Información sobre el brote de coronavirus sars-cov2

Información sobre el brote de coronavirus sars-cov2

¿Cuánta confianza en las pruebas de detección de Covid (soy matemático, no médico) resumen de lo siguiente: en el caso de una no epidemia (o al principio): una prueba positiva no es confiable porque es una gran mayoría de "False positivo" da, pero casi ningún negativo incorrecto; en el caso de las epidemias, una prueba positiva es más confiable cuanto más se extienda la epidemia: entonces hay pocos "falsos positivos" y pocos falsos negativos. Explicaciones: Pequeño cálculo de probabilidad (muy simplificado, doy resultados estimados) para una mejor comprensión de las pruebas y sus resultados: los que tienen prisa llegan al final. 100% confiable, pero los laboratorios proporcionan los siguientes datos (generalmente de acuerdo con la epidemia): “Si tiene Covid, la prueba es positiva en el 90% de los casos; si no lo tiene, es negativo en el 97% de los casos . (Hipótesis de trabajo basada en estudios anteriores, no tenemos datos reales para Covid) Interpretación: esto significa que en los pacientes la prueba en el 90% de los casos es positivo (así es como llamamos la sensibilidad de la prueba) y eso es en personas sanas Prueba en el 97% de los casos negativos (esto se llama especificidad de la prueba): tener cuidado al 90% no es la probabilidad de estar enfermo si tiene una prueba positiva, pero por el contrario, la probabilidad de ser probada positivamente si está enfermo es: ¿Cuál es la diferencia que le interesa es la probabilidad de estar enfermo si tiene la prueba positiva? Para calcularla, debe tener la prevalencia de enfermedad de SO: la proporción de la población que está enferma. T; Obviamente, esta proporción cambia, pero no sabemos antes del final de la epidemia (o después de varios años de análisis). Primera hipótesis: esta enfermedad afecta al 0.1% (prevalencia) de la población (6,000 en Francia). ) Suponga que 10,000 personas llegan a la prueba. Dado que el 0.1% de la población de CoVID está afectada, habrá (aproximadamente, esta es una estimación, no más valor preciso) 10 pacientes entre estos 10,000 pacientes 90% de los pacientes son positivos , 9 de estos pacientes se prueban positivamente. Ahora consideremos a aquellos que no tienen este Covid: hay 9,990. Dado que la prueba en el 97% de los casos se proporciona un resultado negativo en una persona sana alrededor de 9,690 pruebas negativas y, por lo tanto, 300 pruebas positivas en estas 9,990 personas sanas están disponibles. Moraleja de la historia, de las 309 personas que han sido probadas positivamente son 9 Realmente enfermo y 300 son saludables: estos 300 se describen como falsos positivos. Y por lo tanto para estar saludables. Contrarrolidad, ¿está ahí, con la probabilidad de saber que la prueba es positiva para enfermarse, es del 2.9%, pero la probabilidad de saber eso ¡Está enfermo de ser probado positivamente es 90%! Puede ver la diferencia entre los dos: un cálculo similar y aún más relajante si la prueba es negativa: una oportunidad (solo una negativa en pacientes) a 9691 negativa, la prueba D es negativa negativa Segunda hipótesis: esta enfermedad se refiere a Tzt 30% de la población (en Francia hay 18 millones de personas) allí disminuyó los resultados erróneos positivos ... a través de un cálculo similar que recibimos :. . En el caso de una prueba negativa, el cálculo da como resultado un 95.6% de posibilidades de estar saludable: si usted es negativo, todo está bien en más del 95.6% de los casos de conclusión: con una sensibilidad del 90% y pruebas de especificidad del 97%: ((hipótesis de trabajo Basado en estudios previos, pero para Covid 19 desconocido): con una prevalencia de la enfermedad de 0.1%: en caso de una prueba positiva, la probabilidad de licencia por enfermedad es solo del 2.9%; en caso de una prueba negativa, la probabilidad de ser sano, 99, 99 %; con una prevalencia de enfermedad del 30 %: en el caso de una prueba positiva, la probabilidad de caer enfermo, 92 %. En el caso de una prueba negativa, la probabilidad de estar sano es del 95,6 % : Mientras el virus no se propague demasiado (al comienzo de las pruebas), las pruebas positivas sobreestiman el número real de pacientes; pero tan pronto como la epidemia está allí (en este ejemplo, el 30% de la población se ve afectada por la enfermedad), aumenta la probabilidad de desarrollar una prueba positiva. Por un lado, una prueba negativa es generalmente muy relajante.

Informationen zum Ausbruch des Coronavirus SARS-CoV2