Aká smrteľná je látka COVID-19? Nová štúdia v Stanforde kladie toľko otázok, koľko odpovedí

Medzi mnohými „známymi neznámymi“, ktoré komplikujú tvorbu verejných politík reagujúcich na pandémiu COVID-19, je odhad jej letality. Vieme, že celkovo to bolo dramatické, s takmer 40 000 úmrtiami v samotných USA za niečo vyše mesiaca. Ale keďže nevieme, koľko ľudí bolo infikovaných, nevieme, ako je pravdepodobné, že bude smrteľné pre niekoho, kto to uzavrie.

Skoré odhady založené na potvrdených prípadoch sa pohybovali od 1 do 5 percent. Vždy sa predpokladalo, že tieto odhady sú vysoké, pretože vo väčšine krajín vrátane USA boli testovaní iba tí najchudobnejší - prinajmenšom donedávna. Nemáme však žiadne solídne údaje o skutočnom počte prípadov ani o tom, ako veľmi sa líši úmrtnosť podľa demografických údajov. Zdá sa zrejmé, že COVID-19 je nebezpečnejší pre starších ľudí a ľudí s podkladovými stavmi, ale nevieme o koľko.

Na získanie skutočných odpovedí na mieru úmrtnosti sú potrebné štúdie so širšou populáciou. Pomerne veľa z nich sa rozbehlo po celom svete, niekoľko z nich v Spojených štátoch. Jedným z prvých, ktorý uviedol svoje výsledky vo forme „predtlače“ (zatiaľ nie je recenzovaný), je úsilie vedené vedcami zo Stanfordskej univerzity otestovať 3 300 dobrovoľníkov z okresu Santa Clara. To zahŕňa Stanford na jednom konci, rozprestiera sa cez veľkú časť Silicon Valley okolo San Jose na druhom konci a má takmer dva milióny obyvateľov.

Nový skríningový nástroj spoločnosti Apple.

Odhadované infekcie potvrdené v počte 50 až 85-krát

Zarážajúci záver stanfordských vedcov v predtlači ich študovať , ktorý získal pozornosť v médiách po celom svete, je ich odhad, že prevalencia COVID-19 v tejto oblasti je 50 až 85-krát vyššia ako potvrdený počet prípadov. Nie je prekvapením, že skutočný počet je vyšší ako potvrdený počet. Predtým sa však väčšina odhadov priblížila k 5 až 10-násobku potvrdeného počtu prípadov.

Zjavným dôsledkom ich záverov je, že úmrtnosť na COVID-19 je oveľa nižšia ako súčasné odhady a s dostatočnou rezervou na to, aby bolo potrebné prehodnotiť našu reakciu verejnej politiky. Existuje však veľa dobrých dôvodov na opatrné šliapanie pri využívaní zistení štúdie. Tieto dôvody, bohužiaľ, mnohí prehliadali v snahe trúbiť nad hlavným záverom alebo ospravedlňovať politické kroky. Prevedieme vás niektorými z najvýznamnejších výhrad.

Stručný prehľad testovania protilátok na COVID-19

Takmer všetky testy, ktoré sa v USA a na väčšine sveta uskutočnili v súvislosti s COVID-19, využívajú diagnostické testy na vírus 2019-nCov, ktorý ho spôsobuje (označuje sa aj ako SARS-2-nCoV). Správny pozitívny výsledok znamená, že subjekt je momentálne infikovaný. To je užitočné pri rozhodovaní o možných liečebných postupoch a pri zostavovaní počtu aktívnych prípadov, ale nehovorí vám, či osoba dostala COVID-19 a zotavila sa. Výsledkom je, že tieto testy vám neumožňujú vzorkovať bežnú populáciu, aby sa zistilo, u koho sa mohla vyvinúť imunita alebo aké rozšírené boli nepozorované alebo nediagnostikované prípady.

Testovanie protilátok je v tomto prípade komplementárne s diagnostickým testovaním. Testy môžu merať reaktivitu jedného alebo oboch IgM a IgG (Imunoglobulín M a Imunoglobulín G) na vírus 2019-nCoV. Hladiny IgM stúpajú pomerne skoro po nástupe COVID-19, ale nakoniec klesajú, zatiaľ čo hladiny IgG predstavujú pretrvávajúcu rezistenciu (a dúfajme, že aj nejakú dlhodobejšiu, aspoň čiastočnú imunitu). Pre úplnosť by teda testy na protilátky mali v ideálnom prípade merať oboje.

Citlivosť a špecifickosť testu

Ak ste sa doteraz nevenovali hodnoteniu testov, dvoma dôležitými pojmami, ktoré sa musíte naučiť, sú citlivosť a špecifickosť. Citlivosť je pravdepodobnosť, že test správne identifikuje pozitívny subjekt s pozitívnym výsledkom testu. Nízka citlivosť znamená, že veľa pacientov, ktorí by mali testovať ako pozitívne, nie - alias falošne negatívny. Špecifickosť je podobný koncept, až na to, že meria, koľko subjektov, ktoré by mali testovať negatívne, skutočne robí. Nízka citlivosť tu znamená viac falošných poplachov. V závislosti od účelu testu môže byť jeden oveľa dôležitejší ako druhý. Ich interpretácia tiež závisí od celkového pomeru pozitívnych a negatívnych subjektov, ako uvidíme, keď sa pozrieme na Stanfordove výsledky.

O použitom teste na protilátky Stanford

V čase, keď Stanford štúdiu robil, neexistovali pre klinické použitie žiadne testy protilátok COVID-19 schválené FDA. Avšak na výskumné účely tím kúpil testy od spoločnosti Premier Biotech v Minnesote. Spoločnosť Premier začala uvádzať na trh test protilátok COVID-19, ale nevytvára ho. Test uvedený na webových stránkach spoločnosti a ktorý, zdá sa, používa Stanford, pochádza od spoločnosti Hangzhou Biotest Biotech, etablovaného dodávateľa čínskych laboratórnych testov. Koncepcia sa podobá radu testov na protilátky COVID-19, ktoré sú v Číne k dispozícii od konca februára a údaje z klinických testov sa presne zhodujú s údajmi, ktoré poskytuje Stanford, takže sa zdá, že sa jedná o použité testy.

Najmä výsledky citlivosti a osobitne špecifickosti testu Hangzhou sú pôsobivé - a dôležité. Vedci analyzovali výsledky testov od výrobcu a doplnili ich ďalším testovaním vzoriek krvi zo Stanfordu. Celkovo hodnotili citlivosť testov na 80,3 percenta a špecifickosť na 99,5 percenta. Je však zarážajúce, že výsledky testov výrobcu na citlivosť (na 78 známych pozitívach) boli vysoko nad 90 percent, zatiaľ čo vzorky krvi zo Stanfordu poskytli iba 67 percent (na 37 známych pozitívach). Štúdia ich skombinovala na celkovú hodnotu 80,3 percenta, ale je zrejmé, že by pomohli väčšie veľkosti vzoriek a veľké rozdiely medzi týmito dvoma číslami si vyžadujú ďalšie vyšetrovanie. To je obzvlášť dôležité, pretože rozdiel medzi nimi predstavuje obrovský rozdiel v konečných odhadoch rýchlosti infekcie.

Pokiaľ ide o špecifickosť, výsledky výrobcu boli 99,5 percenta pre jednu protilátku a 99,2 percenta pre druhú na 371 vzorkách. Testy oboch protilátok prebehli perfektne na 30 negatívnych vzorkách Stanfordu. Na základe kombinovaných výsledkov Stanford odhadol špecificitu testu na 99,5 percenta. Je to dôležité, pretože ak vo vzorkovanej populácii dominujú negatívne výsledky - ako je to pri testovaní širokej verejnosti na test COVID-19 - aj malé percento falošných poplachov môže veci vyhodiť.

Výsledky testov výrobcu testovacieho zariadenia Hangzhou Biotest Biotech COVID-19

Existuje ešte ďalší dôvod byť skeptický voči použitému konkrétnemu testu. V inom pre-print , vedci z nemocníc a univerzít v Dánsku testovali niekoľko podobných testov a žiadny z nich nedosiahol výsledky citlivosti, ktoré Stanford predpokladal vo svojej analýze. NBC tiež informovala, že vývoz testov použitých z Číny je teraz zakázaný ako nedostal súhlas čínskych regulačných orgánov , (POZNÁMKA: Staršia verzia tohto príbehu uvádzala, že Stanford použil rovnaký test ako jeden z testov použitých v dánskej štúdii. To je nesprávne. Je to podobný test, ale nie od tej istej spoločnosti.)

Modely majú z nejakého dôvodu chybové pruhy

Príspevok je dosť vopred informovaný o veľkých potenciálnych chybách spôsobených relatívne malou veľkosťou vzorky. Napríklad 95-percentný interval spoľahlivosti (CI) pre špecificitu sa uvádza ako 98,3 až 99,9 percenta. Ak by špecifickosť bola v skutočnosti 98,3 percenta, počet falošných pozitívov by sa zhruba rovnal počtu pozitívnych výsledkov v štúdii. Vlastná práca tímu poukazuje na to, že pri mierne odlišných počtoch by mohla byť miera infekcie medzi testovanými osobami nižšia ako 1 percento, čo by ju dosť priblížilo existujúcim odhadom. Je zrejmé, že chyby v špecifickosti by sa dali odstrániť kompenzáciou chýb v citlivosti, ale ide o to, že sa zdá, že titulky správ nikdy neprichádzajú s chybovými pruhmi.

Stanfordská štúdia obsahuje pôsobivý súbor štatistických upozornení, ktoré sa však stratili v senzačných senzitívnych titulkoch a zvukových bajtoch, ktoré vygenerovala.

Je tiež potrebné skontrolovať modely a štúdie na základe známych údajov. Napríklad Stanfordská štúdia odhaduje, že skutočná úmrtnosť na COVID-19 medzi bežnou populáciou je 0,12 - 0,2 percenta, namiesto oveľa väčších čísel, ktoré sme zvyknutí čítať. New York City však už má úmrtnosť podľa COVID-19 okolo , 15 percent z jeho celkového počtu obyvateľov , To by znamenalo, že každý obyvateľ New Yorku bol infikovaný a mal dostatok času na to, aby sa choroba uchytila.

Aj keď je to nepravdepodobné, každý deň tam bohužiaľ zomiera viac ľudí, takže nie je pravdepodobné, že úmrtnosť je tam taká nízka, ako odhaduje Stanford. Aj tu poukazujú na to, že v hre je veľa premenných, ktoré by ovplyvnili mieru úmrtnosti. Ale tieto výhrady sú malou útechou, ak ľudia utekajú s číslami titulkov, akoby boli usadenou vedou.

Predsudok o selektivite štúdie nemusí byť po tejto skutočnosti opraviteľný

Dobrovoľníci pre štúdium boli z dôvodu účelnosti získavaní prostredníctvom reklám na Facebooku. Vedci vykonali pôsobivo dôkladnú prácu pri pokuse o nápravu výsledného demografického skreslenia dobrovoľníkov v porovnaní s bežnou populáciou v okrese Santa Clara - nakoniec odhadujú, že široká verejnosť má takmer dvojnásobnú mieru infekcie ako ich jedinci. Demograficky to môže mať zmysel, ale úplne to ignoruje, ako by si dobrovoľníci mohli sami vyberať. Tí, ktorí sa začiatkom roka cítili chorí, ale mysleli si, že je to chrípka, tí, ktorí si mysleli, že majú COVID-19, ale nemohli sa podrobiť testom, tí, ktorí cestovali do Číny alebo Európy, a tí, ktorí boli v kontakte s niekým COVID-19, ale nemohol sa podrobiť testom, by sa zdalo ako veľmi pravdepodobný nadšenec pre rýchlu registráciu. Dobrovoľníctvo koniec koncov znamenalo stráviť kus dňa čakaním na parkovisku, aby si mohol prepichnúť prst.

Nezdá sa, že by existoval akýkoľvek pokus o meranie alebo kontrolu tohto skreslenia v selektivite subjektu. Vo výsledku je ťažké pochopiť, ako je možné štúdiu interpretovať tak doslovne, ako to bolo v prípade mnohých zdrojov.

Autori sú otvorení v otázkach, ktoré vedú k zaujatosti, pretože samovyber predmetu, ale nemajú spôsob, ako s tým zaobchádzať.

Je skvelé, že sme konečne začali zhromažďovať niektoré údaje o skutočnom výskyte COVID-19 tu v Spojených štátoch a oveľa vyšší, ako sa očakávalo, výskyt infekcií má určite dôsledky pri určovaní toho, aký je smrteľný, a najlepšom prístupe k liečbe. s tým. Musíme sa však pozrieť za nadpis a nezabudnite, že toto je len jeden malý kúsok z veľmi veľkej skladačky. Vyplnenie zvyšku bude vyžadovať oveľa viac práce.