Aká je teológia plošného testovania?

Už od ohlásenia plošného testovania, ktoré prišlo akože len tak mimochodom na sobotnej tlačovke sa okolo tejto akcie množia nezodpovedané otázky. V tomto blogu by som chcel položiť dve, ktoré vidím ako najdôležitejšie. Prečo netestujeme toto testovanie z hľadiska presnosti? A prečo vláda predpokladá, že má pravdu?

Viacero expertov už od ohlásenia akcie upozorňuje na to, že sa nemusí jednať o tak dobrý nápad ako je navonok prezentované, a že plošné testovanie nemusí spomaliť šírenie vírusu. Vláda sa napriek tomu rozhodla pre pilotnú verziu plošného testovania v najviac postihnutých regiónoch.

Skôr ako budeme pokračovať ďalej je dôležité rozumieť dvom veciam:

1. pozitívne testovaný neznamená chorý.

2. negatívne testovaný neznamená zdravý.

Každý test je iba náhľadom do reality nie realitou a tak k ním treba aj pristupovať. V testoch sa preto rozlišujú dva údaje senzitivita, pravdepodobnosť, že test správne vyhodnotí chorého človeka a špecificita, pravdepodobnosť, že test správne vyhodnotí zdravého človeka. Na základe týchto dvoch údajov sa dá spočítať pravdepodobnosť, že pozitívne testovaný je chorý. (Znie to pre laika trochu úsmevne, ale naozaj neplatí, že pozitívne testovaný je chorý a ako si za chvíľu ukážeme nemusí platiť ani to, že je väčšia šanca, že je chorý ako, že je zdravý.)

Pri cielenom testovaní, ktoré doteraz prebiehalo sa naozaj dalo predpokladať, že pozitívne testovaný je aj naozaj chorý. Je tomu tak preto, že na testy nechodilo tak veľa „zdravých“ ľudí. Ľudí, ktorí by na to nemali dôvod. Teraz je však situácia iná, pri plošnom testovaní idú na testy plošne všetci. Bez dôvodného podozrenia, že sú chorí alebo mohli by byť. To znamená, že naň pôjde veľa zdravých ľudí a teda false positive sa stáva reálnym problémom.

Na ilustráciu sa dá použiť jednoduchý príklad: 

Majme populáciu 10 000 ľudí, nech z nich 1%, teda 100 ľudí má vírus. Predpokladajme, že špecificita a senzitivita testu sú 95%. V takom prípade dostaneme (1-0.95)(10 000-100)=495 false positiv testov, teda testov, ktoré určili zdravých ľudí ako pozitívne testovaných a 0.95*100=95 pozitívnych testov, ktoré správne identifikujú chorých ľudí. Takže v našom jednoduchom príklade je pravdepodobnosť, že pozitívne testovaný je naozaj chorý 95/(495+95)~0.1610, teda asi 16,10%.

Takže je vidno, že na týchto číslach veľmi záleží a že aj relatívne spoľahlivý test môže znamenať relatívne nízku pravdepodobnosť, že testovaný je naozaj chorý, ak testujeme plošne. Tento príklad však naozaj platí iba pre plošné testovanie. Ľahko si totiž uvedomíte, že keď namiesto plošne 10 000 ľudí pošlete na test iba 100 zdravých a 100 chorých (tak, že cielene vyberáte skupinu, ktorá by mohla byť chorá), tak pravdepodobnosť, že pozitívne testovaný je chorý narastie na 95%. Čo už je asi číslo, s ktorým sa vieme uspokojiť.

Toto je iba jednoduchý príklad z pravdepodobnosti, ktorý však ilustruje ako je dôležité brať do úvahy nielen výsledky, ale aj kontext v akom sa testuje.

My v súčasnosti nevieme aké sú tieto charakteristiky testov, ktoré používame. Vieme iba údaj, ktorý uvádza výrobca testu v príbalovom letáku, to však nemusí byť v realite pravdivý údaj, ako sa ukázalo v Česku. Preto je základnou otázkou, prečo vláda nevyužila pilotné testovanie na Orave, aby svoju hypotézu overila?

Na zmeranie skutočnej špecificity a senzitivity testov v bojových podmienkach, ktorá závisí aj na takých maličkostiach ako napríklad, že ten, kto robí výtery ich robí už 10 hodín vkuse, sa dal spraviť jednoduchý experiment, v ktorom by náhodne vybraná vzorka populácie bola testovaná spoľahlivými PCR testami štandardným spôsobom. Porovnanie výsledkov týchto dvoch testovaní by nám vedelo zodpovedať niekoľko otázok a dosť jednoznačne povedať, či je plošné testovanie dobrý nápad.

Druhou možnou alternatívou, ktorá by nám však nedala údaj o tom ako presne test určuje (byť bezpríznakovo!) chorých, by bolo aby sa pozitívne testovaní podrobili ešte jednému kontrolnému PCR testu. Takýto test by s pohodlnou pravdepodobnosťou vylúčil prípad false positive ľudí.

Prečo sú false positive problém? Prečo ich nemôžme brať tak, že keď sa rúbe les budú lietať triesky?

Ak ideme testovať celú populáciu jedna sa o rádovo tisíce ľudí z aktívnej populácie. Nejde už o 1, či 2 za deň ako pri cielenom testovaní. Nejde o zanedbateľné číslo a vytvára hneď dva problémy:

1. False positive ľudia dostanú pocit falošného bezpečia. Veď už prekonali koronu a dokonca bez príznakov! Zníži to ich opatrnosť.
2. False positive ľudia strávia zbytočne 10 dní v karanténe, čo bude mať dopad na našu ekonomiku.

Problém s false negatívmi je asi o čosi zjavnejší, preto ho nebudem vysvetľovať.

V tejto chvíli nevieme povedať, či plošné testovanie týmto typom testov je dobrý alebo zlý nápad. Nemáme na to, ani žiadne relevantné dáta z iných krajín, ani z toho, čo sa deje na Orave. NEVIEME!

Čo je horšie, nevie ani vláda, lebo nezbiera žiadne dáta, ktoré by jej mohli dať vedieť, či má pravdu alebo nie. Dnes nie sme v situácií a nejde o rozhodnutie, pri ktorom by sme mohli dôverovať čo i len tomu, že výrobca testov neklame a už vôbec nie tomu, že testy budú fungovať rovnako dobre v laboratórnych podmienkach a v teréne.

Áno, testovanie naozaj môže vyjsť a mať úspech, to však nie je jeho problémom. Problém je, že to nevieme s istotou a ani sa to nesnažíme zistiť. Iba tomu „musíme veriť“. No a tam končí veda a filozofia a začína teológia. Pretože my sa nemôžme modliť za to, aby to dobre dopadlo, my musíme vedieť ako to dopadne a čo má byť výsledkom. A tým „my“ myslím hlavne vládu, ktorá za túto akciu má zodpovednosť.

Prečo vláda slepo verí, že má pravdu a prečo sa ani nesnaží zistiť, či sa náhodou nemôže mýliť? 

To sú otázky, na ktoré nemám odpoveď. No znižujú moju vieru v to, že pri rozhodovaní o plošnom testovaní rozhodovali vedci a nie teológovia.

Autor je študent 3. ročníka finančnej matematiky na MFF UK v Prahe.