Índice
Todos sabemos que o processo de abertura do país e da volta ao “normal” dependerá, em parte, da ampla capacidade de realizar testes de covid-19. Enquanto a principal preocupação diante disso se volta para a capacidade de testagem, talvez um outro problema esteja sendo negligenciado: acurácia dos testes.
Neste campo, os debates têm se centrado na acurácia de testes para anticorpos, que identificam infecção prévia, enquanto testes diagnósticos que identifiquem infecção atual em curso têm recebido menor atenção.
Quais são as consequências de erro em testes de covid-19?
Os testes diagnósticos, que em sua maioria envolvem testes de SWAB nasofaríngeo, podem mostrar resultados errados de duas formas:
- Um resultado falso positivo classifica uma pessoa como infectada quando ela não está, gerando consequências como quarentena desnecessária e busca ativa de contactantes.
- Um resultado falso negativo possui consequências mais sérias, já que uma pessoa infectada, não identificada e que pode permanecer assintomática, não será isolada e poderá infectar outros.
Sensibilidade de testes de covid-19 em pessoas assintomáticas não foram reportados até o dia 1° de junho. A estratégia de simplesmente seguir estas pessoas até que elas se tornem sintomáticas pode ser muito inadequado, já que elas podem se infectar, permanecer sem manifestar sintoma algum, e ainda assim serem capazes de infectar outros.
Resultados falsos negativos nos testes de COVID-19
Dois estudos de Wuhan, na China, levantam preocupação quanto à resultados falsos negativos. Em um deles, foram coletadas amostras de SWAB nasofaríngeo e amostras de escarro de 213 pacientes hospitalizados por COVID-19.
Utilizaram a técnica de RT-PCR aprovada pela agência Chinesa e o resultado mostrou que 11% das amostras de escarro, 27% das amostras de SWAB nasal e 40% das amostras de SWAB faríngeo mostraram resultados falsos negativos.
Já em outro estudo, com 173 pacientes hospitalizados, 93% deles tiveram soroconversão de anticorpos para COVID-19, mas o RT-PCR das amostras respiratórias positivou para apenas 67% deles.
Em estudo de revisão sistemática de cinco pesquisas envolvendo total de 957 pacientes, resultados falsos negativos variaram entre 2 a 29%. Devido à variação ampla, estes valores de sensibilidade não podem ser considerados de alto grau de evidência. Porém, embora limitadas, essas evidências levantam preocupação quanto a frequência de falsos negativos.
Quais seriam os valores aceitáveis?
Considerando um teste como perfeito, valores negativos indicariam com certeza absoluta a ausência de infecção pelo SARS-CoV-2. Como os testes são imperfeitos, o valor fornecido indica apenas menor probabilidade que a pessoa esteja infectada.
Para calcular quão menor esta probabilidade é, pode-se usar o teorema de Baye, que incorpora tanto informações da pessoa como da acurácia do teste. Para testes negativos, há duas variáveis consideradas:
- Probabilidade pré-teste: estimativa, antes do teste, da chance de uma pessoa estar infectada.
- Sensibilidade do teste.
A probabilidade pré-teste depende de vários fatores, como prevalência local de infecção pelo SARS-CoV-2, história de exposição ao vírus e sintomas.
Vamos exemplificar
Em situação hipotética, vamos assumir que o teste de RT-PCR é perfeitamente específico, isto é, sempre negativo em pessoas não infectadas. A probabilidade pré-teste de alguém que esteja se sentindo doente após exposição a contato COVID-19 positivo seja de 20%.
Se a sensibilidade do teste for de 95%, a probabilidade pós-teste de alguém estar infectado com resultado negativo de RT-PCR seria de 1%, o que seria aceitável para prover segurança e permitir a esta pessoa visitar parentes de alto risco.
Este valor de 1% de erro permaneceria mesmo se a probabilidade pré-teste chegasse a 50%, o que seria mais razoável para alguém que foi exposto e apresenta sintomas iniciais, em local com casos frequentes.
O problema é que os valores de sensibilidade parecem ser muito menores na prática. Os estudos citados mostram que podemos estimar a sensibilidade dos testes como algo em torno de 70%.
Refazendo nosso exemplo, agora com a sensibilidade de 70%, com uma probabilidade pré-teste de 50%, a probabilidade pós-teste subiria para 23%, valor arriscado demais para assumir que de fato alguém não está infectado.
O gráfico acima busca ilustrar o que acabamos de descrever. A linha azul representa testes com 70% de sensibilidade e 95% de especificidade. A sombra rosa representa o limite para considerar uma pessoa não infectada (probabilidade pós teste de até 5%).
A seta “A” indica que, com testes de baixa sensibilidade (70%), o limite de 5% não poderá ser alcançado se a probabilidade pré-teste exceder 15%. A seta “B” indica que para valores mais altos de sensibilidade do teste (90%), o limite será mantido mesmo se a probabilidade pré-teste chegue a 33%.
O que concluímos?
O gráfico mostra porque testes de covid com alta sensibilidade são extremamente importantes e necessários. Além disso, também podemos notar a importância da redução de probabilidade pré-teste, que envolve questões como medidas de distanciamento social e uso de máscaras.
Portanto, testes diagnósticos ajudarão a reabertura do país de forma segura, mas apenas se estes forem altamente sensíveis. Além disso, mensurar sensibilidade destes testes em pessoas assintomáticas é crucial, bem como desenvolver métodos para calcular probabilidade pré-teste.
Por último, será também um desafio estabelecer qual valor limite seguro nas diferentes situações para podermos considerar uma pessoa como não infectada.