Pourquoi les experts doutent du taux de mortalité dans cette récente étude COVID-19

On a beaucoup parlé ces derniers temps de quelques études sur le COVID-19 qui utilisent des tests d'anticorps pour estimer la prévalence de l'infection dans la population. En théorie, les tests d'anticorps détectent des preuves qu'une personne a déjà eu et récupéré du COVID-19 , ce qui, étant donné le manque de tests disponibles alors que les gens éprouvent encore des symptômes (ou peuvent ne ressentir que des symptômes légers, s'ils ne sont pas complètement asymptomatiques ), peut être un outil utile pour estimer toute l'étendue de la pandémie.

En particulier, une étude des taux de prévalence dans le comté de Santa Clara, en Californie, a attiré l'attention pour sa conclusion que la prévalence des personnes ayant des anticorps - c'est-à-dire des personnes qui ont été infectées et qui se sont améliorées - est beaucoup plus élevée que les estimations officielles.

Les études sur les anticorps suscitent de l'intérêt car elles pourraient nous aider à estimer qui est immunisé contre le COVID-19, ce qui pourrait être utile alors que les États cherchent à s'ouvrir à nouveau - en particulier alors que nous nous dirigeons vers une éventuelle «immunité collective». Mais mettre trop de foi dans une étude suggérant un faible taux de mortalité - en particulier celle qui ne tient pas compte des défauts et des biais dans ses données - pourrait amener les gens à penser que la maladie est moins dangereuse qu'elle ne l'est en réalité.

Dans l'étude de Santa Clara, 3330 personnes ont été recrutées via des publicités Facebook et testées pour des anticorps contre le virus qui cause le COVID-19. Sur ces 3 330 personnes, 50 ont été testées positives. En extrapolant à partir de ce nombre, les auteurs estiment que la prévalence des personnes qui se sont rétablies de la maladie dans le comté de Santa Clara est de 50 à 85 fois ce que les chiffres officiels suggèrent. En utilisant ce nombre, les auteurs ont estimé que le taux de mortalité du COVID-19 se situait entre 0,12 et 0,20, par rapport à d' autres estimations , qui varient généralement entre 1 et 3%. L'évaluation du taux de mortalité pour cette maladie est délicate, compte tenu de sa nouveauté, ainsi que du manque de tests généralisés. Mais dans l'ensemble, dans les scénarios où les taux de dépistage sont plus élevés, le taux de mortalité semble se situer quelque part dans cette fourchette de 1 à 3%.

Les résultats de l'étude de Santa Clara étaient surprenants et n'ont pas résisté à l'examen minutieux qui a suivi les premiers titres encourageants. À partir du moment où cette pré-impression a été publiée, un problème après l'autre avec les données est apparu. Et l'étude de Santa Clara n'est pas le seul test d'anticorps qui a suscité la controverse - bien que la semaine dernière, il soit devenu le plus notable.

Lorsqu'il s'agit d'analyser ces études pour déterminer la quantité de stock que nous pouvons y placer, voici les facteurs pris en compte par les scientifiques:

Pour l'étude de Santa Clara, les participants ont été recrutés via des publicités Facebook. Bien que les chercheurs aient tenté de corriger le suréchantillonnage de certaines données démographiques, il s'agit d'une technique d'échantillonnage qui introduira certains biais, notamment le fait que de nombreux participants auraient pu être motivés par le fait de vouloir savoir s'ils avaient déjà souffert d'une maladie. avait été COVID-19 ou non. Ce facteur peut avoir faussé considérablement les résultats, d'autant plus que les conclusions de l'étude sont basées sur seulement 50 résultats positifs sur 3330.

Ensuite, il y a la découverte problématique que certains participants à l'étude de Santa Clara ont été recrutés par l'épouse de l'un des auteurs envoyant un e-mail à la liste de diffusion d'un collège avec la suggestion que le test déterminerait s'ils pouvaient «retourner au travail sans crainte». et prétendant à tort que le test était approuvé par la FDA.

Un véritable échantillonnage serait pris au hasard. Dans le monde réel, ce n'est pas toujours possible, mais il est important de noter la méthode d'échantillonnage suivie par une étude et la manière dont elle a corrigé les éventuels biais.

Les tests d'anticorps contre COVID-19 sont encore en cours de développement, et nous en apprenons encore beaucoup en ce qui concerne leur précision. Pour compliquer tout cela, la FDA a assoupli ses règles sur la possibilité pour les entreprises de vendre des tests qui n'ont pas été approuvés par le gouvernement.

En ce qui concerne l'exactitude des tests, il y a le taux de faux négatifs à prendre en compte - lorsque les résultats du test indiquent que vous n'avez pas d'anticorps COVID-19 alors qu'en fait vous en avez - ainsi que le taux de faux positifs - qui correspond au résultat du test dites que vous avez des anticorps contre le COVID-19, alors qu'en fait ce n'est pas le cas.

Dans une analyse de 14 tests d'anticorps différents , effectués par une équipe de plus de 50 scientifiques, seuls trois ont produit des résultats toujours fiables. Et de ces 14 tests différents, un seul n'a pas généré de faux positifs. Les faux positifs sont particulièrement problématiques, car ils pourraient offrir aux personnes testées un faux sentiment de sécurité - une croyance erronée que l'on est immunisé, alors qu'en fait les résultats des tests étaient erronés. (Bien sûr, il est important de noter que nous ne savons pas encore dans quelle mesure les anticorps confèrent une immunité au virus qui cause le COVID-19.)

C'est le taux de faux positifs qui est particulièrement préoccupant dans l'étude de Santa Clara. Les conclusions des auteurs ne tiennent pas compte des faux positifs, ce qui est particulièrement problématique étant donné que le test qu'ils ont utilisé a un intervalle de confiance compris entre 0,1% et 1,7% de taux de faux positifs , alors que leurs résultats rapportés étaient que 1,5% de leurs échantillons étaient positifs. . En théorie, tous ces échantillons positifs pourraient être des faux positifs, une probabilité que les auteurs n'ont pas prise en compte. Même si le taux de faux positifs est beaucoup plus faible, avec une taille d'échantillon aussi petite, une légère différence pourrait fausser un peu les résultats.

L'étude de Santa Clara utilise ses résultats pour estimer un taux de mortalité entre 0,12 et 0,20 pour cent. Cependant, comme le souligne Undark , si le taux de mortalité n'était que de 0,12 à 0,20, le nombre de décès par COVID-19 à New York suggérerait que 12,5 millions de personnes ont été infectées, tandis que la population de la ville n'est que de 8,3 millions.

Étant donné que New York enregistre toujours de nouveaux cas chaque jour et n'a pas vu un afflux de 4 millions de personnes supplémentaires au cours du mois dernier, cela suggère que le taux de mortalité n'est pas, en fait, entre 0,12 et 0,20%.

La vie dans une pandémie change de jour en jour, de nouveaux résultats de recherche étant publiés toutes les heures. De manière générale, cette recherche en cours est une très bonne chose: il y a beaucoup de choses que nous ne savons pas encore. Cela dit, étant donné la vitesse à laquelle tout cela se produit, ainsi que notre désir désespéré d'obtenir plus d'informations, de plus en plus de prépublications - études qui n'ont pas encore fait l'objet d'un examen par les pairs - sont couvertes comme des nouvelles.

Il est doublement important de revérifier comment une étude est couverte lorsqu'elle est nouvelle et qu'elle n'a pas fait l'objet d'un examen par les pairs. Que disent les autres scientifiques de la méthodologie et des résultats? Que disent-ils des limites de l'étude? Aucune étude n'est parfaite. Si la couverture de l'actualité n'a pas inclus une diversité de voix - y compris une analyse par des experts qui n'ont pas été impliqués dans la recherche, ainsi que des experts qui peuvent parler de ses limites - c'est un signe que vous voudrez peut-être attendre avant de décider si les résultats sont ceux sur lesquels vous pouvez compter.