Friaaz Azeez testas för COVID-19 av en vårdpersonal vid ett pop-up-testcenter vid Islamiska institutet i Toronto i Scarborough, Ont., Den 29 maj 2020. DEN KANADISKA PRESSEN / Nathan Denette
Under COVID-19-pandemin har ord och fraser som vanligtvis varit begränsade till epidemiologer och folkhälsovårdspersonal gått in i det offentliga rummet. Även om vi snabbt har accepterat epidemiologibaserade nyheter har allmänheten inte fått chansen att helt absorbera vad alla dessa termer verkligen betyder.
Som med alla sjukdomstest, a falskt positivt resultat på ett COVID-19-test kan orsaka onödig stress på individer när de försöker navigera i sin diagnos, ta lediga dagar och isolera sig från familjen. Ett högt profilerat exempel var Ohio-guvernören Mike DeWine vars falskt positivt resultat fick honom att avbryta ett möte med president Donald Trump.
Falska negativa testresultat är ännu farligare, eftersom människor kanske tycker att det är säkert och lämpligt för dem att delta i sociala aktiviteter. Naturligtvis kan faktorer som testtypen, om individen hade symtom innan de testades och tidpunkten för testet också påverka hur väl testet förutsäger om någon är infekterad.
Känslighet och specificitet är två extremt viktiga vetenskapliga begrepp för att förstå resultaten av COVID-19-test.
I det epidemiologiska sammanhanget är känslighet andelen verkliga positiva som är korrekt identifierade. Om 100 personer har en sjukdom och testet identifierar 90 av dessa personer som har sjukdomen är testets känslighet 90 procent.
Den kanadensiska pressen / Darryl Dyck
Specificitet är förmågan hos ett test att korrekt identifiera de utan sjukdomen. Om 100 personer inte har sjukdomen och testet korrekt identifierar 90 personer som sjukdomsfria, har testet en specificitet på 90 procent.
Den här enkla tabellen hjälper till att beskriva hur känslighet och specificitet beräknas när prevalensen - andelen av befolkningen som faktiskt har sjukdomen - är 25 procent (totalt i fetstil):
(Priyanka Gogna), författaren förutsatt
En testkänslighet på 80 procent kan verka bra för ett nyligen släppt test (som för de färdiga siffrorna som jag rapporterade ovan).
Troligt värde
Men dessa siffror förmedlar inte hela budskapet. Nyttan av ett test i en population bestäms inte av dess känslighet och specificitet. När vi använder känslighet och specificitet räknar vi ut hur bra ett test fungerar när vi redan vet vilka människor som har och inte har sjukdomen.
Men det verkliga värdet av ett test i en verklig miljö kommer från dess förmåga att korrekt förutsäga vem som är infekterad och vem som inte är. Detta är vettigt eftersom vi i en verklig miljö inte vet vem som verkligen har sjukdomen - vi litar på själva testet för att berätta för oss. Vi använder testets positiva prediktiva värde och negativa prediktiva värde för att sammanfatta testets prediktiva förmåga.
För att köra poängen hem, tänk på det här: i en befolkning där ingen har sjukdomen verkar även ett test som är fruktansvärt för att upptäcka någon med sjukdomen fungera bra. Det kommer att "korrekt" identifiera de flesta som inte har sjukdomen. Detta har mer att göra med hur många människor som har sjukdomen i en befolkning (prevalens) snarare än hur bra testet fungerar.
Med samma siffror som ovan kan vi uppskatta det positiva prediktiva värdet (PPV) och det negativa prediktiva värdet (NPV), men den här gången fokuserar vi på radsumman (i fetstil).
PPV beräknas som antalet sanna positiva dividerat med det totala antalet personer som identifierats som positiva genom testet.
(Priyanka Gogna), författaren förutsatt
PPV tolkas som sannolikheten för att någon som har testat positivt faktiskt har sjukdomen. NPV är sannolikheten för att någon som testade negativ inte har sjukdomen. Även om känslighet och specificitet inte förändras eftersom andelen sjuka individer förändras i en befolkning, är PPV och NPV starkt beroende av prevalensen.
Låt oss se vad som händer när vi ritar om vår sjukdomstabell när befolkningsprevalensen ligger på en procent istället för 25 procent (mycket närmare den verkliga förekomsten av COVID-19 i Kanada).
(Priyanka Gogna), författaren förutsatt
Så när sjukdomen har låg prevalens kan testets PPV vara mycket låg. Detta innebär att sannolikheten för att någon som testat positivt faktiskt har COVID-19 är låg. Beroende på känslighet, specificitet och prevalens i befolkningen kan det naturligtvis också vara omvänd: någon som testade negativt kanske inte riktigt är sjukdomsfri.
Falskt positiva och falska negativa tester i verkliga livet
Vad betyder detta när massprovning börjar för COVID-19? Det betyder åtminstone att allmänheten bör ha tydlig information om konsekvenserna av falska positiva effekter. Alla individer bör vara medvetna om möjligheten till ett falskt positivt eller falskt negativt test, särskilt när vi går till en tyngre beroende av testning i höst för att informera våra handlingar och beslut. Som vi kan se med hjälp av några enkla tabeller och matematik ovan kan PPV och NPV vara begränsande även inför ett “bra” test med hög känslighet och specificitet.
Utan adekvat förståelse för vetenskapen bakom testning och varför falska positiva och falska negativa händer kan vi driva allmänheten till ytterligare misstro - och till och med ifrågasätta nyttan - av folkhälsa och testning. Kunskap är makt i denna pandemi.
Om författaren
Priyanka Gogna, doktorand, epidemiologi, Queen's University, Ontario
Denna artikel publiceras från Avlyssningen under en Creative Commons licens. Läs ursprungliga artikeln.
Relaterade böcker:
Kroppen håller poängen: Hjärnans själ och kropp i läkningen av trauma
av Bessel van der Kolk
Den här boken utforskar sambanden mellan trauma och fysisk och mental hälsa, och erbjuder insikter och strategier för läkning och återhämtning.
Klicka för mer info eller för att beställa
Breath: The New Science of a Lost Art
av James Nestor
Den här boken utforskar vetenskapen och praktiken av andning, och erbjuder insikter och tekniker för att förbättra fysisk och mental hälsa.
Klicka för mer info eller för att beställa
Växtparadoxen: de dolda farorna i "hälsosam" mat som orsakar sjukdomar och viktökning
av Steven R. Gundry
Den här boken utforskar kopplingarna mellan kost, hälsa och sjukdomar, och erbjuder insikter och strategier för att förbättra övergripande hälsa och välbefinnande.
Klicka för mer info eller för att beställa
Immunitetskoden: Det nya paradigmet för verklig hälsa och radikal anti-aging
av Joel Greene
Den här boken erbjuder ett nytt perspektiv på hälsa och immunitet, som bygger på principer för epigenetik och erbjuder insikter och strategier för att optimera hälsa och åldrande.
Klicka för mer info eller för att beställa
Den kompletta guiden till fasta: läka din kropp genom intermittent, varannan dag och förlängd fasta
av Dr Jason Fung och Jimmy Moore
Den här boken utforskar vetenskapen och praktiken av fasta och erbjuder insikter och strategier för att förbättra övergripande hälsa och välbefinnande.