Actu - Coronavirus : pourquoi la stratégie des tests de dépistage a échoué ?

[Futura - noReply]

Dépister massivement la population pour isoler les cas positifs serait le secret de la lutte contre le coronavirus. Pourtant, alors que la France est le pays d’Europe qui pratique le plus de...

Lire la suite : Coronavirus : pourquoi la stratégie des tests de dépistage a échoué ?
-----

[B4lbu]

Les statistiques nous disent qu'avec la "fiabilité" des tests, un dépistage massif aléatoire ne sert à rien car dans ces conditions un pcr positif n'indique qu'une probabilité de 28.6% d'être en réalité malade

https://www.lri.fr/~mbl/COVID19/bayes-fr.html

[Gwinver]

Bonsoir.

Il y a peu de chances d'évaluer l'efficacité d'une mesure isolée sur un sujet aussi complexe où se mêlent les mutations de virus, les aspects régionaux les décalages dans le temps de déploiement des différents moyens de protection, masques, tests, dépistages, délais, la météo etc. etc. etc. ...

[B4lbu]

Bonjour,
justement, en oubliant tout ce que vous avez mentionné et en ne gardant que les données de base : fiabilité du test et proportion des porteurs de virus, on arrive aux 28% de probabilité d'être malade avec un pcr positif dans le cadre d'un test massif aléatoire. C'est juste des probabilités.

En ajoutant tous les facteurs d'incertitude que vous avez mentionné, on peut juger du peu d'utilité de faire un test massif.

[A voir en vidéo sur Futura]

[Gwinver]

Bonjour.

28% de probabilité d'être malade

Que recouvre le mot "malade" ici.
En particulier, est-ce que ça inclue les porteurs sains et ceux qui n'ont que de faibles symptômes?

[B4lbu]

Réellement malade au sens de porteur du virus, symptomatique ou non

Tout est expliqué en suivant le lien
https://www.lri.fr/~mbl/COVID19/bayes-fr.html

[papy-alain]

Bonjour,
justement, en oubliant tout ce que vous avez mentionné et en ne gardant que les données de base : fiabilité du test et proportion des porteurs de virus, on arrive aux 28% de probabilité d'être malade avec un pcr positif dans le cadre d'un test massif aléatoire. C'est juste des probabilités.

En ajoutant tous les facteurs d'incertitude que vous avez mentionné, on peut juger du peu d'utilité de faire un test massif.

Faux. On est très loin d'un taux de positivité de 28 % du test PCR.

[B4lbu]

Faux. On est très loin d'un taux de positivité de 28 % du test PCR.

Avez vous pris la peine de lire la référence? 28% n'est pas un taux de positivité
Le résultat peut être contre intuitif mais c'est le théorème de Bayes

https://fr.m.wikipedia.org/wiki/Th%C...%A8me_de_Bayes

[pm42]

Il y a une interview d'elle assez intéressante ici : https://www.lejdd.fr/Societe/covid-1...adigme-4014495

Les comportements individuels jouent aussi.

[papy-alain]

Avez vous pris la peine de lire la référence? 28% n'est pas un taux de positivité
Le résultat peut être contre intuitif mais c'est le théorème de Bayes

https://fr.m.wikipedia.org/wiki/Th%C...%A8me_de_Bayes

Une probabilité de 28 % d'être malade avec un test PCR positif, pour reprendre votre phrase, doit forcément correspondre à un taux de positivité de 28 %. Ce qui est loin d'être constaté, et qui représente l'abîme qui sépare la théorie de la pratique.

[B4lbu]

Non, le taux de positivité (en tout cas majoritairement admis) est la proportion de tests positifs parmis tous les tests, pas la probabilité d'être réellement porteur de virus avec un résultat positif

Par ailleurs j'ai bien précisé "dans le cadre d'un test massif aléatoire", si le test cible uniquement les cas suspects, ce pourcentage augmente

[papy-alain]

Non, le taux de positivité (en tout cas majoritairement admis) est la proportion de tests positifs parmis tous les tests, pas la probabilité d'être réellement porteur de virus avec un résultat positif

Par ailleurs j'ai bien précisé "dans le cadre d'un test massif aléatoire", si le test cible uniquement les cas suspects, ce pourcentage augmente

Mais justement, les tests actuels sont ciblés et tournent autour de 10 % de positivité. S'ils étaient totalement aléatoires, le taux de positivité serait donc nettement plus bas, peut être 2 ou 3 %. Tes 28 % ne veulent rien dire, c'est une probabilité totalement farfelue.

[B4lbu]

Je comprends que vous trouviez la valeur farfelue, puisque vous la prenez pour un taux de positivité, CE QU'ELLE N'EST PAS.

Encore une fois, c'est la probabilité d'être porteur du virus sachant que le résultat du pcr est positif

J'espère que vous êtes conscient que les tests ne sont pas fiables à 100%? Sinon je comprendrai votre entêtement

[papy-alain]

Je comprends que vous trouviez la valeur farfelue, puisque vous la prenez pour un taux de positivité, CE QU'ELLE N'EST PAS.

Encore une fois, c'est la probabilité d'être porteur du virus sachant que le résultat du pcr est positif

J'espère que vous êtes conscient que les tests ne sont pas fiables à 100%? Sinon je comprendrai votre entêtement

Mais vous dites n'importe quoi ! Il n'y a que des faux négatifs avec le test PCR, pas de faux positifs (ou alors, c'est vraiment marginal, du style 0,01 %). Si le test PCR est positif, votre probabilité d'avoir le virus est de 99,99 %

[B4lbu]

Bien entendu mes réponses ont toujours été dans le cadre d'un test massif aléatoire, je préfère préciser

Sinon vous n'avez pas l'air motivé par la recherche de connaissances, donc je laisse d'autres prendre le temps de vous répondre, s'ils en ont envie

[pascelus]

Bonjour,
justement, en oubliant tout ce que vous avez mentionné et en ne gardant que les données de base : fiabilité du test et proportion des porteurs de virus, on arrive aux 28% de probabilité d'être malade avec un pcr positif dans le cadre d'un test massif aléatoire. C'est juste des probabilités.

En ajoutant tous les facteurs d'incertitude que vous avez mentionné, on peut juger du peu d'utilité de faire un test massif.

Bonjour,

Je ne comprends pas trop non plus, à partir du lien que vous donnez en #2 (dont les paramètres sont ajustables par le lecteur), comment vous parvenez à un nombre aussi extravaguant de 28% de probabilités d'etre réellement malade avec un pcr positif. Je lis "89.4% de chances que vous soyez malade si vous recevez un test positif" avec un test de sensibilité 90% et de spécificité 75%, ce qui n'est pas l'optimal.
Comme le dit, peut etre abruptement papy_alain, il est quasiment impossible qu'un test soit positif sans qu'on soit en présence du virus dans le prélèvement.

[B4lbu]

Comme le dit, peut etre abruptement papy_alain, il est quasiment impossible qu'un test soit positif sans qu'on soit en présence du virus dans le prélèvement.

Bonjour,
Les tests pcr ont une fiabilité bcp plus faible que les tests antigeniques, c'est par ailleurs écrit dans le lien posté plus haut ou :

https://fr.m.wikipedia.org/wiki/Test..._du_SARS-CoV-2

"La sensibilité de ce type de test est évaluée entre 50 et 60 % et la spécificité est assez mauvaise à 75 %"

[pm42]

C’est dommage de couper la citation alors qu’elle précise que ces chiffres ne s’appliquent pas aux tests PCR multiplex dans le contexte de mai 2020.

[B4lbu]

Il me semble que les tests multiplex visent plusieurs virus en 1 test, à confirmer mais il ne me semble pas que ce soit le genre de tests utilisés dans les campagnes de dépistage du covid à grande échelle

[FabiFlam]

Les statistiques nous disent qu'avec la "fiabilité" des tests, un dépistage massif aléatoire ne sert à rien car dans ces conditions un pcr positif n'indique qu'une probabilité de 28.6% d'être en réalité malade

https://www.lri.fr/~mbl/COVID19/bayes-fr.html

B4lbu, ce site est inaccessible.

FabiFlam

[FabiFlam]

Bien entendu mes réponses ont toujours été dans le cadre d'un test massif aléatoire, je préfère préciser

Sinon vous n'avez pas l'air motivé par la recherche de connaissances, donc je laisse d'autres prendre le temps de vous répondre, s'ils en ont envie

Bien sûr !

papy-alain, il y a 2 choses:

1) Tu as raison de dire que si PCR trouve du virus c'est qu'il y a du virus. Mais: les PCR ne donne à priori pas de faux positifs sauf si on fait trop de cycles d'amplification. A ce moment là on détecte du virus mais à des taux à priori insuffisants pour provoquer une infection. L'idéal serait de compléter par une sérologie: on verrait si l'organisme a produit une réponse immunitaire et donc si l'infection a été effective ou non.

Je crois qu'il y a eu un questionnement autour du nombre de cycles d'amplification à réaliser pour une détection correcte.

2) En effet le taux dont parle B4lbu, n'est pas le taux de positivité des tests mais la probabilité d'être malade avec un PCR positif ce qui est largement différent. Comme je n'ai pas accès au lien cité, je ne sais pas d'où sort ce chiffre 28%. Mais si c'est le théorème de Bayes, le cacul ne doit pas être très long à retranscrire ici donc peut-être B4lbu tu voudras bien nous donner le détail ?

FabiFlam

[FabiFlam]

Pour les PCR, il peut aussi y avoir des problèmes de spécificité: dans ce cas on croit détecter du SARS-cov2 mais on détecte en fait un autre virus qui y ressemble. Il me semble que les tests SARS-cov2 sont au contraire très spécifiques. Donc ce doit être marginal.

FabiFlam

[yves95210]

B4lbu, ce site est inaccessible.

Il était accessible lorsque B4lbu a posté le lien. J'y avais jeté un coup d'œil, c'est intéressant et plutôt bien fait. J'espère que l'accès sera rétabli (peut-être après le week-end).

[FabiFlam]

Du coup Yves95210, tu as compris le calcul qui mène aux 28 % ?

[yves95210]

Du coup Yves95210, tu as compris le calcul qui mène aux 28 % ?

J'ai juste jeté un coup d'œil, pas pris le temps de lire en détail. J'avais remis ça à plus tard, dommage que la page ne soit plus accessible...

[pm42]

J'avais remis ça à plus tard, dommage que la page ne soit plus accessible...

Est ce que cette version en cache est la bonne ?

http://webcache.googleusercontent.co.../bayes-fr.html

[invite7a0a8d2e]

J'ai juste jeté un coup d'œil, pas pris le temps de lire en détail. J'avais remis ça à plus tard, dommage que la page ne soit plus accessible...

Y a mieux (C'est expliqué via des calculs de base) :

Un exemple est donné ici :

Vous êtes directeur de cabinet du ministre de la santé. Une maladie est présente dans la population, dans la proportion d'une personne malade sur 10000. Un responsable d'un grand laboratoire pharmaceutique vient vous vanter son nouveau test de dépistage : si une personne est malade, le test est positif à 99%. Si une personne n'est pas malade, le test est positif à 0,1%.

Ces chiffres ont l'air excellent, vous ne pouvez qu'en convenir. Toutefois, avant d'autoriser la commercialisation de ce test, vous faites appel au statisticien du ministère : ce qui vous intéresse, ce n'est pas vraiment les résultats présentés par le laboratoire, c'est la probabilité qu'une personne soit malade si le test est positif. La formule de Bayes permet de calculer cette probabilité.

...

C'est catastrophique! Il n'y a que 9% de chances qu'une personne positive au test soit effectivement malade! C'est tout le problème des tests de dépistage pour des maladies rares : ils doivent être excessivement performants, sous peine de donner beaucoup trop de "faux-positifs".

http://www.bibmath.net/dico/index.ph..../b/bayes.html

[B4lbu]

Je ne sais pas pourquoi le site est inaccessible

De mon côté je m'y suis intéressé à partir de cette vidéo (en anglais avec sous titres anglais) :

https://youtu.be/lG4VkPoG3ko

[FabiFlam]

Est ce que cette version en cache est la bonne ?

http://webcache.googleusercontent.co.../bayes-fr.html

Merci pm42,
Si cette version est la bonne, j'ai bien l'impression que l'auteur a inversé la spécificité et la sensibilité.

Je trouvais très bizarre le chiffre donné par B4lbu de seulement 28% d'infectés sur les tests revenus positifs. C'est très peu.

Mais il utilise une spécificité de 75% et une sensibilité de 90%. Dans tous les documents que j'ai lu sur la PCR COVID j'ai plutôt vu l'inverse : des spécificités de 99%, et des sensibilités variant de 50% à 80%.

Avec un t'est de sensibilité de 80% et de spécificité 99%, on aura 80% des infectés qui seront détectés et 1% des non infectés qui recevront un test positif.

Si la proportion d'infectés dans la population est 10%, et qu'on teste n personnes au hasard, on va avoir:
0,08n tests positifs de personnes infectées et 0,009n tests positifs de personnes non infectées.
Si n=1000, on aura 80 tests positifs corrects et 9 tests positifs incorrects, ce qui fait tout de même 80/89 et donc près de 90% de chances d'être infecté si on reçoit un test positif et non pas 28% !

FabiFlam

[papy-alain]

Merci pm42,
Si cette version est la bonne, j'ai bien l'impression que l'auteur a inversé la spécificité et la sensibilité.

Je trouvais très bizarre le chiffre donné par B4lbu de seulement 28% d'infectés sur les tests revenus positifs. C'est très peu.

Mais il utilise une spécificité de 75% et une sensibilité de 90%. Dans tous les documents que j'ai lu sur la PCR COVID j'ai plutôt vu l'inverse : des spécificités de 99%, et des sensibilités variant de 50% à 80%.

Avec un t'est de sensibilité de 80% et de spécificité 99%, on aura 80% des infectés qui seront détectés et 1% des non infectés qui recevront un test positif.

Si la proportion d'infectés dans la population est 10%, et qu'on teste n personnes au hasard, on va avoir:
0,08n tests positifs de personnes infectées et 0,009n tests positifs de personnes non infectées.
Si n=1000, on aura 80 tests positifs corrects et 9 tests positifs incorrects, ce qui fait tout de même 80/89 et donc près de 90% de chances d'être infecté si on reçoit un test positif et non pas 28% !

FabiFlam

Clair que, sans faire aucun calcul, cette probabilité de 28 % apparaissait irréaliste car, dans ce cas, les tests PCR n'auraient eu aucun intérêt.