« Tester, tester, tester »… Le leitmotiv est porté notamment par l’OMS. En l’absence de vaccin et de traitement, le test PCR semble être le seul moyen pour garder le contrôle sur l’épidémie de SARS-CoV-2. Identifier les personnes infectées permettrait de les isoler mais aussi de connaître les taux d'infection selon les territoires afin d’adapter les actions de santé publique. Encore faut-il que les tests soient fiables. Un article1 publié dans le BMJ nous éclaire.
La disponibilité du génome complet du Covid-19 dès le début de l'épidémie a permis la mise au point de multiples tests pour détecter l'ARN viral. Ils utilisent la transcriptase inverse polymérase en chaîne (RT-PCR), et nécessitent des échantillons obtenus par écouvillonnage nasopharyngé.
Aucun test ne donne un résultat précis à 100 %.
Idéalement, il faudrait pouvoir comparer à un gold-standard (étalon-or) :
Or le seul étalon-or disponible consiste à répéter le même test sur une même personne. À ce jour, le risque est de sous-estimer le véritable taux de faux négatifs, car tous les patients des études incluses n'ont pas subi de tels tests répétés.
Une étude systématique de la précision des tests de dépistage a fait état de taux de faux négatifs compris entre 2 % et 29 % (sensibilité de 71 à 98 %), sur la base de tests RT-PCR négatifs qui se sont révélés positifs lors de la répétition des tests. En effet, la sensibilité de la RT-PCR varie selon :
Finalement, ce sont les éléments cliniques - imagerie, antécédents, contacts avec des personnes Covid-19+, etc.- qui, cumulés avec des tests répétés, permettraient d’obtenir un gold-standard. Mais cette approche comporte d’évidents biais d’incorporation.
D’abord, il doit avoir conscience de ses propres biais cognitifs. L'interprétation d'un résultat de test dépend non seulement des caractéristiques du test lui-même, mais aussi de la probabilité supposée de l’existence d‘une l’infection avant-même d'avoir les résultats du test. Or les médecins utilisent un «raccourci mental» pour évaluer cette probabilité, qu’ils ajustent ensuite en fonction des informations supplémentaires qu’ils reçoivent.
Les médecins utilisent intuitivement ces mécanismes. Mais face à une maladie nouvelle comme le Covid-19 donc en l'absence d'expérience ces raccourcis mentaux peuvent s’avérer particulièrement trompeurs. Le discours ambiant sur la nature «définitive» des tests peut aussi fausser l’appréciation.
Quel que soit le résultat d’un test, il faut donc que le médecin estime la probabilité d’existence d’une infection avant même le test, en se basant sur les taux locaux d’infection, les signes cliniques, la probabilité d’une exposition au virus, et la probabilité d’un autre diagnostic.
Deux exemples :
Les tests négatifs doivent être interprétés avec prudence, en tenant compte de la probabilité pré-test d'une infection, car les implications sont importantes pour la personne, son entourage, et pour le choix des actions de santé publique.
Les médecins doivent notamment veiller à ce que les patients comprennent les limites des tests. En présence de symptômes fortement suggestifs, un seul test négatif ne doit pas les dispenser d’un isolement. Il s’agit donc de rappeler au patient que :
Références :
1- Interpreting a covid-19 test result
BMJ 2020;369:m1808 - doi: 10.1136/bmj.m1808 (Published 12 May 2020)
2- Un exemple :
En région parisienne, vous croisez dans la rue une femme qui porte un tailleur et lit le Figaro.
Quelle est la probabilité la plus importante (et hors de toute stigmatisation sociologique) ?
1 - Elle est hôtesse de caisse.
2 - Elle est DRH d’un grand laboratoire pharmaceutique.
La bonne réponse est la 1. La réponse 2 révèle un oubli de la fréquence de base.
Pour simplifier :
Il y a 20 000 hôtesses de caisse en région parisienne, seule une sur 100 porte un tailleur et lit le Figaro. Le nombre d'occurrences de rencontres avec une hôtesse de caisse portant un tailleur et lisant le Figaro est de 20000/100 = 200.
Il y a 10 femmes qui sont DRH d'un grand laboratoire pharmaceutique, dont 9 d'entre elles portent un tailleur et lisent le Figaro. Il y a donc 209 occurrences possibles, 200/209 soit 95,7% de chances pour que la femme rencontrée soit hôtesse de caisse et 4,3% pour qu'elle soit DRH d'un grand laboratoire pharmaceutique.
En choisissant la réponse n°2, on répond à une autre question, à savoir « Dans quelle population, hôtesse de caisse ou DRH d'un grand laboratoire pharmaceutique, porte-t-on le plus fréquemment un tailleur et lit-on le Figaro ? »