Falsk positive test

Vi er for langt inde i anden bølge til at falsk positive testsvar er en bekymring for os.

Begreber

En falsk positiv test er en test, hvor en rask person uden coronainfektion får en positiv test. En falsk negativ er en test, hvor en syg person får et negativt testsvar.

COVID19 test

Resultat af rt-PCRInficeretIkke inficeret 
PositivSand positivFalsk positivSand positiv+Falsk positiv
NegativFalsk negativSand negativFalsk negativ+Sand negativ
IaltSand positiv+Falsk negativFalsk positiv+Sand negativ

Det samlede antal af raske er de sand negative+de falsk positive
Det samlede antal af syge er de sand positive+de falsk negative.

Gå op og kig på tabellen igen. Forstå den. Det er grundlaget for hele denne øvelse.

Sensitiviteten af en test er evnen for testen til at finde de syge. Altså hvor følsom er testen. Finder den alle?
Derfor er det givet at sensitiviteten er:
sand positive/ (sand positive+falsk negative)

Sensitiviteten for coronatest er angivet til omkring 90% under optimale forhold. (I dag er det værnepligtige soldater og fyrede SAS medarbejdere, der tager de fleste tests, så jeg ville blive overrasket, hvis sensitiviteten var så høj…..)

Specificiteten er testens evne til at frikende de raske for sygdom.
Derfor er det givet at specificiteten er lig:
Sand negativ/(Sand negative+falsk positive)

Specificiteten er angivet til over 99% for coronatest.

Læs det hele igen og forstå det. Det er basisviden for at kunne komme til næste trin.

Flere begreber

Prævalens af en sygdom er: (antallet af syge i en befolkning)/(befolkningen). For at kende prævalensen af en sygdom skal man screene regelmæssigt, dvs teste eksempelvis 5000 tilfældigt udvalgte mennesker hver uge og se hvor mange, der er syge.
Idet vi sådan set ikke aner en skid om, hvor stor prævalensen i den danske befolkning er, i og med vi ikke får de rå data fra SSI og dermed ikke kan differentiere de tilfældigt udvalgte danskere der får en test, fra de symptomatiske/nære kontakter, så må vi tilnærme os en prævalens, der i dette tilfælde så bliver prævalensen i den testede befolkning. Den nye tilnærmede definition bliver derfor:
prævalens er lig (antallet af syge i den testede befolkning)/(den testede befolkning)

Hvor lav kan specificiteten være?

I slutningen af juni til starten af juli lå positivprocenten fast nede omkring 0,1% (markeret med blåt i tabellen nedenfor).
Specificiteten på testen må derfor være over 99,9% ellers ville der være flere positive (blot falsk positive).

Hvis specificiteten på testen kun var 99%, så ville vi producere 100 falsk negative hver gang vi testede 10000. Imidlertid har vi på 18 dage testet 280524 og kun fundet 408 positive. Selv hvis vi antager at alle 408 positive er falske positive, lander vi på en specificitet på 100%- 0,1%= 99,9%.

Og det er nok ikke alle, der har været falsk positive, men lad os gå med den, så vi kan se hvor stort problemet så vil være i dag, hvor epidemien er på sit højeste. Pga lange svartider går jeg dog et par dage tilbage for at kunne få semireelle svar:

Den 19/9-20 blev der testet 39772 og fundet 419 positive. Hvis vi går ud fra at 0,1 procent af 39772 er falsk positive er det cirka 40 falsk positive i absolut værste tilfælde. Det vil sige at cirka 10% er falsk positive, som det ser ud lige nu.

Er det et problem?

Jeg synes problemet er til at overse. Derimod er den lave sensitivitet mere bekymrende.

Dog er det et problem, hvis sygdomsaktiviteten er meget lav i et samfund. I sommers kunne det måske have været 50% af testene der var falsk positive, fordi prævalensen var så lav. Nu er prævalensen højere og det medfører at risikoen for en falsk positiv i høj grad er til at overse.

Epidemikurven buldrer derudaf og samfundet lukker ned inden vi når efterårsferien, hvis det fortsætter. Jo hurtigere det går, jo mere ligegyldig bliver snakken om falsk positive teste…

Giver det mening?

1 comment

Leave a Reply

Your email address will not be published. Required fields are marked *