοπιά», και αυτός είναι ο λόγος που τα τεστ αντισωμάτων μπορούν να ανιχνεύουν λοιμώξεις που έχει κανείς «περάσει» στο παρελθόν. Αλλά ακόμα και άτομα που είχαν όντως μολυνθεί από τον ιό μπορούν να πάρουν αρνητικό αποτέλεσμα σε τεστ αντισωμάτων. Ένας λόγος γι’αυτό είναι ότι τα τεστ αυτά συνήθως ψάχνουν για αντισώματα που στοχεύουν ένα μέρος του ιού (όπως η πρωτεΐνη του πυρηνικού καψιδίου που περιβάλλει το ιικό RNA), αλλά κάποιος μπορεί να έχει αντισώματα ενάντια σε κάποιο άλλο τμήμα του ιού. Ή μπορεί να μην έχουν αρκετά αντισώματα για να φτάσουν το όριο ανίχνευσης (LOD).

Αυτά τα προβλήματα αφορούν το δείγμα, αλλά μπορεί να υπάρχουν και προβλήματα με το ίδιο το τεστ- αυτός είναι ο λόγος που συνήθως χρησιμοποιείται κάποιου είδους «δείγμα ελέγχου» (κοντρόλ), που μπορεί να είναι ένα δείγμα που είναι γνωστό ότι είναι θετικό και ένα δείγμα που είναι γνωστό ότι είναι αρνητικό.

Ψευδώς θετικά αποτελέσματα μπορεί να προκληθούν από:

για τα διαγνωστικά τεστ μοριακής μεθόδου: επιμόλυνση από κάποιο άλλο δείγμα- αλλά όπως προανέφερα, ψευδώς θετικά αποτελέσματα είναι πολύ σπάνια για τα περισσότερα διαγνωστικά τεστ (τουλάχιστον τώρα που το CDC (σημ. μετ: στις ΗΠΑ) έχει λύσει το πρόβλημα με τα ελαττωματικά τεστ).

για τα τεστ αντισωμάτων: παρελθούσες λοιμώξεις με παρόμοιους ιούς (όπως ο προηγούμενος SARS ιός) μπορεί να έχουν αποτέλεσμα κάποιος να έχει αντισώματα που προκαλούν διασταυρούμενη αντίδραση (μπορούν να προσδεθούν και στα τμήματα του SARS-Cov-2 που το τεστ χρησιμοποιεί ως «δολώματα»).

Δεν θέλω να προκαλέσω απαισιοδοξία. Θεωρώ ότι τα τεστ είναι ΠΟΛΥ ΣΗΜΑΝΤΙΚΑ-ακόμα και με όλα τα ελαττώματά τους. Χρειάζεται όμως να είμαστε σίγουροι ότι δεν εφησυχαζόμαστε εντελώς από τα αποτελέσματά τους όταν παίρνουμε αποφάσεις για το πώς πρέπει να συμπεριφερόμαστε!

περισσότερα για τον Covid-19, και για το πώς δουλεύουν τα τεστ: https://bit.ly/covid19bbresources

περισσότερα για τα θέματα που αναφέρονται (& άλλα) #365DaysOfScience Όλα (με ευρετήριο θεμάτων) 👉 http://bit.ly/2OllAB0


Ένα μεγάλο ευχαριστώ στην Nefeli Boni-Kazantzidou. Η Νεφέλη είναι διδακτορική φοιτήτρια στο Πανεπιστήμιο του Λίβερπουλ



Leave a Reply

Your email address will not be published.