Teste PCR: participação na Pandemia da COVID-19

0
265
Teste PCR aplicado à COVID-19
Teste PCR aplicado à COVID-19

Muito se tem falado sobre o teste PCR e a adequabilidade do mesmo para se efectuarem diagnósticos em massa na população.

Neste artigo iremos dar um olhar mais atento a essa questão.

Sensibilidade e Especificidade

  • Sensibilidade: Capacidade de detecção do teste (de qualquer coisa). A cada ciclo, capacidade do PCR aumenta. Poderá resultar em Falsos Negativos, se a Sensibilidade for baixa.
  • Especificidade: Capacidade do teste em detectar o que é suposto detectar. Capacidade de ser específico. Quanto mais ciclos de PCR se faz, menos especifico se torna. Quanto mais baixa for a Especificidade, mais probabilidade de Falsos Positivos (dependendo da prevalência da doença na população). Os Primers são determinantes na Especificidade.

O teste ideal seria aquele que apresentasse 100% de sensibilidade e de especificidade. Assim, teríamos apenas dois resultados: negativo (a pessoa não estaria doente) ou positivo (o indivíduo estaria doente). Portanto, não teríamos o falso-negativo ou o falso-positivo.

Quais os valores de Sensibilidade e Especificidade do PCR?

A Unilabs afirmou que o teste PCR para a COVID-19 teria uma Sensibilidade de 83% e uma Especificidade de 97%. [2] O valor de 97% de Especificidade é confirmado por um estudo publicado na Clinical Infectious Desises. [3]

Um relatório do governo inglês refere que a taxa de falsos positivos do RT-PCR estima-se em 2,3% (Desvio Padrão: 0,8 – 4,0%), baseado em estudos de 2004 a 2019, ainda não relacionados com a COVID-19. [5][6]

Limite de Prevalência

97% significa uma taxa de Falsos Positivos de 3%. Isso não é preocupante se tivermos uma prevalência da doença muito alta, próxima dos 100%. Mas à medida que a prevalência vai baixando, a taxa de falsos positivos vai-se tornando cada vez mais preocupante até chegar ao limite onde a testagem se torna impraticável em termos estatísticos. Esse limite chama-se Prevalence Treshold ou Limite de Prevalência. A partir daí, à medida que a prevalência baixa mais, os falsos positivos aumentam de forma exponencial.

A relação curvilínea entre o valor preditivo de um teste de rastreamento e a prevalência da doença alvo é proporcional. Por isso, há um ponto de inflexão de curvatura máxima na curva de triagem. A partir desse ponto, a taxa de precisão do teste desce muito rapidamente. Esse ponto de inflexão é o Limite de Prevalência.

O gráfico abaixo mostra esse ponto a partir do qual a fiabilidade do teste se degrada rapidamente.

Prevalence Treshold ou Limite de Prevalência
Prevalence Treshold ou Limite de Prevalência

Num estudo que calculou o Limite de Prevalência para o SARS-CoV-2 descobriu-se o seguinte:

“Em prática clínica, a sensibilidade e especificidade do teste RT-PCR para a COVID-19 é provavelmente menor do que aquela estimada analiticamente pela FDA (Food and Drug Administration). Por isso, a nossa estimativa do Limite de Prevalência é conservadora. Se houver uma prevalência abaixo de 9.3%, a precisão dos testes declina exponencialmente. Por outras palavras, esperamos uma subida abrupta de falsos positivos, aumentando falsamente a prevalência estimada da doença.” [4]

Prevalência do SARS-CoV-2 na População

Não sabemos ao certo o número de ‘casos’ verdadeiros de positivos na população e a única entidade que nos fornece números é a Office for National Statistics britânica que refere que até meados de Maio, a percentagem de “casos” na população britânica era de cerca de 0,2% (1 em 500 pessoas), rondando a partir daí e até Setembro entre os 0,02% e 0,05% (1 em 2000 pessoas), e aumentando no último mês, sendo a última estimativa feita (20 de Outubro) de 1% (1 em 100 pessoas). [7]

A prevalência sobe ou desce conforme a quantidade de testagem, se esta se der abaixo do Limite de Prevalência, o que é o caso, mesmo nos números mais potenciados de 1%, o que indica que a taxa de prevalência já está em si, a ser exacerbada pelo próprio teste. Mas tal acabará por ficar mais evidente ao longo deste artigo.

Onde se aplica a Taxa de Falsos Positivos?

É importante perceber que a taxa de falsos positivos é extrapolada da população geral e não somente do número de positivos obtido.

O relatório britânico referido atrás, na 2ª página, fornece um exemplo com 100.000 testados. Se a taxa de falsos positivos for 0,4%, dá 400. Mas como a taxa de falsos positivos anda à volta de 2,3%, ou seja, daria 2300 falsos positivos, quando a taxa de verdadeiros positivos (1%) daria 1000. [5]

Se a Taxa de Infecção fosse 0,2% (conforme algumas estimativas), o número de verdadeiros positivos seria 200 contra os 2300 de falsos positivos, o que dá uma imagem ainda muito mais evidente daquilo que refiro (mais de 90% de falsos positivos).

Paradoxo dos Falsos Positivos / Base Rate Fallacy

A Base Rate Fallacy (Falácia de Taxa Básica) trata-se de uma falácia onde, quando se apresenta informação sobre a prevalência de uma doença e informação específica (referente a apenas um caso), as pessoas tendem a ignorar a prevalência, privilegiando a informação específica individual. Para uma avaliação correcta, teria de se integrar ambas. [9]

Esta é a falácia utilizada no caso do Paradoxo dos Falsos Positivos.

Num estudo da NASA intitulado “Probability and Statistics in Aerospace Engineering” é referido na página 16: [8]

“(…) testes falsos positivos são mais prováveis do que verdadeiros positivos quando há uma baixa incidência da doença na população geral. É chamado a isto o Paradoxo dos Falsos Positivos.”

Isto acontece quando é ultrapassado o “Limite de Prevalência” referido anteriormente.

Como se fazem os cálculos?

Um exemplo detalhado: [10]

Imaginemos uma população, onde só 2% das pessoas estão infectadas. O resultado esperado de 1000 testes na população seria:

Verdadeiros positivos: 1000 x 2 / 100 = 20 pessoas com verdadeiro positivo.

Falsos positivos: 1000 x 100 – 2 / 100 = 49 pessoas falsas positivas.

Os remanescentes 931 ( = 1000 – (49 + 20)) testes são negativos correctos.

Esquema de Resultados Positivos e Negativos
Esquema de Resultados Positivos e Negativos

Utilizando o Teorema de Bayes [18], conclui-se que há 4,9% de probabilidades de se obter um falso positivo.

Para facilitar as contas, existe um Calculadora oferecida pelo BMJ (British Medical Journal), referência mundial em Ciência médica, que pode ser acedida aqui. [1]

Para valor iniciais, pode-se introduzir como valores 1% (que é o mínimo que a calculadora permite, embora na minha opinião a prevalência seja muito mais baixa) 83% e 97% como valores reconhecidos de Sensibilidade e Especificidade para o TR-PCR. Use-os e confira a proporção verdadeiros positivos / falsos positivos.
Como referido, os valores sugeridos são bastante generosos.

Estudo descobriu Especificidade muito menor do PCR

A primeira revisão de estudos que comparam PCR com padrões de ouro, chegou às seguintes conclusões: [11]

A Especificidade do PCR é chocantemente baixa: de 20% a 40%. Pior que aleatório.

Todos os cáculos apresentados acima baseavam-se numa Especificidade de 97%. Com especificidades a rondar entre os 20% e os 40%, o PCR torna-se completamente impraticável como testagem em massa e tem mesmo o poder de forjar pandemias onde não há nada, ou quase nada.

Estudo inicial chinês concluiu que PCR dava taxa de 80% de falsos positivos

Logo no início da alegada pandemia da COVID-19, foi publicado um estudo chinês que chegava à conclusão que 80% dos resultados positivos em assintomáticos eram falsos positivos. [12]

Como esses resultados divergiam bastante da Narrativa Oficial, obrigou-se a que o estudo fosse retirado.

Este seria o tipo de investigação que poderia ter dado um rumo completamente diferente à História.

Incoerências e polémicas acerca do criador do PCR para o SARS-COV-2

Christian Drosten, virologista alemão do Instituto Charité, em Berlim, foi a pessoa que desenvolveu o teste PCR aplicado ao SARS-CoV-2. [14][15]

Drosten já tinha estado envolvido em investigação relativamente ao PCR aplicado ao SARS  (Síndrome Respiratória Aguda Grave) e MERS (Síndrome Respiratória do Médio Oriente).[16]

Apesar de defender uma boa fiabilidade do teste para o SARS-CoV-2, Drosten parece ter dado uma volta de 180º relativamente à sua opinião anterior, pelo que nos é dado entender através de uma entrevista que deu em 2014: [13]

“O método é tão sensível que pode detectar uma única molécula genética desse vírus. Onde anteriormente eram relatados doentes terminais, agora de repente, são incluídos nas estatísticas casos leves e pessoas estão saudáveis. Tal poderá explicar a explosão do número de casos [de MERS] na Arábia Saudita. Para isso também contribuiu o alarmismo dos Meios de Comunicação Social.”

A duplicidade das afirmações de Drosten aliada à validação de um teste que, como vimos ao longo de todo este artigo, parece não ser de todo adequado à testagem em massa em relação a um vírus que causa uma doença com prevalência muito baixa na população, parecem indicar poder haver algum tipo de conflito de interesses no seu trabalho.

Conclusão

Os argumentos utilizados neste artigo apontam de forma categórica para a incapacidade do teste PCR ser utilizado, como método único de diagnóstico e testagem e massa em relação à COVID-19. Tem mesmo o potencial de potenciar a crença numa pandemia, quando nada de remotamente similar possa estar a acontecer.

O teste PCR é o melhor teste existente actualmente na detecção de material genético. No entanto, a sua Especificidade depende da qualidade dos primers utilizados. E ainda que a Especificidade apresentada seja bastante elevada, a sua eficácia enquanto ferramenta de rastreio de uma epidemia dependerá sempre da prevalência da epidemia na população. Com uma baixa prevalência, o número de falsos positivos será sempre grande e exponencialmente crescente quanto mais baixa esta for.

O que é certo é que o teste PCR está na base de toda a narrativa apresentada.

O próprio criador do teste, vencedor do Prémio Nobel da Química precisamente por ter desenvolvido o PCR, levantou sérias dúvidas à utilização do teste como método diagnóstico. [17] É pena que tenha falecido em 2019. Certamente teria muito a dizer sobre os tempos actuais.

Fontes:

[1] Interpreting a covid-19 test result. BMJ 2020; 369 doi: https://doi.org/10.1136/bmj.m1808

[2] «Testes feitos aos jogadores da I Liga terão dado “falsos positivos”.» Observador. 22 de Maio de 2020.

[3] Jared Bullard et al. (2020). Predicting infectious SARS-CoV-2 from diagnostic samples. Clinical Infectious Diseases, ciaa638, https://doi.org/10.1093/cid/ciaa638

[4] Balayla, J., Lasry, A., Gil, Y., Volodarsky, A. (2020). PerelPrevalence Threshold and Temporal Interpretation of Screening Tests: The Example of the SARS-CoV-2 (COVID-19) Pandemic. doi: https://doi.org/10.1101/2020.05.17.20104927

[5] Carl Mayers & Kate Baker (2020). Impact of false-positives and false-negatives in the UK’s COVID-19 RT-PCR testing programme.

[6] Cohen, A., Kessel, B., Milgroom, M. (2020). Diagnosing COVID-19 infection: the danger of over-reliance on positive test results. doi: https://doi.org/10.1101/2020.04.26.20080911

[7] Coronavirus (COVID-19) Infection Survey, UK: 30 October 2020. Office for National Statistics. 

[8] M.H. Rheinfurth & L.W. Howell (1998). Probability and Statistics in Aerospace Engineering. NASA.

[9] The Base Rate Fallacy. Fallacy Files.

[10] Sensitivity and specificity. Wikipedia.

[11] Jefferson, T., Spencer, E., Brassey, J., Heneghan, C. (2020) Viral cultures for COVID-19 infectivity assessment – a systematic review (Update 4). doi: https://doi.org/10.1101/2020.08.04.20167932

[12] Zhuang, G., Shen, M., Zeng, L., Mi, B., Chen, F., Liu, W., Pei, L., Qi, X., Li, C. (2020).Potential false-positive rate among the ‘asymptomatic infected individuals’ in close contacts of COVID-19 patients. Zhonghua Liu Xing Bing Xue Za Zhi, 41 (4):485-488. doi: 10.3760/cma.j.cn112338-20200221-00144

[13] „Der Körper wird ständig von Viren angegriffen“. WirtschafrsWoche. 2014.

[14] Corman, V. et al. (2020). Detection of 2019 novel coronavirus (2019-nCoV) by real-time RT-PCR. Euro Surveill. 2020 Jan 23; 25(3): 2000045. doi: 10.2807/1560-7917.ES.2020.25.3.2000045

[15] Corman, V., Bleicker, T., Brünink, S., Drosten, C. (2020) Diagnostic detection of 2019-nCoV by real-time RT-PCR. Charité Virology, Berlin, Germany.

[16] Drosten, C. et al. (2004). Evaluation of Advanced Reverse Transcription-PCR Assays and an Alternative PCR Target Region for Detection of Severe Acute Respiratory Syndrome-Associated Coronavirus. DOI: 10.1128/JCM.42.5.2043-2047.2004

[17] «Kary Mullis, criador do teste PCR, levantou sérias dúvidas em relação à utilização do mesmo para doenças infecciosas.» Paradigmas. 18 de Novembro de 2020.

[18] Teorema de Bayes. Wikipedia.

DEIXE UMA RESPOSTA

Please enter your comment!
Please enter your name here