Prevalencia de COVID-19: la clave para interpretar los test diagnósticos, por Francisco Hernansanz

Prevalencia de COVID-19: la clave para interpretar los test diagnósticos.

Dr. Francisco Hernansanz Iglesias. MFyC. EAP Nord, Sabadell. ICS.

LOS TEST

Tenemos tres tipos de test para COVID-19. Son pruebas de tipo dicotómico: intentan distinguir sanos de enfermos sin identificar diferentes grados de enfermedad o niveles de resultado (más o menos positivo; más o menos negativo). A saber:

• RT-PCR
• Detección de antígenos
• Detección de anticuerpos

RT-PCR. Es una prueba de hisopo que detecta genoma vírico. Consiste en la recogida de muestras de distintos lugares anatómicos (fosas nasales, faringe, nasofaringe, árbol bronquial) o esputo inducido para detectar RNA viral mediante RT-PCR. Se utilizan diferentes kits que, primero, extraen genoma (RNA) del virus, posteriormente copian ese RNA en forma de ADN con una enzima denominada transcriptasa inversa (RT) y, finalmente, el genoma del virus copiado a ADN se amplifica mediante la reacción en cadena de la polimerasa (PCR) para poder detectarlo. Su finalidad principal es saber si “tenemos” el virus. Un resultado positivo no implica actividad e infectividad del virus pues podemos detectar genoma o proteínas de virus no completos. Una vez recuperado de la infección y eliminado el patógeno, esta prueba no puede detectar si se ha estado o no infectado. Es decir, la RT-PCR no puede detectar una infección pasada. Su indicación principal sería detectar infección actual y junto con parámetros clínicos y pruebas de imagen compatibles ayudaría a la decisión de ingresar y/o aislar a una persona. No hay kits de diagnóstico en casa, se precisa de un laboratorio y personal especializado que procese la muestra y, al menos, unas  horas para conocer el resultado.

Detección de antígenos. En este caso se detectan proteínas del virus. El test identifica las proteínas de membrana proyectadas hacia el exterior en forma de espícula que son, precisamente, aquellas por las que recibe el nombre de coronavirus. Estas pruebas tienen menor sensibilidad y especificidad que la RT-PCR pero son más baratas, ofrecen el resultado más pronto y no precisan de laboratorio ni de personal especializado.

Detección de anticuerpos. Se trata de los conocidos como "test rápidos". Estos test detectan anticuerpos, es decir, si hemos creado respuesta inmune tras infectarnos por el nuevo coronavirus. Se detectan en sangre. Sabemos que contra el nuevo coronavirus producimos dos tipos de anticuerpos, denominados inmunoglobulinas. Una, la llamada IgM, aparece de forma temprana, aproximadamente a los 7 días del inicio de los síntomas, informa de la respuesta inmune precoz (enfermedad reciente) y suele desaparecer con el paso del tiempo. La otra inmunoglobulina, denominada IgG, aparece aproximadamente unos 7 días después de la primera e informa de una respuesta inmune más tardía que suele perpetuarse en el tiempo. Los test rápidos pueden ser altamente sensibles y específicos cuando son validados con muestras de pacientes graves que suelen responder con una carga de anticuerpos más alta. Por lo que si se realizan en un paciente con un cuadro más leve podría disminuir el rendimiento del test.

Los "test rápidos" disponibles pueden detectar solamente inmunoglobulinas sin diferenciar entre IgM e IgG o detectar ambas. No es cuestión baladí, pues un paciente podría tener una PCR+ (se detecta virus) y a la vez IgM + (comienza a crear inmunidad) pero no IgG (demasiado pronto para detectarla). Un Ig total positivo no sirve para determinar si la persona es o no contagiosa.

Suponiendo que el virus generase inmunidad duradera, efectiva (anticuerpos neutralizantes) y, por tanto, sin reinfección probable, cosa que desconocemos, este tipo de test podrían ayudar a tomar decisiones como levantar una cuarentena, suavizar un confinamiento, abrir centros educativos, y reactivar la economía permitiendo que los trabajadores se reincorporen a sus puestos. Cuando tengamos una vacuna nos servirán para saber si creamos anticuerpos tras la vacunación, no para saber si es efectiva. La comprobación de la eficacia vacunal requerirá de ensayos clínicos. Al contrario que la RT-PCR,  disponemos de kits de diagnóstico (similar a la prueba de embarazo) para realizar en casa, en el trabajo, etc. con resultados en 10-15 minutos. Para evitar falsos positivos, deben ser test con poca probabilidad de reacción cruzada con otros coronavirus también presentes y causantes de síntomas respiratorios. Son test validados para realizar en sujetos sintomáticos, preferiblemente a partir del séptimo día del inicio de los síntomas (el tiempo que tarda en aparecer la IgM).

Ejemplo:

Me he aislado en casa por síntomas compatibles y me estoy recuperado o me acabo de recuperar. En este caso, una PCR negativa no quiere decir que haya pasado la enfermedad (ya no se detecta RNA viral), puede ser simplemente que estaba resfriado, por ejemplo, por otro coronavirus, me he curado y no estaba infectado por el nuevo coronavirus. En este caso un test rápido (anticuerpos) me diría si ha sido o no COVID-19 y, en caso positivo (siempre que no haya reactividad cruzada con otros virus de la familia) indicaría que existe inmunidad, temprana o tardía en función de qué inmunoglobulinas detecte (IgM o IgG). Hacer una PCR en caso de positividad de anticuerpos aportaría información sobre la probabilidad de ser todavía portador de virus activo y del riesgo de contagiar a otros, lo que justificaría mantener el aislamiento o medidas de protección hasta negativizar la PCR, mientras no tengamos estudios de  cargas virales mínimas infectivas. Aunque es preciso recordar de nuevo que la PCR puede detectar genoma o proteínas de virus no completos (sin actividad ni infectividad) y, por tanto, resultar positiva sin que ello signifique que el sujeto sea contagioso, sobre todo cuando el resultado positivo ocurre en un paciente clínicamente ya claramente recuperado.

CARACTERÍSTICAS E INTERPRETACIÓN DEL TEST

Nos centraremos en la PCR con el conocimiento actual que tenemos del virus. Interesa profundizar un poco más en el tema a fin de entender lo que se puede esperar de esta prueba. Antes de hacer una prueba determinada, cualquier individuo perteneciente a una población de riesgo tiene una probabilidad de estar enfermo por el simple hecho de pertenecer a dicha población. La prevalencia estimada es justamente esa probabilidad PRE-PRUEBA. Cuando aplico la prueba a ese individuo, la probabilidad de estar enfermo variará en función de la calidad diagnóstica de la prueba (sensibilidad y especificidad) y de la probabilidad previa (prevalencia). Llamamos valor predictivo a esa probabilidad POST-PRUEBA derivada del resultado (positivo o negativo) de la misma.

Es difícil encontrar una prueba o test 100% sensible y 100% específico. Un test siempre hay que compararlo con otro que no comete errores al que denominamos patrón oro o “gold estándar”. Por ejemplo, para detectar cáncer de colon comparo el test de sangre oculta en heces  con el patrón oro que es la colonoscopia. Hasta la fecha se considera la RT-PCR para COVID-19 como el "gold estándar", es lo que tenemos. De esta comparación y como ya dijimos al principio (test dicotómico) obtengo dos tipos de individuos: los clasificados correctamente y los que han sido erróneamente clasificados como sanos o enfermos. Con estos datos puedo construir una tabla 2 x 2 como la siguiente. Definimos las salidas de la tabla para entender mejor lo que se espera de un test diagnóstico. Conociendo o estimando prevalencia, sensibilidad y especificidad se pueden calcular todas las casillas de la tabla. Las filas informan de la prueba, las columnas del estado real de la persona

	ENFERMO	SANO
TEST +	VP	FP
TEST -	FN	VN

VP: Verdadero Positivo

FP: Falso Positivo

FN: Falso Negativo

VN: Verdadero Negativo

Calculamos Sensibilidad y Especificidad por columnas y Valores predictivos por filas. Definimos cada uno de los términos:

SENSIBILIDAD: capacidad del test para detectar enfermedad, proporción de enfermos que obtuvieron un resultado + en el test. Fracción de verdaderos positivos. S=VP/(VP+FN)

ESPECIFICIDAD: capacidad para detectar a los sanos, proporción de sanos que obtuvieron un resultado negativo en el test.  Fracción de verdaderos negativos. E=VN/(VN+FP)

VALOR PREDICTIVO POSITIVO: probabilidad de tener la enfermedad si se obtiene un positivo en el test. VPP=VP/(VP+FP)

VALOR PREDICTIVO NEGATIVO: probabilidad de que un paciente con resultado negativo esté realmente sano. VPN=VN/(VN+FN)

Sensibilidad y especificidad que tanto se oyen en estos días nos informan de la calidad de la prueba. Son características intrínsecas que no varían con la prevalencia de la enfermedad que se pretende detectar. Pero en la práctica clínica diaria, también interesa saber, ante un resultado positivo o negativo, la probabilidad de que la persona esté enferma o sana. Nos interesa emitir diagnósticos correctos, es decir, nos interesa conocer los Valores Predictivos de la prueba. Si la prevalencia es la probabilidad antes del test, los valores predictivos son las estimaciones revisadas de esa probabilidad teniendo en cuenta el resultado de la prueba. Para prevalencias bajas, el valor predictivo positivo no será del 100% aunque la prueba tenga sensibilidad y especificidad muy altas. Utilizar test de alta sensibilidad y especificidad en entornos de muy baja prevalencia pueden dar lugar a valores predictivos positivos equivalentes a lanzar una moneda al aire, lo que es considerablemente más barato y simple que amplificar el ADN. En el caso de la pandemia por COVID-19 y la realización de PCR masivas será inevitable que bastantes personas con test positivo resulten ser falsos positivos, salvo que la prevalencia de casos asintomáticos "puros" (aquellos infectados y recuperados que contagiaron y que nunca tuvieron síntomas) fuera muy alta.

EJEMPLOS:

De la RT-PCR para COVID-19 se habla de falsos negativos en 1 de cada 3 testados (sensibilidad alrededor del 70%) y de falsos positivos en 1 de cada 20 (especificidad de 95%). 

Juan, médico rural de atención primaria en Aragón, recibe el aviso de que en una residencia de su zona, la mayoría de los ancianos está con cuadro febril, tosiendo y con dificultad respiratoria. La residencia tiene 100 personas mayores y Juan, tras explorar a todos, calcula una probabilidad de COVID-19 (PRE-PRUEBA) del 90% en el establecimiento, 90 residentes de los 100. Tenemos un test que pierde al 30% (sensibilidad del 70%) de los 90 COVID-19, es decir, un 27 de los 100 residentes darán negativo (FALSO NEGATIVO) en el test. A Juan le interesa aislar a los sanos o a los enfermos para evitar que todos los residentes enfermen. Realizando la PCR, 27 falsos negativos (realmente enfermos) no serán aislados y contagiarán al resto. Para Juan es más seguro asumir que los 90 están enfermos incluso si el test es negativo. Ya habrá tiempo de repetirlo.

Juan tiene en su cometido también dar asistencia a unos 5 pueblos de la zona. En uno de ellos, de 100 habitantes,  comienza a haber síntomas compatibles con COVID-19. Cuando Juan acaba de visitar a los sospechosos, se da cuenta que no todo lo explorado parece COVID-19, pueden ser catarros, gastroenteritis, con lo que calcula una probabilidad de  COVID-19 (PRE-PRUEBA) de un 5% de afectados. Es decir, le parece que sólo 1 de cada 20 podría tener COVID-19 y decide hacer PCR. Si la sospecha es que 5 habitantes puedan ser claros COVID-19 y el test pierde al 30% (sensibilidad del 70%) de esos 5 COVID-19, es decir, un 1,5 de los 100 habitantes darán negativo (FALSO NEGATIVO) en el test (entienda el lector que trabajamos con una población de 100, si fueran 1000, la prevalencia sería de 50 y los 1,5 pasaría a ser 15).

En entornos de alta prevalencia y clínica compatible, por ejemplo la residencia que atiende Juan, o un hospital, es más seguro asumir, ante síntomas compatibles, que estás ante un enfermo de COVID-19 incluso con una PCR negativa (Valor Predictivo Negativo bajo, 27%).  Aislar o ingresar y repetir prueba sería la opción más acertada.

En entornos de baja prevalencia como el pueblo de Juan o ante la realización de test masivos al inicio de la epidemia (Islandia, Corea del Sur), en sujetos asintomáticos o con sintomatología vaga, un resultado negativo casi con toda probabilidad es un verdadero negativo (Valor Predictivo Negativo alto, cercano al 100%). Sin embargo, un resultado positivo en este mismo contexto de baja prevalencia no permite confirmar la infección: sólo el 64% de los positivos estará verdaderamente enfermo. Al 36% restante (falsos positivos) se le ingresará, se le aislará, se le mantendrá en observación sin razón alguna, salvo que la prevalencia de casos asintomáticos "puros" (aquellos infectados y recuperados y que contagiaron sin nunca tener síntomas) fuera muy alta.

Prevalencia de COVID-19 sobre un total de 100 sujetos (preprueba)	VERDADERO POSITIVO	FALSO POSITIVO	FALSO NEGATIVO	VERDADERO NEGATIVO	VALOR PREDICTIVO POSITIVO	VALOR PREDICTIVO NEGATIVO
10	7	4	3	86	64%	97%
20	14	4	6	76	78%	93%
30	21	3	9	67	87,5%	88%
40	28	3	12	57	90%	82%
50	35	2	15	48	95%	76%
60	42	2	18	38	95%	68%
70	49	1	21	29	98%	58%
80	56	1	24	19	98%	44%
90	63	0	27	10	100%	27%

Asumiendo sensibilidad del 70% y especificidad del 95%.

SOBRE LOS TEST MASIVOS

Supongamos que podemos mejorar la sensibilidad de la PCR perfeccionando la toma de muestras (mejor nasal que faríngea, mejor vías más bajas que vías aéreas superiores sin llegar a realizar lavado broncoalveolar), con personal bien entrenado, acotando el número de días entre comienzo de síntomas y realización del test, y que el traslado de muestras asegura un 100% de muestras intactas y viables. La idea, disminuir la probabilidad de falsos negativos. La tabla queda del siguiente modo:

Prevalencia de COVID-19 sobre un total de 100 sujetos (preprueba)	VERDADERO POSITIVO	FALSO POSITIVO	FALSO NEGATIVO	VERDADERO NEGATIVO	VALOR PREDICTIVO POSITIVO	VALOR PREDICTIVO NEGATIVO
10	9	4	1	86	69%	99%
20	18	4	2	76	82%	97%
30	27	3	3	67	90%	96%
40	36	3	4	57	92%	93%
50	45	2	5	48	96%	91%
60	54	2	6	38	96%	86%
70	63	1	7	29	98%	81%
80	72	1	8	19	99%	70%
90	81	0	9	10	100%	53%

Asumiendo sensibilidad del 90% y especificidad del 95%.

Pongámonos ahora en un país de 10 millones de habitantes y una prevalencia de COVID-19 del 10% estimada por los datos de otros países. Se decide cerrar fronteras y realizar PCR masivas (una prueba a todo habitante), con sensibilidad del 90% y especificidad del 95%, y decisión de confinamiento según resultado. Estos son los números:

• Tendremos 900.000 verdaderos positivos, que aislaríamos o trataríamos, y 100.000 falsos negativos que no aislaríamos y seguirían contagiando sin saberlo mientras persistieran asintomáticos. Como son negativos, no los aislamos y tardaremos unos días en hacerlo, normalmente ante la aparición de síntomas que levanten sospecha y requieran nueva prueba. Mientras tanto, van contagiando a familiares, compañeros de trabajo, vecinos, etc. Con una R0 entre 2 y 3, en una o dos semanas tendríamos 400.000-600.000 contagiados más.

• Tendremos 400.000 falsos positivos. Algunos acabarán en urgencias o ingresando por comorbilidad ante mínimos síntomas que remeden COVID-19. Algunos de estos, al acudir a urgencias o ingresar contraerán la enfermedad por el hecho de contactar con verdaderos positivos. Otros, dada su buena salud, ratificada con analítica y radiografía negativas, se les aislará en domicilio. La familia  asustada ante la que se avecina en casa. Aún así, contentos todos pues pasan los días y no aparecen síntomas, aparente evolución satisfactoria. Pensaremos, será uno de esos en los que la enfermedad pasa casi desapercibida, un "silent carrier". No podía ser de otra manera, ¡nunca ha sido positivo de verdad!

• Tendremos 8.600.000 verdaderos negativos que se someten a las medidas de confinamiento. Suponiendo una distribución al azar de los verdaderos positivos y los falsos negativos, parte de estos 8.600.000 irá enfermando durante el confinamiento fundamentalmente por contagio intrafamiliar a partir de algún miembro ya infectado -y puede que presintomático- en el momento de decretarse el confinamiento. No es descabellado entonces pensar que terminaremos con un 20% de población afectada.

En este texto se ha hecho énfasis en pruebas dicotómicas. Pretende poner algo de sensatez en el debate actual. Como clínicos tenemos que interpretar los resultados del test de aquellos que hemos testado con especial atención a los valores predictivos. Sensibilidad y especificidad son parámetros intrínsecos al test, importantes para decidir su implantación, pero poco aplicables a una decisión clínica. Sin embargo, los valores predictivos tienen utilidad en la toma de decisiones pues se afectan por la prevalencia del suceso que queremos estudiar. Y por último, “no test is better than a bad test”.

Bibliografía

AltmanD.G., Bland J.M. Statistics Notes: Diagnostic tests 1: sensitivity and specificity.BMJ 1994; 308: 1552.

AltmanD.G., Bland J.M. Statistics Notes: Diagnostic tests 2: predictive values. BMJ1994; 309: 102.

Watson J, Whiting P. Coronavirus: how accurate are coronavirus tests? The Conversation (España), 16 de abril de 2020. 

GrimesDA, Schulz KF. Uses and abuses of screening tests. Lancet. 2002;359:881-4. 

Esta calculadora de test diagnósticos puede ser muy útil (aquí)

Nima Peyman_Fard, "El SARS-CoV-2: virus y huesped"
 (SIAPCovid-19, 15-4-2020)

Para suscribirte al blog, escribe tu dirección de correo en el siguiente recuadro:


Tras escribirla, clica en "Suscribirse". Recibirás enseguida en tu correo un mensaje de confirmación de FeedBuner. Si no aparece en la bandeja de entrada, mira en otras bandejas (spam, por ejemplo). Es imprescindible responder a dicho correo de confirmación para estar correctamente suscrito.