On a beaucoup parlé sur les médias sociaux des résultats de tests « faux positifs » après que plusieurs commentateurs ont suggéré qu’ils pourraient sérieusement biaiser les chiffres du coronavirus -. mais cela est basé sur une mauvaise compréhension de l’impact des faux positifs.
L’animatrice de talk radio Julia Hartley-Brewer a affirmé que « neuf sur dix des cas positifs de Covid que nous trouvons dans la communauté lorsque nous faisons des tests aléatoires, lorsque n’importe qui se présente, seront faux. Ce ne seront pas des personnes qui ont contracté le coronavirus. »
Est-il vrai que 90 % des résultats positifs des tests dans la communauté – c’est-à-dire des tests qui ne sont pas effectués dans les hôpitaux – sont faux ? La réponse est « non » – il est impossible que les soi-disant faux positifs aient eu un tel impact sur les chiffres.
Hartley-Brewer a fait référence à la fois aux « tests aléatoires » et à « quiconque se présente », qui sont des choses différentes, et la différence entre les deux est importante.
De plus, il existe de nombreux autres signes indiquant que l’augmentation du nombre de tests positifs reflète réellement la propagation du virus, par exemple une augmentation subséquente des hospitalisations liées au Covid.
Qu’est-ce qu’un faux positif ?
Un faux positif, c’est lorsqu’une personne qui n’a pas le coronavirus, est testée positive pour celui-ci.
Aucun test n’est précis à 100% – il y aura toujours des personnes qui auront un test positif alors qu’elles n’ont pas la maladie, ou un test négatif alors qu’elles l’ont.
Les faux positifs dans tout programme de dépistage sont importants – surtout lorsque la prévalence d’une maladie est faible – car ils peuvent potentiellement nous faire croire qu’il y a beaucoup plus de cas de quelque chose qu’il n’y en a vraiment.
Le taux de faux positifs fait généralement référence au nombre de personnes qui ne sont pas infectées mais qui obtiennent des résultats positifs, par rapport à toutes les personnes testées qui n’ont vraiment pas le virus. Nous ne savons cependant pas quel est le taux précis.
Le Dr Paul Birrell, statisticien à l’unité de biostatistique du Medical Research Council à l’université de Cambridge, explique : « Le taux de faux positifs n’est pas bien compris et pourrait potentiellement varier en fonction du lieu et de la raison pour laquelle le test est effectué. Un chiffre de 0,5 % pour le taux de faux positifs est souvent supposé. »
Le caractère aléatoire est la clé
La chose la plus importante à savoir sur l’impact des faux positifs est qu’il varie énormément en fonction de la personne testée.
Ce que Hartley-Brewer a dit confond l’idée de tests aléatoires avec les tests communautaires pour le Covid. Ce sont deux situations différentes, et les faux positifs ont un impact très différent dans chaque cas.
Si vous avez testé 1 000 personnes au hasard pour le Covid-19 début septembre, par exemple, les données de l’étude sur les infections de l’Office for National Statistics (ONS) suggèrent que vous auriez dû vous attendre à ce que l’une d’entre elles ait effectivement le virus.
Avec un taux de faux positifs de 0,8 % – un chiffre utilisé par Mme Hartley-Brewer et qui se situe dans la fourchette large de ce que nous pensons pouvoir être le taux réel pour les tests communautaires – vous auriez obtenu huit faux positifs. Donc, dans ce contexte, il est vrai qu’environ 90 % des positifs seraient faux.
Mais – et c’est crucial – les personnes qui vont se faire tester par la communauté pour le Covid-19 (dans des endroits tels que les centres de passage) ne sont pas un échantillon aléatoire du public. Ce sont des personnes qui ont des symptômes, qui se trouvent dans des maisons de soins ou dans des zones de points chauds.
0 commentaire