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.
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.
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]
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.
Ct (Cycle Treshold) – Limite de Ciclos de Amplificação
O PCR funciona por ciclos de amplificação, onde a cada ciclo se dobra a concentração de DNA pré-existente. Os números podem tornar-se astronómicos a ciclos elevados e o teste torna-se menos específico a cada ciclo efectuado. Qual o limite de ciclos recomendável?
A primeira revisão de estudos que comparam PCR com padrões de ouro referida anteriormente definiu o Ct como 25 ciclos. Acima disso, a Taxa de Falsos Positivos começa a subir exponencialmente. [11]
Um dos estudos referido na revisão foi peremptório nesse aspecto. [20] Os autores foram estudar o desenvolvimento de vírus em meio de cultura, relacionando os resultados com o nº de ciclos de ampliação do PCR e o tempo entre o aparecimento dos sintomas e a colheita das zaragatoas.
Das 90 amostras só 26 conseguiram desenvolver vírus (28,9%).
Estas 26 amostras foram conseguidas com um nº de ciclos de ampliação em média de 23.
É importante referir que o Protocolo da OMS prevê 50 ciclos de testagem. [21]
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.
O estudo de Drosten que validou o teste PCR para o SARS-CoV-2 foi examinado em profundidade no artigo do Paradigmas: «10 Falhas Fundamentais do Teste para a COVID-19». [19]
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
[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.
[13] „Der Körper wird ständig von Viren angegriffen“. WirtschafrsWoche. 2014.
[18] Teorema de Bayes. Wikipedia.
[19] «10 Falhas Fundamentais do Teste para a COVID-19.» Paradigmas. 4 de Janeiro de 2021.
[21] Protocol: Real-time RT-PCR assays for the detection of SARS-CoV-2. Institut Pasteur, Paris.