Je ne sais pas de quand date cette page. Mais ces pourcentages dépendent du type de test utilisé, et donc de la période à laquelle les tests ont été faits :Envoyé par FabiFlam
(source)L'un des premiers tests de Reverse Transcription - Polymerase Chain Reaction, en abrégé RT-PCR, a été développé à La Charité à Berlin en janvier 2020 en utilisant la PCR quantitative et a formé la base de 250 000 kits que l'OMS distribue[2]. Le 2 mars, l'OMS diffuse un protocole-type établi par l'institut Pasteur de Paris[3]. D'après une étude coréenne, ce dernier test aurait une sensibilité inférieure à la détection du gène N[4].
La sensibilité de ce type de test est évaluée entre 50 et 60 % et la spécificité est assez mauvaise à 75 % , contre 99 % et 98 % pour les tests PCR multiplex[5], qui ne sont pas encore utilisés au début du mois de mai 2020.
J'ose espérer que c'est le deuxième type de test qui est utilisé aujourd'hui ?
La page citée permet de faire varier les différents paramètres, donc tu peux regarder ce que ça donne avec les pourcentages de spécificité et de sensibilité que tu indiques.
D'autre part, les calculs sont faits par défaut avec une prévalence de 10%; c'est l'ordre de grandeur de la proportion de la population qui a été infectée depuis 10 mois (sans-doute plutôt 15% aujourd'hui). Mais les personnes infectées ne le restent pas indéfiniment; je ne sais pas exactement quelle est la période suivant la contamination durant laquelle le virus est présent en quantité suffisante pour qu'elles soient infectées (et infectieuses). Mais il me semble qu'en moyenne c'est plutôt de l'ordre d'une dizaine de jours (2 ou 3 avant l'apparition des symptômes chez ceux qui en ont; 7 ou 8 après). C'est donc le nombre de personnes contaminées en 10 jours qu'il faut considérer et non le nombre total depuis le début de l'épidémie. En ce moment cela doit représenter moins de 0,5% de la population.
Si on veut estimer le taux de faux-positifs (ou de faux-négatifs) dans une campagne de tests aléatoires sur la population, c'est l'incidence qu'il faut utiliser (% de la population nouvellement infectée durant cette période), et non la prévalence (% de la population ayant été infectée depuis le début de l'épidémie).
Mais là aussi, c'est un paramètre que tu peux modifier (mais seulement par pas de 1%) si tu veux obtenir un résultat plus réaliste.
Et par exemple, en réglant le paramètre nommé "prévalence" (qui devrait être l'incidence) à 1%, la sensibilité à 70% et la spécificité à 98%, je trouve une probabilité de 26% d'être réellement infecté lorsque le résultat du test est positif (44% avec une spécificité de 99%).
C'est normal : 2% de 99% de l'échantillon testé sont des faux positifs, et 98% de 1% de l'échantillon sont des vrais positifs, au total ça fait un peu moins de 3% de résultats positifs alors qu'il n'y a que 1% de personnes vraiment infectées...
D'où effectivement un vrai problème si le résultat positif du test PCR est le seul critère utilisé pour contraindre les gens à s'isoler.
Sauf s'ils ont des symptômes (même si ceux-ci ne sont pas spécifiques au Covid : après tout pour d'autre maladies respiratoires contagieuses, l'isolement pour éviter de contaminer d'autres personnes devrait aussi être la règle...). Ou, en l'absence de symptômes, si on sait qu'ils ont été en contact prolongé avec un patient Covid avéré (là aussi par la présence de symptômes).
Autrement dit, dans le cadre d'une campagne de tests aléatoires, en cas de résultat positif le diagnostic devrait systématiquement être confirmé par un avis médical.
Tout autant qu'en cas de résultat négatif; mais dans ce cas tout le monde devrait en être conscient compte-tenu du taux de faux négatifs...
Evidemment la situation n'est pas la même si on ne fait pas des tests aléatoirement, et qu'on cible les personnes ayant des symptômes et les contacts proches de cas confirmés.
Comme la plupart des symptômes caractéristiques du Covid dans les cas bénins ou modérés (et de manière générale dans les premiers jours de la maladie) ne lui sont pas spécifiques (et peuvent être les même que pour un rhume commun ou la grippe), en cette saison ce ne sont peut-être que 20% des personnes ayant ces symptômes qui sont réellement malades du Covid.
Mais cela donne quand-même des résultats bien meilleurs : avec les mêmes taux de sensibilité (70%) et de spécificité (98%) que ci-dessus, si 20% des personnes ciblées sont réellement infectées, la probabilité d'être infecté lorsque le résultat du test est positif est de 90% (95% si la spécificité est de 99%).
En résumé : plus les tests sont réalisés massivement, indépendamment de la présence de symptômes ou de l'existence de contacts connus avec des personnes déjà diagnostiquées, plus les résultats sont à prendre avec des pincettes.
-----